Python | Вопросы собесов

🎉 Краудфандинг easyoffer 2.0 стартовал! Друзья, с этого момента вы можете поддержать проект и получить существенный бонус: 🚀 PRO-тариф на 1 год, по цене месячной подписки на релизе. ➕ Доступ к закрытому бета-тесту easyoffer 2.0 (середина–конец мая) Поддержать проект можно здесь: https://planeta.ru/campaigns/easyoffer 📌 Если не получается оплатить через карту РФ — напишите мне @kivaiko, и мы найдём удобный способ

🤔 Как на уровне Python реализован декоратор? В Python декораторы — это функции, которые оборачивают другие функции. Они добавляют или изменяют поведение функции без изменения её кода. 🟠Реализация простого декоратора вручную Простейший декоратор, который добавляет текст перед выполнением функции

def my_decorator(func):  
    def wrapper():  
        print("Декоратор сработал!")  
        return func()  # Вызываем исходную функцию  
    return wrapper  # Возвращаем обёрнутую функцию

def say_hello():
    print("Hello!")

say_hello = my_decorator(say_hello)  # Оборачиваем вручную
say_hello()

Вывод

Декоратор сработал!
Hello!

🟠Реализация декоратора через `@` Python позволяет упрощённый синтаксис через @

def my_decorator(func):
    def wrapper():
        print("Декоратор сработал!")
        return func()
    return wrapper

@my_decorator  # Эквивалентно say_hello = my_decorator(say_hello)
def say_hello():
    print("Hello!")

say_hello()

🟠Декоратор с `args` и `kwargs` (универсальный вариант) Если функция принимает аргументы, их нужно передавать через args и kwargs

def my_decorator(func):
    def wrapper(*args, **kwargs):  # Поддержка любых аргументов
        print(f"Вызываем {func.__name__} с аргументами: {args}, {kwargs}")
        return func(*args, **kwargs)  # Вызываем оригинальную функцию
    return wrapper

@my_decorator
def greet(name):
    print(f"Привет, {name}!")

greet("Alice")

Вывод

Вызываем greet с аргументами: ('Alice',), {}
Привет, Alice!

🟠Декоратор с параметрами (фабрика декораторов) Чтобы передавать параметры в декоратор, создаём функцию, которая возвращает декоратор

def repeat(times):  # Функция с параметром
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(times):  # Повторяем вызов функции
                func(*args, **kwargs)
        return wrapper
    return decorator  # Возвращаем декоратор

@repeat(3)  # Передаём 3 → `repeat(3)` вернёт `decorator`
def hello():
    print("Hello!")

hello()

Вывод

Hello!
Hello!
Hello!

🟠Декораторы классов (`functools.wraps`) Обычные декораторы ломают метаданные функции (__name__, __doc__).

import functools

def my_decorator(func):
    @functools.wraps(func)  # Сохраняем метаданные
    def wrapper(*args, **kwargs):
        print("Декоратор сработал!")
        return func(*args, **kwargs)
    return wrapper

@my_decorator
def greet():
    """Функция приветствия"""
    print("Hello!")

print(greet.__name__)  # greet (без wraps было бы wrapper)
print(greet.__doc__)  # Функция приветствия

Ставь 👍 и забирай 📚 Базу знаний

🔍Тестовое собеседование на Middle Бекенд Python-разработчика в четверг 27 марта(уже в четверг!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Как это будет: 📂 Савва Демиденко, ТехЛид с опытом в Яндексе и Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Савва будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Савве Это бесплатно. Эфир проходит в рамках курса от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд и прокачать скиллы. Все участники эфира получат бесплатный урок по System Design. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqwMSRC4

🤔 Какие преимущества рекурсивного подхода? Преимущества рекурсивного подхода включают простоту и читаемость кода при решении задач с естественной рекурсивной структурой, таких как обход деревьев, работа с графами или решение комбинаторных задач. Рекурсия позволяет выразить проблему через повторяющиеся подзадачи, сокращая код и улучшая его читаемость. Часто используется, когда структура данных не фиксирована по размеру, что делает код более элегантным и понятным. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Если мы не поставим двоеточие в конце строки для цикла "do-while", он все равно сработает? В Python нет встроенного do-while цикла, но если бы он был, то без двоеточия : он не сработал бы. В Python все блоки кода (if, for, while, def, class и т. д.) должны заканчиваться двоеточием :.

while True  # ❌ Ошибка! Нет двоеточия
    print("Hello")

Выдаст

SyntaxError: expected ':'

🚩Как сделать аналог `do-while` в Python? Так как do-while нет, его можно имитировать с while True и break

while True:  # ✅ Двоеточие обязательно!
    num = int(input("Введите число больше 0: "))
    if num > 0:
        break
    print("Ошибка! Попробуйте снова.")

Ставь 👍 и забирай 📚 Базу знаний

🤔 Как реализуются protected методы? Методы обозначаются одним подчеркиванием перед именем (_method). Это соглашение, а не жесткое ограничение, и такие методы остаются доступными за пределами класса, но их не рекомендуется использовать напрямую. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

На easyoffer 2.0 появится: База тестовых заданий 🟠Тестовые задания для разных грейдов 🟠Фильтрация тестовых заданий по технологиям и компаниям Когда я только начинал учиться на программиста, я постоянно выдумывал себе задачи для практики и тратил на это много времени. Но только в момент поиска работы я столкнулся с тестовыми заданиями, и понял насколько круто они прокачивают навыки. Нужно было еще на этапе обучения пробовать их делать. Все компании стараются составить тестовое задание "под себя", это дает большой выбор в тематике задач и технологий. На easyoffer 2.0 вы сможете отфильтровать тестовые задания по навыкам/грейдам и найти те, что подходят лично вам для практики. В течение 1-2 дней я объявлю о краудфандинг кампании, чтобы ускорить разработку easyoffer 2.0. Все кто, поддержал проект на этом этапе смогу получить 1 год доступа к сайту по цене месячной подписки и смогут попасть на закрытое бета-тестирование. А первые 150 донатеров получать особо-выгодную цену и бонус. 🚀 Следите за стартом 👉 в этом телеграм канале, в нем информация о старте будет опубликована за 6 часов до официального начала.

🤔 Что такое паттерн Заместитель (Proxy)? Это структурный шаблон проектирования, который предоставляет объект, управляющий доступом к другому объекту. Этот паттерн создаёт суррогат или заместителя для другого объекта и контролирует доступ к нему. 🚩Зачем нужен паттерн Заместитель 🟠Управление доступом Когда необходимо контролировать доступ к ресурсу. 🟠Отложенная инициализация Когда необходимо отложить создание ресурсоёмких объектов до момента их первого использования. 🟠Управление ресурсами Для управления ресурсами, такими как память или сетевые соединения. 🟠Логирование и кэширование Для добавления дополнительной функциональности, такой как логирование или кэширование, без изменения кода основного объекта. 🚩Типы заместителей 🟠Управляющий заместитель (Virtual Proxy): Контролирует доступ к объекту, создавая его по требованию. 🟠Защитный заместитель (Protection Proxy): Контролирует доступ к объекту, ограничивая права пользователей. 🟠Удалённый заместитель (Remote Proxy) Управляет доступом к объекту, находящемуся в другом адресном пространстве. 🟠Кэш-прокси (Cache Proxy) Кэширует результаты запросов к объекту для повышения производительности. 🚩Как используется паттерн Заместитель Заместитель реализует интерфейс основного объекта и перенаправляет вызовы к реальному объекту, добавляя при этом дополнительную функциональность. В этом примере класс Proxy контролирует доступ к классу RealSubject, добавляя проверку доступа и логирование.

from abc import ABC, abstractmethod

class Subject(ABC):
    @abstractmethod
    def request(self):
        pass

class RealSubject(Subject):
    def request(self):
        print("Реальный объект: Обработка запроса.")

class Proxy(Subject):
    def __init__(self, real_subject):
        self._real_subject = real_subject

    def request(self):
        if self.check_access():
            self._real_subject.request()
            self.log_access()

    def check_access(self):
        print("Заместитель: Проверка доступа перед выполнением запроса.")
        return True

    def log_access(self):
        print("Заместитель: Логирование времени запроса.")

# Клиентский код
real_subject = RealSubject()
proxy = Proxy(real_subject)

proxy.request()

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое гринлеты? Это легковесные кооперативные потоки, работающие в одном системном потоке (thread). Они переключаются явно (yield), а не по расписанию ОС, как обычные потоки. Особенности: - Быстрее потоков, так как нет переключения контекста на уровне ОС. - Используют меньше памяти, чем потоки или процессы. - Не используют GIL в Python, но подходят только для I/O-bound задач. Примеры: - gevent (Python) – асинхронные корутины на основе гринлетов. - goroutines (Go) – работает аналогично, но с автоматическим планировщиком. - fibers (Ruby, C++) – реализуют кооперативную многозадачность. Используются в сетевых приложениях (async I/O), web-серверах (gunicorn, gevent) и многопоточной обработке без создания системных потоков. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 За счет чего асинхронность работает быстрее? Асинхронность в Python позволяет не блокировать выполнение программы во время ожидания операций ввода-вывода (I/O). Это делает её намного быстрее в задачах, где программа тратит много времени на ожидание (например, загрузка файлов, работа с сетью, запросы к базам данных). 🟠Как работает синхронный код (медленный вариант) В обычном (синхронном) коде каждая операция ждёт завершения предыдущей.

import requests
import time

start = time.time()

def fetch(url):
    response = requests.get(url)  # Ждём ответа от сервера
    return response.text

urls = ["https://example.com"] * 3

for url in urls:
    fetch(url)  # Ждём каждый запрос

print("Время выполнения:", time.time() - start)

🟠Как работает асинхронный код (быстрее!) Асинхронность в Python использует event loop (цикл событий), который позволяет не ждать выполнения операции, а переключаться на другие задачи.

import asyncio
import aiohttp
import time

start = time.time()

async def fetch(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()

async def main():
    urls = ["https://example.com"] * 3
    tasks = [fetch(url) for url in urls]
    await asyncio.gather(*tasks)  # Запускаем все запросы одновременно

asyncio.run(main())

print("Время выполнения:", time.time() - start)

Ставь 👍 и забирай 📚 Базу знаний

🤔 Почему предпочитаешь Flask? - Гибкость – нет "навязанной" структуры, можно легко менять архитектуру. - Производительность – быстрее, так как нет лишних абстракций. - Простота – минимальный код, удобен для REST API и микросервисов. Flask лучше для API-first решений, но для крупных проектов удобнее Django. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

На easyoffer 2.0 появится: Тренажер "Реальное собеседование" 🟠 Сценарии вопросов из реального собеседования 🟠Возможность подготовиться к собеседованию в конкретную компанию 🟠Итоговая статистика (прошёл/не прошёл) Сценарий вопросов взят из реального собеседования. То есть вы тренируетесь на тех вопросах, которые действительно задавались в компании X. Уже в начале следующей недели стартует краудфандинг кампания, чтобы ускорить разработку easyoffer 2.0. Все кто, поддержал проект на этом этапе смогу получить 1 год доступа к сайту по цене месячной подписки. Первые 150 донатеров получать особо-выгодную цену и бонус. Следите за стартом 👉 в этом телеграм канале, в нем информация о старте будет опубликована за 6 часов до официального начала.

На easyoffer 2.0 появится: Тренажер "Реальное собеседование" 🟠 Сценарии вопросов из реального собеседования 🟠Возможность подготовиться к собеседованию в конкретную компанию 🟠Итоговая статистика (прошёл/не прошёл) Сценарий вопросов взят из реального собеседования. То есть вы тренируетесь на тех вопросах, которые действительно задавались в компании X. Уже в начале следующей недели стартует краудфандинг кампания, чтобы ускорить разработку easyoffer 2.0. Все кто, поддержал проект на этом этапе смогу получить 1 год доступа к сайту по цене месячной подписки. Первые 150 донатеров получать особо-выгодную цену и бонус. Следите за стартом 👉 в этом телеграм канале, в нем информация о старте будет опубликована за 6 часов до официального начала.

System design нужен не только для собесов С ростом сложности проекта команда рано или поздно приходит к необходимости обсуждать архитектуру. Но как её описывать? Какие есть инструменты для документирования? Читайте живой опыт: 🔹 Для чего нужны архитектурные схемы 🔹 Как документировать архитектуру 🔹 Анализ источника багов как начало улучшения процессов работы в команде 🔹 Фиксируем зоны ответственности проекта   Ребята из DevFM в подкасте про роли в ИТ обсудили, как выглядит команда из ~25 человек, занятая разработкой нетривиального веб-сервиса.

🤔 Какие есть особенности исключения в Python? В Python исключения (exceptions) — это специальные объекты, которые возникают при ошибках и прерывают выполнение программы, если их не обработать. Все исключения в Python — это объекты, унаследованные от BaseException.

try:
    1 / 0
except ZeroDivisionError as e:
    print(type(e))  # <class 'ZeroDivisionError'>
    print(e)  # division by zero

Все исключения унаследованы от BaseException:

BaseException
 ├── Exception
 │   ├── ArithmeticError
 │   │   ├── ZeroDivisionError
 │   │   ├── OverflowError
 │   ├── ValueError
 │   ├── IndexError
 │   ├── KeyError
 │   ├── TypeError
 ├── SystemExit
 ├── KeyboardInterrupt

Можно перехватывать несколько исключений

try:
    x = int("abc")  # Ошибка ValueError
except (ValueError, TypeError) as e:
    print(f"Ошибка: {e}")

Если не знаем, какая ошибка может произойти:

try:
    x = 1 / 0
except Exception as e:
    print(f"Ошибка: {e}")  # division by zero

finally выполняется всегда

try:
    1 / 0
except ZeroDivisionError:
    print("Ошибка!")
finally:
    print("Этот код выполнится всегда")

raise позволяет выбрасывать исключения вручную

raise ValueError("Ошибка: неверное значение!")

Можно создать свой класс ошибки, унаследованный от Exception:

class MyError(Exception):
    pass

raise MyError("Это моя ошибка!")

Ставь 👍 и забирай 📚 Базу знаний

⚡️ Айтишник из «VISION» скупил курсы айти школ и выложил гигабайты материалов к себе Каждый найдет что-то по душе: 1202 ГБ — Python 1811 ГБ — Frontend 1100 ГБ — C / C++ / C# 804 ГБ — Java 411 ГБ — SQL & БД 309 ГБ — DevOps 998 ГБ — ИБ & Хакинг 773 ГБ — Kotlin / Swift 189 ГБ — PHP 201 ГБ — GoLang 170 ГБ — Rust 167 ГБ — QA / Тестирование 310 ГБ — 1C + Лицензии 495 ГБ — Машинное обучение 704 ГБ — Аналитика Данных 991 ГБ — Дизайн Материалы в закрепе, постоянно пополняются👆🏻

🤔 Как бы отнесся к смене Django на Flask? Зависит от задачи. Flask хорош для легковесных API, но Django упрощает разработку полноценных приложений благодаря встроенным компонентам (ORM, Admin, Auth). Если нужен гибкий API, Flask – отличная альтернатива. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое git stash? git stash — это команда в Git, которая сохраняет незакоммиченные изменения во временное хранилище (stash) и очищает рабочую директорию. 🚩Когда это полезно? Нужно переключиться на другую ветку, но есть незаконченные изменения. Хочешь сохранить текущую работу, но не коммитить её. Нужно экспериментировать, но без риска потерять код. 🚩Как использовать `git stash`? Сохранить изменения в stash

git stash

Посмотреть список сохранённых изменений

git stash list

Выведет список всех stash-ов

stash@{0}: WIP on main: 1234567 Добавил новую фичу
stash@{1}: WIP on dev: 89abcde Исправил баг

Восстановить сохранённые изменения

git stash pop  # Восстановит изменения и удалит stash

ИЛИ

git stash apply  # Восстановит, но stash останется в списке

Удалить stash после применения

git stash drop stash@{0}  # Удалит конкретный stash
git stash clear  # Удалит все stash'и

🚩Пример использования Сценарий - Ты работаешь в ветке main, но нужно срочно переключиться на dev. - У тебя есть изменения, которые ты не хочешь коммитить. Решение

git stash          # Сохраняем изменения
git checkout dev   # Переключаемся на другую ветку
# Делаем нужную работу...
git checkout main  # Возвращаемся в основную ветку
git stash pop      # Восстанавливаем изменения

Ставь 👍 и забирай 📚 Базу знаний

На easyoffer 2.0 появится новый раздел: Задачи с собеседований 🟠Задачи на Алгоритмические, Live-coding и System Design из реальных собеседований 🟠Вероятность встретить ту или иную задачу 🟠Возможность подготовиться к задачам конкретной компании Есть много сайтов, на которых можно тренироваться решать задачи, но у них у всех одна проблема – сами задачи люди просто выдумывают. На easyoffer 2.0 вы сможете готовиться к live-coding и system design секциям на основе задач из реальных собеседований. Вы можете найдете самые частые задачи и сделаете упор на их решение. Считаные дни остались до старта краудфандинговой кампании, чтобы ускорить разработку easyoffer 2.0. Все кто, поддержал проект на этом этапе смогу получить 1 год доступа к сайту по цене месячной подписки, а те кто поддержат проект раньше других ито дешевле + получат существенный бонус. Следите за стартом 👉 в этом телеграм канале.

🤔 Для чего используют Pydantic в FastAPI? Pydantic в FastAPI используется для: - Валидации данных – автоматически проверяет и преобразует входные данные. - Автоматической генерации OpenAPI-схем. - Удобного управления моделями – типизация улучшает читаемость и отладку. Он заменяет Django Forms/Serializers, но работает быстрее благодаря Cython. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний