Python面试重在考察用语言解决真实问题的能力，聚焦数据结构理解、边界处理、代码可读性及逻辑调试能力，典型题如字符串反转、两数之和、装饰器、生成器均强调原理与实践结合。

Python面试真题不是考死记硬背，而是看你怎么用语言解决真实问题。 面试官关注的是你对数据结构的理解、边界处理的意识、代码的可读性，以及是否能快速定位和修复逻辑漏洞。下面结合高频真题，拆解思路、陷阱和优化路径。

字符串反转：别只写 s[::-1]

看似简单，但常被用来考察基础功底和沟通能力。面试官可能追问：

• 如果字符串含 Unicode（如中文、emoji），切片是否安全？——是的，Python 3 中 str 默认 Unicode，s[::-1] 没问题
• 要求空间复杂度 O(1)？那得转成 list 原地交换，再 join 回字符串
• 输入可能是 None 或非字符串类型？需加类型检查和异常处理

推荐写法（兼顾鲁棒性与清晰度）：

def reverse_string(s):
  if not isinstance(s, str):
    raise TypeError("Input must be a string")
  return s[::-1]

两数之和：哈希表不是唯一解，但要懂为什么它最优

题目：给定整数列表 nums 和目标值 target，返回两个数的下标（假设唯一解）。

立即学习“Python免费学习笔记（深入）”；

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

• 暴力法 O(n²)：双层 for 循环 —— 可作为起点，但必须主动说明其缺陷
• 哈希表 O(n)：遍历中用字典存 值→下标，对每个 num 检查 target - num 是否已存在
• 关键细节：字典查找均摊 O(1)，但插入和哈希计算有常数开销；若要求返回所有解，需改用列表存多个下标

易错点：在循环开头就存当前值，会导致 num + num == target 的误匹配。正确做法是「先查后存」。

装饰器实现：从 @timer 到带参装饰器，分三步讲清楚

面试官不指望你默写 functools.wraps，但希望你理解闭包、函数一等公民、执行时机。

• 无参装饰器：返回一个包裹原函数的新函数
• 带参装饰器：多一层嵌套，最外层接收装饰器参数，返回真正的装饰器
• 务必用 @functools.wraps(func) 保留原函数的 __name__、__doc__ 等元信息，否则调试和文档会出问题

示例（带单位的计时器）：

def timer(unit="s"): # 装饰器参数
  def decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
      start = time.time()
      result = func(*args, **kwargs)
      elapsed = time.time() - start
      if unit == "ms": elapsed *= 1000
      print(f"{func.__name__} took {elapsed:.2f} {unit}")
      return result
    return wrapper
  return decorator

生成器 vs 迭代器：用 yield 写斐波那契，顺便说清“惰性求值”

写一个生成器函数比写类实现迭代器更常见，也更能体现 Python 特性。

• 生成器函数调用后返回 generator 对象，不立即执行，只有 next() 或 for 循环触发时才运行到下一个 yield
• yield 不仅返回值，还保存当前栈帧（局部变量、执行位置），下次继续从 yield 后恢复
• 对比：list 推导式一次性生成全部数据，内存占用高；生成器适合处理大文件、流式数据或无限序列

简洁版斐波那契生成器：

def fib():
  a, b = 0, 1
  while True:
    yield a
    a, b = b, a + b

# 使用：取前10项
list(itertools.islice(fib(), 10))