Python | Вопросы собесов

🤔 В чём разница типов данных? Типы данных в Python делятся на: - Неизменяемые (immutable): int, float, str, tuple, frozenset. - Изменяемые (mutable): list, dict, set, bytearray. Изменяемые объекты могут быть модифицированы без изменения их идентификатора (id()), в то время как неизменяемые создают новый объект при любом изменении. Это влияет на поведение в функциях, при копировании, в кэшировании и в хешировании. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Срочно требуются Веб-Дизайнеры в Figma. Обучим с нуля. Онлайн-программа с наставником и чатом. Осторожно! 80% практики. По результату обучения у вас будет портфолио из нескольких работ. Сертификат о прохождении курса. Возможность пройти полное обучение и получить карьерное сопровождение! Учитесь дизайну у профессионалов. Переходи по кнопки: "Узнать больше" и начинай свое обучение. Доступ 0 руб. Узнать больше #реклама 16+ yudaevschool24.online О рекламодателе

🤔 Что такое паттерн Мост (Bridge)? Паттерн "Мост" (Bridge) является структурным паттерном проектирования, который предназначен для разделения абстракции и реализации так, чтобы они могли изменяться независимо друг от друга. Этот паттерн полезен, когда класс должен работать с различными платформами или когда нужно избежать жесткой связки между абстракцией и ее реализацией. 🚩 Зачем нужен 🟠Разделение абстракции и реализации: Он позволяет отделить абстракцию от ее реализации, что упрощает поддержку и расширение системы. 🟠Уменьшение количества подклассов: Без применения этого паттерна, если у нас есть несколько вариантов абстракции и несколько вариантов реализации, то нам пришлось бы создавать классы для всех возможных комбинаций, что приводит к взрывному росту количества классов. 🟠Гибкость: Это позволяет изменять и абстракцию, и реализацию независимо друг от друга. 🚩Как используется 🟠Абстракция (Abstraction): Определяет интерфейс и хранит ссылку на объект Implementor. 🟠Расширенная абстракция (RefinedAbstraction): Наследует Abstraction и расширяет интерфейс. 🟠Реализатор (Implementor): Определяет интерфейс для всех реализаций. 🟠Конкретный реализатор (ConcreteImplementor): Реализует интерфейс Implementor. Допустим, у нас есть программа для управления различными типами устройств (например, телевизор и радио), которые можно включать и выключать. Мы хотим, чтобы способ управления устройствами мог изменяться независимо от типов устройств.

# Implementor
class Device:
    def is_enabled(self):
        pass

    def enable(self):
        pass

    def disable(self):
        pass

# ConcreteImplementor
class TV(Device):
    def __init__(self):
        self._on = False

    def is_enabled(self):
        return self._on

    def enable(self):
        self._on = True

    def disable(self):
        self._on = False

class Radio(Device):
    def __init__(self):
        self._on = False

    def is_enabled(self):
        return self._on

    def enable(self):
        self._on = True

    def disable(self):
        self._on = False

# Abstraction
class RemoteControl:
    def __init__(self, device):
        self._device = device

    def toggle_power(self):
        if self._device.is_enabled():
            self._device.disable()
        else:
            self._device.enable()

# RefinedAbstraction
class AdvancedRemoteControl(RemoteControl):
    def mute(self):
        print("Device is muted.")

# Клиентский код
tv = TV()
remote = RemoteControl(tv)
remote.toggle_power()  # Включает TV

radio = Radio()
advanced_remote = AdvancedRemoteControl(radio)
advanced_remote.toggle_power()  # Включает Radio
advanced_remote.mute()  # Заглушает Radio

Ставь 👍 и забирай 📚 Базу знаний

Получи грант до 1,2 млн руб. на обучение в магистратуре 4 офлайн программы, онлайн-магистратура по ML. Гранты до 1,2 млн руб. Стажировки, диплом гос. образца и фокус на твоей карьере в ЦУ Подать заявку #реклама 16+ apply.centraluniversity.ru О рекламодателе

🤔 Можно ли использовать несколько декораторов для одной функции? Да, декораторы можно накладывать друг на друга. Они применяются сверху вниз, но выполняются в обратном порядке. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Регистрируйтесь на Yandex Ecom Open Air 8 августа Море инсайтов для бизнеса, музыкальный open-air, лекции и нетворкинг. Участие бесплатно! Зарегистрироваться #реклама 18+ ecomfest.ru О рекламодателе

🤔 Как управлять кешированием в HTTP? Кэширование в HTTP позволяет уменьшить нагрузку на сервер и ускорить загрузку страниц за счёт сохранения копий ресурсов. Управление кэшем происходит через HTTP-заголовки, которые указывают, как долго хранить данные и когда обновлять их. 🟠Управление кэшированием через `Cache-Control` Cache-Control — основной заголовок для кэширования, который указывает, как долго хранить ресурс и когда обновлять его.

Cache-Control: no-cache            # Браузер всегда запрашивает ресурс заново
Cache-Control: no-store            # Запрещает кэширование вообще
Cache-Control: public, max-age=3600  # Кэшировать 1 час (3600 секунд)
Cache-Control: private, max-age=600  # Кэш только для одного пользователя (например, личный кабинет)
Cache-Control: must-revalidate     # Клиент должен проверять, истёк ли срок кэша перед загрузкой

🟠Управление кэшем с `ETag` (оптимизированное обновление) ETag — это уникальный идентификатор версии файла. Сервер отправляет ресурс с ETag:

ETag: "abc123"

При следующем запросе браузер отправляет If-None-Match:

If-None-Match: "abc123"

Если ресурс не изменился, сервер отвечает 304 Not Modified (клиент использует кэш). Если ресурс изменился — сервер отправляет новую версию.

HTTP/1.1 304 Not Modified

🟠Кэширование через `Last-Modified` Работает аналогично ETag, но вместо идентификатора используется дата последнего изменения. Сервер отправляет заголовок

Last-Modified: Wed, 21 Feb 2024 10:00:00 GMT

Браузер запрашивает ресурс с If-Modified-Since

If-Modified-Since: Wed, 21 Feb 2024 10:00:00 GMT

🟠Полное отключение кэша Если нужно всегда загружать свежие данные, используем:

Cache-Control: no-store, no-cache, must-revalidate
Pragma: no-cache  # Устарел, но нужен для старых браузеров
Expires: 0

🟠Управление кэшем через `Vary` Если ресурс зависит от заголовков (User-Agent, Accept-Encoding), используем Vary.

Vary: User-Agent

🟠Принудительное обновление кэша (Cache Busting) Если сервер отправил старый кэш, можно обновить ресурс с новым URL. Способы Добавить версию в URL

/style.css?v=2

Использовать хеш в имени файла:

/style.abc123.css

Ставь 👍 и забирай 📚 Базу знаний

🤔 Какие преимущества генератора относительно функции? Генераторы позволяют создавать значения "по требованию", без необходимости хранить их все в памяти. Они экономят ресурсы при работе с большими объёмами данных. Генераторы удобны для ленивых вычислений, бесконечных последовательностей и обработки потоков данных. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Как можно оптимизировать хвостовую рекурсию в Python? Хвостовая рекурсия (tail recursion) — это особый вид рекурсии, когда рекурсивный вызов является последней операцией в функции. В языках, поддерживающих оптимизацию хвостовой рекурсии (TCO – Tail Call Optimization), такие вызовы не создают новый стек вызовов, а переиспользуют текущий, что предотвращает переполнение стека. Но в Python хвостовая рекурсия НЕ оптимизируется из-за особенностей интерпретатора (Python хранит полную историю вызовов для отладки). 🚩Способы оптимизации хвостовой рекурсии в Python 🟠Использование явного стека вместо рекурсии (итерация) Лучший способ избежать проблем с глубокой рекурсией — заменить её циклом.

def factorial(n, acc=1):
    if n == 0:
        return acc
    return factorial(n - 1, acc * n)  # Хвостовая рекурсия (но Python не оптимизирует!)

Решение: заменить на цикл (итеративный подход)

def factorial_iter(n):
    acc = 1
    while n > 0:
        acc *= n
        n -= 1
    return acc

print(factorial_iter(10000))  # Работает без ошибок

🟠Использование `sys.setrecursionlimit()` (не рекомендуется) Python имеет ограничение на глубину рекурсии (обычно около 1000). Можно его увеличить

import sys
sys.setrecursionlimit(20000)  # Увеличение лимита

🟠Использование `functools.lru_cache()` (мемоизация) Если рекурсивная функция пересчитывает одни и те же значения, можно кешировать результаты.

from functools import lru_cache

@lru_cache(None)  # Кеширует все вызовы функции
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

print(fibonacci(100))  # Работает быстро, без переполнения стека

🟠Использование `stack` вместо рекурсии (эмуляция стека) Если алгоритм требует рекурсии, но стек ограничен, можно использовать список как стек.

def factorial_stack(n):
    stack = [(n, 1)]
    while stack:
        n, acc = stack.pop()
        if n == 0:
            return acc
        stack.append((n - 1, acc * n))

print(factorial_stack(10000))  # Работает без ошибок

Ставь 👍 и забирай 📚 Базу знаний

🤔 Как происходит поиск переменной по области видимости? Python ищет переменные по правилу LEGB: - Local — локальная область внутри функции. - Enclosing — области вложенных функций (для замыканий). - Global — глобальная область модуля. - Built-in — встроенные объекты Python. Поиск идёт сверху вниз, и как только переменная найдена — поиск останавливается. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое хешируемые типы данных? Это такие типы данных, которые имеют постоянное (неизменяемое) хеш-значение на протяжении всего времени их существования. Это означает, что их можно использовать в качестве ключей в словарях (dict) и элементов в множествах (set), так как они поддерживают вычисление хеша с помощью функции hash(). 🚩Как понять, что объект хешируемый? 🟠Объект должен быть неизменяемым если объект можно изменить после создания, его хеш тоже изменится, что нарушает работу структур данных (словари, множества). 🟠Должен реализовывать метод `__hash__()` который возвращает уникальный идентификатор объекта. 🚩Какие типы данных хешируемые? Числа (int, float, complex)

  print(hash(42))       # 42
  print(hash(3.14))     # 322818021289917443
  print(hash(1 + 2j))   # 8389048192121911274

Строки (str)

print(hash("hello"))  # Например, 5320385861927423548

Кортежи (tuple), если все их элементы тоже хешируемые:

print(hash((1, 2, 3)))  # 529344067295497451

Булевы значения (bool):

  print(hash(True))   # 1
  print(hash(False))  # 0

🚩Какие типы НЕ хешируемые? Списки (list)

hash([1, 2, 3])  # TypeError: unhashable type: 'list'

Множества (set)

hash({1, 2, 3})  # TypeError: unhashable type: 'set'

Словари (dict)

hash({"a": 1})  # TypeError: unhashable type: 'dict'

🚩Почему это важно? Хешируемые типы используются в словари (dict) и множества (set), так как они используют хеш-функцию для быстрого поиска данных.

my_dict = { (1, 2, 3): "tuple_key" }  # Работает, потому что кортеж неизменяемый
my_set = { 42, "hello", (1, 2) }      # Все элементы хешируемые

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что известно о парадигмах? 1. Императивная парадигма: использование команд для изменения состояния программы. 2. Объектно-ориентированная: работа с классами и объектами. 3. Функциональная: поддержка высших функций, замыканий и итераторов. 4. Процедурная: выполнение программ как последовательности процедур. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Какая сложность сортировки слияния в худшем случае? Сортировка слиянием (Merge Sort) — это алгоритм, который использует разделяй и властвуй (divide & conquer). В худшем случае сложность O(n log n). 🚩Как работает сортировка слиянием? 🟠Делим массив пополам до тех пор, пока не останутся отдельные элементы. 🟠Сортируем и сливаем полученные подмассивы.

def merge_sort(arr):
    if len(arr) <= 1:
        return arr

    mid = len(arr) // 2
    left = merge_sort(arr[:mid])
    right = merge_sort(arr[mid:])

    return merge(left, right)

def merge(left, right):
    sorted_arr = []
    i = j = 0

    while i < len(left) and j < len(right):
        if left[i] < right[j]:
            sorted_arr.append(left[i])
            i += 1
        else:
            sorted_arr.append(right[j])
            j += 1

    sorted_arr.extend(left[i:])
    sorted_arr.extend(right[j:])
    return sorted_arr

arr = [5, 2, 9, 1, 5, 6]
print(merge_sort(arr))

Ставь 👍 и забирай 📚 Базу знаний

Вакансии для разработчиков в финтех-сервисе PyyplBot Ищем единомышленников, готовых вместе с нами менять рынок финансовых услуг! Узнать больше #реклама pyyplbot.com О рекламодателе

🤔 Что такое динамическая типизация? Динамическая типизация означает, что тип переменной определяется автоматически в момент её инициализации. Это упрощает код, но может привести к ошибкам в случае некорректного использования типов. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Айтишники, это вам — в телеграм есть комьюнити по каждому направлению в IT Там есть буквально всё: чаты для общения, тонны материала(книги, курсы, ресурсы и гайды), свежие новости и конечно же мемы Выбирайте своё направление: 💩 Frontend 🐍 Python 🐧 Linux 👩‍💻 С/С++ 👩‍💻 C# 🤔 Хакинг & ИБ 📱 GitHub 🖥 SQL 👩‍💻 Сисадмин 🤟 DevOps ⚙️ Backend 🖥 Data Science 🧑‍💻 Java 🐞 Тестирование 🖥 PM / PdM 👩‍💻 GameDev 🧑‍💻 Golang 👣 Rust 🧑‍💻 PHP 💻 WebDev 🖥 Моб. Dev 🖥Анали.(SA&BA) 👩‍💻 Дизайн 🖥 Нейросети 💛 1C 🤓 Книги IT ➡️ Сохраняйте в закладки

🤔 Что такое Host? Host (хост) — это устройство или сервер, подключённый к сети, который может предоставлять или запрашивать данные.

GET /index.html HTTP/1.1
Host: example.com

🚩Где используется `Host`? 🟠В HTTP-запросах (заголовок `Host`) Когда браузер запрашивает сайт, он отправляет заголовок Host, чтобы сервер знал, какой сайт нужно отдать.

GET / HTTP/1.1
Host: google.com
User-Agent: Mozilla/5.0

🟠В настройке DNS и доменных имён Host — это доменное имя, привязанное к IP-адресу. - example.com → 192.168.1.100 - mail.example.com → 192.168.1.101

127.0.0.1 mysite.local

🟠3. В локальной сети (локальные хосты) Внутри сети устройства тоже считаются хостами (192.168.1.10, 192.168.1.20). localhost (127.0.0.1) — это всегда локальный компьютер. Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое ACID в SQL? ACID — это набор свойств транзакций в базах данных, которые обеспечивают надёжность и целостность данных: атомарность, согласованность, изолированность и долговечность. Атомарность гарантирует, что все операции в транзакции выполняются как одно целое, согласованность поддерживает данные в согласованном состоянии, изолированность защищает от влияния других транзакций, а долговечность обеспечивает сохранение данных после завершения транзакции. Эти свойства помогают избежать ошибок и сбоев в обработке данных. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🔍Тестовое собеседование на Python-бекендера с разработчиком из Avito в четверг 24 июля(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: 📂 Даня, разработчик из Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Даня будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Дане Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. О рекламодателе

🤔 Что такое блокировки (локи) в БД? Блокировка (lock) — это механизм, который предотвращает одновременный доступ к данным разными транзакциями, чтобы избежать конфликтов, повреждения данных или "гонки" процессов. Представь, что два человека редактируют один и тот же документ. Если они начнут менять его одновременно, файл может испортиться. Блокировки в БД работают так же — если один процесс изменяет данные, другой должен подождать, пока первый закончит. 🚩Почему нужны блокировки? 🟠Гарантия целостности данных предотвращает одновременные изменения одних и тех же строк. 🟠Избегание гонки данных (race condition) когда два запроса пытаются изменить одно и то же значение. 🟠Изоляция транзакций разные операции не мешают друг другу. 🚩Виды блокировок в БД 🟠По уровню охвата данных Строчная (Row Lock) – блокирует только одну строку таблицы. Табличная (Table Lock) – блокирует всю таблицу целиком. Блокировка всей базы (Database Lock) – редко используется, но блокирует всю БД.

BEGIN;
SELECT * FROM users WHERE id = 1 FOR UPDATE; -- Блокирует строку, пока транзакция не завершится

🟠По типу блокировки Эксклюзивная (Exclusive, X-Lock) – блокирует запись для всех (никакие другие операции её не изменят). Разделяемая (Shared, S-Lock) – блокирует только на запись (чтение возможно).

BEGIN;
UPDATE users SET balance = balance - 100 WHERE id = 1;
-- Пока транзакция не завершится, другая транзакция не сможет изменить balance пользователя 1.

🟠Явные и неявные блокировки Явные (ручные) – задаются программистом (SELECT ... FOR UPDATE). Неявные (автоматические) – создаются СУБД при INSERT, UPDATE, DELETE. 🚩Проблемы с блокировками 🟠Deadlock (взаимная блокировка) Если два запроса ждут друг друга, система "зависает". Решение: правильный порядок выполнения транзакций. 🟠Долгие блокировки Если транзакция не закрывается (COMMIT/ROLLBACK), другие запросы ждут бесконечно. Решение: короткие транзакции, автоматическое завершение. 🟠Снижение производительности Чем больше блокировок, тем медленнее работа БД. Ставь 👍 и забирай 📚 Базу знаний