Перейти к содержимому

Ghoster AI 3.6.6 — аккаунт, подписка и личный кабинет

Python

6 453 вопросов в базе, 584 с лайвкодингом. Ниже — разобранные вопросы с ответами.

21 разобрано584 лайвкодинг
01Какие типы данных бывают в Python?Intern — Middle

Основные категории встроенных типов данных в Python: • Числа (int, float, complex) — для работы с целыми, вещественными и комплексными числами. • Логический тип (bool) — принимает значения True или False. • Последовательности: • str — строки, последовательности символов. • list — изменяемые списки. • tuple — неизменяемые кортежи. • Множества (set, frozenset) — неупорядоченные коллекции уникальных элементов. • Словари (dict) — коллекции пар ключ-значение. • NoneType (None) — специальный тип для обозначения отсутствия значения. Эти типы покрывают большинство потребностей при работе с данными в Python.

02Что такое транзакция в базах данных? Расскажи про ACID.Junior — Middle+

В PostgreSQL целостность и надёжность выполнения транзакций обеспечиваются благодаря поддержке ACID-свойств (Atomicity, Consistency, Isolation, Durability): • Atomicity (Атомарность): транзакция выполняется полностью или не выполняется вовсе. Если происходит ошибка, все изменения откатываются. • Consistency (Согласованность): после выполнения транзакции база данных остаётся в корректном состоянии, соблюдая все ограничения и правила. • Isolation (Изолированность): параллельные транзакции не влияют друг на друга, что достигается с помощью уровней изоляции и блокировок. • Durability (Надёжность): после подтверждения транзакции её изменения сохраняются даже при сбоях, благодаря журналированию (Write-Ahead Logging). PostgreSQL использует механизм MVCC (Multiversion Concurrency Control) для управления параллелизмом и изоляцией транзакций, что позволяет эффективно обрабатывать одновременные операции без блокировок чтения. Пример использования транзакции в Python с psycopg2: import psycopg2 conn = psycopg2.connect(...) try : with conn: with conn.cursor() as cur: cur.execute( "INSERT INTO users(name) VALUES(%s)" , ( 'Alice' ,)) # другие операции except Exception as e: print ( f"Ошибка транзакции: {e} " ) finally : conn.close() В этом примере при возникновении ошибки все изменения внутри блока транзакции будут откатаны.

03Расскажите подробнее о своей роли в команде и о том, как выглядел ваш обычный рабочий день.Intern — Middle+

После пробуждения я обычно выполняю следующие действия, чтобы настроиться на продуктивный рабочий день: • Умываюсь и делаю легкую зарядку для пробуждения тела. • Завтракаю, чтобы получить энергию. • Проверяю расписание и задачи на день, чтобы понять приоритеты. • Включаю компьютер и открываю рабочие инструменты (редактор кода, почту, таск-трекер). • Начинаю с выполнения наиболее важных или сложных задач, пока ум свежий. Такой распорядок помогает эффективно организовать день и поддерживать концентрацию на работе.

04Как Python обрабатывает множественное наследование и определяет порядок разрешения методов (MRO)?Junior — Senior

В Python при множественном наследовании порядок разрешения методов (MRO — Method Resolution Order) определяется алгоритмом C3-линеаризации. Он строит линейный порядок классов, который учитывает порядок наследования и обеспечивает согласованность. Когда вызывается метод, Python ищет его в классе объекта, затем в классах родителей в порядке, определённом MRO. Пример: class A : def method ( self ): print ( "A" ) class B ( A ): def method ( self ): print ( "B" ) class C ( A ): def method ( self ): print ( "C" ) class D (B, C): pass d = D() d.method() # Выведет "B" print (D.mro()) # Покажет порядок поиска методов Здесь метод будет найден в классе B, так как MRO для D — [D, B, C, A, object]. Таким образом, MRO гарантирует предсказуемый и однозначный порядок поиска методов при множественном наследовании.

05# Описание задачи # Дана отсортированная по возрастанию последовательность целых чисел. # Необходимо реализовать функцию, выполняющую бинарный поиск элемента в этой последовательности. # Функция должна: # 1. Принимать два аргумента: # - отсортированный список чисел, # - целевое значение для поиска. # 2. Возвращать индекс найденного элемента, если элемент присутствует. # 3. Возвращать -1, если элемент отсутствует в списке. # Требования # - Решение должно быть итеративным. # - Важно соблюсти сложность O(log n). # - Код должен быть написан на Python 3 и соответствовать базовым принципам чистоты кода.Junior — Middle+

python from typing import List def binary_search(arr: List[int], target: int) -> int: left, right = 0, len(arr) - 1 while left <= right: mid = left + (right - left) // 2 if arr[mid] == target: return mid elif arr[mid] < target: left = mid + 1 else: right = mid - 1 return -1 Пример использования: arr = [1, 3, 5, 7, 9] print(binary_search(arr, 5)) # Выведет 2 print(binary_search(arr, 6)) # Выведет -1

06Расскажите о вашем опыте: на каких проектах вы работали в в последних двух компаниях, какие технологии использовали и за что отвечали?Intern — Senior

В контексте Python фронтенд-разработки чаще всего речь идёт о создании пользовательских интерфейсов с помощью библиотек, которые позволяют строить GUI или веб-интерфейсы. Практический опыт может включать: • Использование фреймворков для веб-разработки (например, Django, Flask) для создания серверной части и шаблонов HTML/CSS/JS для фронтенда. • Работа с библиотеками для создания десктопных GUI, например, Tkinter, PyQt, Kivy. Пример простого GUI на Tkinter: import tkinter as tk root = tk.Tk() root.title( "Пример GUI" ) label = tk.Label(root, text= "Привет, мир!" ) label.pack() root.mainloop() Если речь о веб-фронтенде, то Python обычно используется на сервере, а для клиентской части применяются JavaScript, HTML и CSS.

07Расскажи про обработку исключений в Python: какая конструкция и какие у неё блоки?Intern — Senior

Если после выполнения блока try исключения не возникло, то можно выполнить код в блоке else . Этот блок используется для кода, который должен выполниться только если ошибок не было. Пример: try : result = 10 / 2 except ZeroDivisionError: print ( "Деление на ноль!" ) else : print ( f"Результат: {result} " ) # Этот код выполнится, если исключений не было

08Как эффективно реализовать параллельное выполнение задач в Python с использованием многопоточности?Junior — Middle

В Python для параллельного выполнения задач с использованием многопоточности обычно применяют модуль threading . Однако из-за GIL (Global Interpreter Lock) многопоточность эффективно работает для задач, связанных с вводом-выводом, а не для CPU-интенсивных. Пример использования threading для параллельного выполнения функций: import threading import time def task ( name, delay ): print ( f"Задача {name} началась" ) time.sleep(delay) print ( f"Задача {name} завершена" ) threads = [] for i in range ( 3 ): t = threading.Thread(target=task, args=( f'Thread- {i+ 1 } ' , 2 )) threads.append(t) t.start() for t in threads: t.join() print ( "Все задачи выполнены" ) Если задачи CPU-интенсивные, лучше использовать multiprocessing для параллелизма. Для упрощения можно использовать concurrent.futures.ThreadPoolExecutor , который управляет пулом потоков: from concurrent.futures import ThreadPoolExecutor import time def task ( name ): print ( f"Задача {name} началась" ) time.sleep( 2 ) print ( f"Задача {name} завершена" ) with ThreadPoolExecutor(max_workers= 3 ) as executor: for i in range ( 3 ): executor.submit(task, f'Thread- {i+ 1 } ' ) Такой подход упрощает создание и управление потоками.

09Каким образом Вы осуществляете развертывание приложений в продакшн-среду?Junior — Middle+

Развертывание приложений в продакшн-среду обычно включает несколько этапов: • Сборка и тестирование приложения (CI/CD). • Подготовка окружения (серверы, базы данных, конфигурации). • Деплой приложения — копирование или обновление артефактов на сервере. • Запуск или перезапуск сервисов. • Мониторинг и проверка работоспособности. Для автоматизации часто используют инструменты CI/CD (например, Jenkins, GitLab CI), контейнеризацию (Docker) и оркестрацию (Kubernetes). Пример простого деплоя с использованием Docker: # Сборка образа docker build -t myapp:latest . # Запуск контейнера docker run -d -p 80:80 myapp:latest Таким образом, процесс зависит от инфраструктуры и требований проекта.

10Были ли в вашей предыдущей работе ситуации, когда вы предлагали или внедряли улучшения в командные процессы?Junior — Middle

В моей предыдущей работе я неоднократно предлагал и внедрял улучшения в командные процессы. Например: • Внедрил систему код-ревью с использованием GitHub Pull Requests, что повысило качество кода и снизило количество багов. • Предложил регулярные стендапы и ретроспективы, что улучшило коммуникацию внутри команды и помогло быстрее выявлять и решать проблемы. • Автоматизировал часть рутинных задач с помощью скриптов на Python, что сократило время на подготовку окружения и деплой. Такие инициативы помогали повысить эффективность работы команды и улучшить качество продукта.

11Какие виды JOIN существуют в SQL?Junior — Senior

FULL OUTER JOIN в SQL объединяет строки из двух таблиц, возвращая все записи из обеих таблиц. Если для строки из одной таблицы нет соответствия в другой, то в результирующем наборе для отсутствующих значений будут NULL. Применяется, когда нужно получить полный набор данных из обеих таблиц, включая как совпадающие, так и непересекающиеся записи. Пример: SELECT A.id, A.name, B.order_id FROM Customers A FULL OUTER JOIN Orders B ON A.id = B.customer_id; В этом примере будут показаны все клиенты и все заказы, даже если у клиента нет заказов или у заказа нет клиента.

12Какие HTTP-методы вы знаете и для чего они используются?Junior — Senior

POST лучше использовать, когда запрос изменяет состояние сервера или содержит большой объем данных, которые не подходят для URL. Для данного эндпоинта, если он: • Принимает сложные параметры (например, фильтры, даты, географию) в теле запроса. • Может изменять состояние (например, логировать запросы, создавать сессии). То POST предпочтительнее, потому что: • Тело запроса не ограничено длиной, в отличие от URL в GET. • Данные не видны в URL, что повышает безопасность. • POST-запросы не кэшируются браузерами по умолчанию, что важно для динамических данных. Пример на Python (Flask): from flask import Flask, request, jsonify app = Flask(__name__) @app.route( '/search' , methods=[ 'POST' ] ) def search (): data = request.json city = data.get( 'city' ) date = data.get( 'date' ) # логика поиска квартир return jsonify(results) Таким образом, POST подходит для сложных запросов с большим объемом данных и повышенными требованиями к безопасности.

13Python — это интерпретируемый язык или компилируемый? В чём разница между этими подходами?Intern — Middle+

Компилируемые языки программирования преобразуют исходный код в машинный код до запуска программы. Это значит, что программа переводится в исполняемый файл, который затем запускается напрямую процессором. Примеры: C, C++, Go. Интерпретируемые языки выполняют исходный код построчно во время работы программы с помощью интерпретатора. Это даёт гибкость и удобство отладки, но обычно снижает производительность. Примеры: Python, JavaScript. Основные отличия: • Время выполнения: компиляция происходит заранее, интерпретация — во время выполнения. • Производительность: компилируемые программы обычно работают быстрее. • Портируемость: интерпретируемые программы легче запускать на разных платформах без перекомпиляции. Пример компиляции и запуска на C: // hello.c # include <stdio.h> int main () { printf ( "Hello, world!\n" ); return 0 ; } Компиляция: gcc hello.c -o hello Запуск: ./hello Пример запуска Python: print ( "Hello, world!" ) Запуск: python hello.py

14Был ли у тебя опыт разработки программ с многопоточностью или асинхронностью?Intern — Middle+

Параллельные процессы и потоки выполнения позволяют программе выполнять несколько задач одновременно, что повышает эффективность и скорость работы. • Процессы — это независимые экземпляры программы с собственной памятью. Они изолированы друг от друга. • Потоки (threads) — это легковесные единицы выполнения внутри процесса, которые разделяют память и ресурсы процесса. В Python для параллелизма можно использовать: • Модуль threading для потоков — подходит для задач с большим количеством ввода-вывода. • Модуль multiprocessing для процессов — позволяет обойти ограничение GIL и эффективно использовать несколько ядер CPU. Пример с потоками: import threading def worker ( num ): print ( f'Поток {num} выполняется' ) threads = [] for i in range ( 5 ): t = threading.Thread(target=worker, args=(i,)) threads.append(t) t.start() for t in threads: t.join() Этот код запускает 5 потоков, которые выполняются параллельно.

15Что такое асинхронность, многопоточность и мультипроцессинг? Чем они отличаются и когда что использовать?Junior — Senior

Синхронный подход : • Преимущества: простота реализации и понимания, последовательное выполнение кода. • Недостатки: блокировка потока до завершения операции, что может привести к зависаниям, особенно при долгих операциях ввода-вывода. Асинхронный подход : • Преимущества: позволяет не блокировать основной поток, улучшая отзывчивость приложений, особенно в сетевых и ввод-выводных операциях. • Недостатки: сложнее отлаживать и писать, требует понимания событийного цикла и async/await. Многопоточность : • Преимущества: позволяет выполнять несколько операций параллельно, эффективно используя ресурсы CPU. • Недостатки: сложность синхронизации данных между потоками, риск гонок и дедлоков, повышенная сложность кода. В Python асинхронность часто используется для ввода-вывода (например, с asyncio), а многопоточность — для задач, не сильно нагружающих CPU, из-за GIL. Для CPU-интенсивных задач лучше multiprocessing.

16Что такое изменяемые и неизменяемые типы данных в Python? Назовите примеры и объясните разницу.Junior — Middle

В Python типы данных делятся на изменяемые (mutable) и неизменяемые (immutable). Изменяемые типы данных могут быть изменены после создания. При изменении объекта изменяемого типа, сам объект остается тем же, но его содержимое меняется. Неизменяемые типы данных не могут быть изменены после создания. Любая операция, которая, казалось бы, изменяет объект неизменяемого типа, на самом деле создает новый объект. Примеры: Тип Изменяемый / Неизменяемый int Неизменяемый float Неизменяемый str Неизменяемый bool Неизменяемый tuple Неизменяемый list Изменяемый dict Изменяемый set Изменяемый frozenset Неизменяемый Примеры кода: • Неизменяемый int : a = 5 b = a print ( id (a)) # Выводим id объекта a += 1 print ( id (a)) # Выводим id того же объекта после "изменения" - он другой print (b) # b осталось прежним • Изменяемый list : list1 = [ 1 , 2 , 3 ] list2 = list1 print ( id (list1)) # Выводим id списка list1.append( 4 ) print ( id (list1)) # Выводим id списка после добавления элемента - он тот же print (list2) # list2 также изменился Различие между ними имеет значение для поведения переменных и передачи аргументов в функции. При передаче изменяемого объекта в функцию, изменения внутри функции будут видны вне ее. При передаче неизменяемого объекта, изменения внутри функции будут создавать новый локальный объект.

17Как реализуется итератор в Python?Junior — Senior

Итерируемые объекты в Python — это объекты, по которым можно пройтись в цикле for или получить из них итератор с помощью функции iter(). Основные особенности: • Итерируемый объект реализует метод iter (), который возвращает итератор. • Итератор — объект с методом next (), который возвращает следующий элемент или вызывает исключение StopIteration, когда элементы закончились. • Благодаря этому можно последовательно перебирать элементы без необходимости загружать их все сразу в память. Пример: my_list = [ 1 , 2 , 3 ] for item in my_list: print (item) # Аналогично: iterator = iter (my_list) print ( next (iterator)) # 1 print ( next (iterator)) # 2 print ( next (iterator)) # 3 # next(iterator) вызовет StopIteration Итерируемые объекты — основа для работы с последовательностями, генераторами, файлами и другими структурами в Python.

18В чём разница между массивом и связанным списком? Какая структура данных используется под капотом в Python list?Intern — Senior

Связанные списки эффективнее массивов в случаях, когда требуется частое добавление и удаление элементов в середине или начале коллекции, а не только в конце. В массиве такие операции требуют сдвига элементов, что занимает O(n) времени, тогда как в связанном списке можно просто перенастроить указатели, что занимает O(1) при наличии ссылки на нужный узел. Пример: если нужно реализовать очередь с частыми вставками и удалениями в произвольных местах, связанные списки будут более эффективны по времени и памяти, чем массивы.

19Что такое объектно-ориентированное программирование и каковы его принципы?Junior — Middle

Python — объектно-ориентированный (ООП) язык благодаря следующим ключевым особенностям: • Классы и Объекты: Python поддерживает создание классов (шаблонов для объектов) и экземпляров классов (самих объектов). Класс определяет атрибуты (данные) и методы (функции) объекта. • Наследование: Позволяет создавать новые классы, которые наследуют атрибуты и методы от существующих классов. Это способствует повторному использованию кода. • Полиморфизм: Дает возможность использовать один интерфейс для различных базовых типов данных. Объекты разных классов могут отвечать на один и тот же метод по-разному. • Инкапсуляция: Реализуется через связывание данных (атрибутов) и методов, работающих с этими данными, в единую единицу — объект. Хотя Python явно не имеет модификаторов доступа (private, public), инкапсуляция достигается соглашениями (например, использование префикса _ или __ для "защищенных" или "приватных" атрибутов/методов) и свойством @property . • Абстракция: Позволяет сосредоточиться на существенных характеристиках объекта, скрывая детали реализации. Классы служат абстрактным представлением реальных сущностей. Пример класса и его использования: # Определение класса class Dog : # Атрибут класса species = "Canis familiaris" # Метод-конструктор def __init__ ( self, name, age ): # Атрибуты экземпляра self .name = name self .age = age # Метод экземпляра def description ( self ): return f" {self.name} is {self.age} years old." # Метод экземпляра def speak ( self, sound ): return f" {self.name} says {sound} " # Создание объекта (экземпляра класса) my_dog = Dog( "Buddy" , 3 ) # Доступ к атрибутам print (my_dog.name) # Buddy print (my_dog.species) # Canis familiaris # Вызов методов print (my_dog.description()) # Buddy is 3 years old. print (my_dog.speak( "Woof" )) # Buddy says Woof Пример наследования: class Labrador ( Dog ): # Labrador наследует от Dog def speak ( self, sound= "Bark" ): # Переопределение метода speak return super ().speak(sound) # Вызов метода родительского класса golden = Labrador( "Goldie" , 5 ) print (golden.speak()) # Goldie says Bark Сравнение ООП концепций: Концепция Описание Класс Шаблон для создания объектов Объект Экземпляр класса Наследование Создание нового класса из существующего Полиморфизм Один интерфейс, множество реализаций Инкапсуляция Объединение данных и методов в объекте Абстракция Скрытие деталей реализации, показ только нужного Эта поддержка фундаментальных принципов ООП делает Python мощным инструментом для разработки сложных, поддерживаемых и расширяемых приложений.

20Что такое GIL и как он влияет на многопоточность в Python?Junior — Senior

GIL (Global Interpreter Lock) — это глобальная блокировка интерпретатора Python, которая гарантирует, что в любой момент времени только один поток выполняет байт-код Python. Роль GIL: • Обеспечивает безопасность внутреннего состояния интерпретатора, упрощая реализацию. • Предотвращает одновременный доступ нескольких потоков к объектам Python, что снижает вероятность ошибок. Почему GIL ограничивает многопоточность: • Даже если в программе несколько потоков, они не могут одновременно выполнять Python-код, что снижает эффективность на многоядерных процессорах. • Многопоточность в Python с GIL полезна для операций ввода-вывода (I/O), но не для CPU-интенсивных задач. Для обхода ограничений GIL используют: • Многопроцессность (модуль multiprocessing). • Расширения на C, которые освобождают GIL во время выполнения тяжелых вычислений. Пример: import threading def cpu_bound (): count = 0 for i in range ( 10 ** 7 ): count += i threads = [threading.Thread(target=cpu_bound) for _ in range ( 4 )] for t in threads: t.start() for t in threads: t.join() Несмотря на 4 потока, из-за GIL этот код не будет выполняться быстрее, чем в одном потоке.

21PythonJunior — Senior

Ответ доступен в приложении.