Python | Вопросы собесов

🤔 Что такое байт-код? Это промежуточное представление программы, которое создаётся после компиляции Python-кода. Он исполняется виртуальной машиной Python (интерпретатором). Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Почему вычислять большие значения в асинхронной функции плохо? Асинхронность (asyncio) в Python не выполняет код параллельно, а переключается между задачами во время ожидания (I/O-bound). Если в async-функции делать тяжёлые вычисления (CPU-bound), это блокирует asyncio, потому что в Python есть GIL (Global Interpreter Lock). 🚩Асинхронность в Python подходит для ввода-вывода (I/O-bound) Асинхронность позволяет выполнять задачи без блокировки, но только если они ждут чего-то (файлы, сеть, БД).

import asyncio
import aiohttp

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"] * 5
    results = await asyncio.gather(*(fetch(url) for url in urls))

asyncio.run(main())

🚩Проблема с `async` и тяжёлыми вычислениями (CPU-bound) Если в async-функции делать тяжёлые вычисления, Python не сможет переключаться между задачами.

import asyncio

async def heavy_task(n):
    print(f"Вычисляю {n}...")
    total = sum(i**2 for i in range(n))  # Долгий процесс
    return total

async def main():
    await asyncio.gather(heavy_task(10**7), heavy_task(10**7))

asyncio.run(main())

🚩Как правильно выполнять вычисления в `async`? 🟠Использовать `asyncio.to_thread()` (делегирование в потоки) В Python 3.9+ можно выполнять CPU-задачи в отдельных потоках, не блокируя asyncio.

import asyncio

def heavy_computation(n):
    return sum(i**2 for i in range(n))

async def main():
    result = await asyncio.to_thread(heavy_computation, 10**7)
    print(result)

asyncio.run(main())

🟠Использовать `multiprocessing` (запуск на нескольких ядрах) Так как Python использует GIL, единственный способ выполнять настоящий параллелизм — это multiprocessing.

import asyncio
import multiprocessing

def heavy_computation(n):
    return sum(i**2 for i in range(n))

async def main():
    loop = asyncio.get_running_loop()
    with multiprocessing.Pool() as pool:
        result = await loop.run_in_executor(pool, heavy_computation, 10**7)
        print(result)

asyncio.run(main())

Ставь 👍 и забирай 📚 Базу знаний

🤔 Какие есть особенности исключений? 1. Все исключения являются объектами и наследуются от базового класса BaseException (обычно от Exception). 2. Обработка исключений осуществляется через блоки try-except, с возможностью использовать else (если исключения не было) и finally (выполняется всегда). 3. Можно обрабатывать конкретные типы ошибок, в том числе несколько сразу: 4. Можно создавать собственные исключения, унаследовав их от Exception. 5. Исключения можно перекидывать вверх по стеку с помощью raise. 6. В Python принято использовать исключения для управления потоком, особенно при обработке ввода, сетевых операций, доступа к данным и API. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Как отсортировать список словарей по определенному полю? Для сортировки списка словарей по определенному полю в Python удобно использовать функцию sorted() или метод sort(). Оба подхода позволяют указать ключ сортировки с помощью параметра key, где можно передать либо функцию, либо лямбда-выражение, которое извлекает значение из словаря для сортировки. 🚩Почему это важно? Списки словарей часто используются для хранения структурированных данных. Например, вы можете иметь список сотрудников, где каждый сотрудник представлен в виде словаря с полями, такими как имя, возраст и зарплата. Сортировка по определенному полю позволяет упорядочить данные, чтобы ими было проще пользоваться или отображать. 🚩Как это сделать? 🟠Использование функции `sorted()` Эта функция возвращает новый отсортированный список.

   employees = [
       {"name": "Alice", "age": 30, "salary": 70000},
       {"name": "Bob", "age": 25, "salary": 50000},
       {"name": "Charlie", "age": 35, "salary": 120000}
   ]

   # Сортировка по возрасту
   sorted_employees = sorted(employees, key=lambda x: x["age"])

   print(sorted_employees)
   

Результат

   [{'name': 'Bob', 'age': 25, 'salary': 50000},
    {'name': 'Alice', 'age': 30, 'salary': 70000},
    {'name': 'Charlie', 'age': 35, 'salary': 120000}]
   

🟠Использование метода `sort()` Этот метод изменяет существующий список.

   employees = [
       {"name": "Alice", "age": 30, "salary": 70000},
       {"name": "Bob", "age": 25, "salary": 50000},
       {"name": "Charlie", "age": 35, "salary": 120000}
   ]

   # Сортировка по зарплате
   employees.sort(key=lambda x: x["salary"])

   print(employees)
   

Результат

   [{'name': 'Bob', 'age': 25, 'salary': 50000},
    {'name': 'Alice', 'age': 30, 'salary': 70000},
    {'name': 'Charlie', 'age': 35, 'salary': 120000}]
   

🟠Сортировка в обратном порядке Установите параметр reverse=True, чтобы отсортировать в порядке убывания.

   sorted_employees_desc = sorted(employees, key=lambda x: x["age"], reverse=True)
   print(sorted_employees_desc)
   

🟠Использование функции `itemgetter` из модуля `operator` Это более эффективный способ, чем лямбда-функция, особенно для больших данных.

   from operator import itemgetter

   sorted_employees = sorted(employees, key=itemgetter("age"))
   print(sorted_employees)
   

🚩Обработка отсутствующих значений Если поле может отсутствовать в некоторых словарях, можно использовать параметр key для обработки таких ситуаций.

employees = [
    {"name": "Alice", "age": 30},
    {"name": "Bob"},
    {"name": "Charlie", "age": 35}
]

sorted_employees = sorted(employees, key=lambda x: x.get("age", 0))
print(sorted_employees)

Результат

[{'name': 'Bob'},
 {'name': 'Alice', 'age': 30},
 {'name': 'Charlie', 'age': 35}]

Ставь 👍 и забирай 📚 Базу знаний

🤔 Как описать модель проектирования? Использует шаблон MVC (Model-View-Controller), но адаптирован под MTV (Model-Template-View). Основные компоненты: - Model — представляет данные и логику базы данных - Template — отвечает за отображение - View — обрабатывает логику запроса и ответа Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Зачем нужен volume в docker? В Docker volume (том) — это специальное место для хранения данных контейнера, которое не исчезает при перезапуске или удалении контейнера. 🚩Зачем нужен `volume`? Данные не теряются при удалении контейнера Общий доступ: несколько контейнеров могут использовать один и тот же volume Производительность: тома быстрее, чем хранение внутри контейнера Разделение кода и данных: удобно для баз данных и логов 🚩Как создать `volume`? Способ 1: Автоматическое создание при запуске контейнера

docker run -d -v my_volume:/app/data my_container

Способ 2: Создать том отдельно и подключить его

docker volume create my_volume
docker run -d -v my_volume:/app/data my_container

Способ 3: Использовать путь на хосте (bind-mount)

docker run -d -v /home/user/data:/app/data my_container

🚩Как посмотреть список томов?

docker volume ls  # Покажет все тома
docker volume inspect my_volume  # Информация о томе

🚩Как удалить `volume`? Важно: при удалении тома данные удаляются безвозвратно!

docker volume rm my_volume  # Удаление одного тома
docker volume prune  # Удаление всех неиспользуемых томов

Ставь 👍 и забирай 📚 Базу знаний

🤔 Может ли сервер изменить (добавить, удалить) куки? Да, сервер управляет куками через заголовок Set-Cookie. Он может отправить новые, обновить существующие или установить срок действия, после которого cookie удалится автоматически. Также можно указать флаг удаления, отправив cookie с истёкшим сроком. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое IP адрес и доменное имя? Это два важных понятия в контексте работы интернета и компьютерных сетей. Они используются для идентификации устройств и ресурсов в сети, а также для упрощения доступа к ним. 🚩IP-адрес (Internet Protocol Address) Это уникальный числовой идентификатор, присваиваемый каждому устройству, подключенному к сети, использующей протокол IP (Internet Protocol). IP-адреса используются для маршрутизации пакетов данных между устройствами в сети. 🟠IPv4 (Internet Protocol version 4) Формат: 32-битные числа, записанные в виде четырех десятичных чисел, разделенных точками (например, 192.168.1.1). Пример: 192.168.0.1, 8.8.8.8 🟠IPv6 (Internet Protocol version 6) Формат: 128-битные числа, записанные в виде восьми групп шестнадцатеричных чисел, разделенных двоеточиями (например, 2001:0db8:85a3:0000:0000:8a2e:0370:7334). Пример: 2001:0db8:85a3:0000:0000:8a2e:0370:7334, ::1 (loopback адрес) 🚩Доменное имя Это удобочитаемое имя, используемое для идентификации IP-адреса на уровне пользователя. Доменные имена упрощают доступ к ресурсам в интернете, так как их легче запомнить и использовать, чем числовые IP-адреса. 🟠Top-Level Domain (TLD) Верхний уровень, например, .com, .org, .net. 🟠Second-Level Domain (SLD) Основная часть доменного имени, например, example в example.com. 🟠Subdomain Дополнительные уровни, например, www в www.example.com. 🚩Преобразование доменных имен в IP-адреса Для преобразования доменных имен в IP-адреса используется система доменных имен (DNS, Domain Name System). DNS-серверы выполняют роль "телефонной книги" интернета, переводя доменные имена в соответствующие им IP-адреса. Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое сокеты? Это программный интерфейс (API), через который приложения обмениваются данными по сети. Сокет — это конечная точка соединения, обеспечивающая передачу данных между двумя узлами (обычно по TCP или UDP). Используется для: - Клиент-серверных приложений. - Чатов, игр, систем в реальном времени. - Веб-сокетов (WebSocket) для двусторонней связи по HTTP(S). Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Почему поиск по ключам в словаре работает быстро? В Python словари (dict) работают очень быстро, потому что они используют хеш-таблицы. Это позволяет находить значения по ключу в константное время O(1) в большинстве случаев. Давайте разберемся, как это работает. 🟠Как устроен словарь в Python? Словарь (dict) — это структура данных, которая хранит пары ключ → значение. Например:

data = {"name": "Alice", "age": 25, "city": "New York"}
print(data["age"])  # 25

🟠Как работает хеш-таблица? Основной принцип: Хеш-функция (hash()) вычисляет уникальное число (хеш) для ключа. Используется массив (таблица), где данные хранятся по индексам, связанным с хешем. Поиск по ключу — это просто вычисление хеша и обращение к нужному индексу.

print(hash("age"))  # Например, вернет 328847234 (будет разным при каждом запуске)

Когда мы пишем

value = data["age"]

🟠Почему поиск занимает O(1)? Нет линейного поиска: вместо перебора всех элементов Python сразу вычисляет, где находится нужное значение. Операция доступа занимает фиксированное время: hash() + обращение по индексу. Даже при большом количестве элементов скорость остается высокой. Добавим 1 миллион элементов и посмотрим скорость поиска:

import time

data = {i: i * 2 for i in range(1_000_000)}

start = time.time()
print(data[999_999])  # Быстро находит ключ!
end = time.time()

print("Время поиска:", end - start)  # Около 0.000001 сек

🟠Что если хеши совпадут? (Коллизии) Иногда два разных ключа могут иметь одинаковый хеш (редко, но возможно). Тогда Python использует связанный список (chaining) или перехеширование.

print(hash("abc") % 10)  # Например, 5
print(hash("xyz") % 10)  # Тоже 5 (редко, но бывает)

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое set? Множество в Python — это неупорядоченная коллекция уникальных элементов. Оно используется для удаления дубликатов, а также для выполнения операций теории множеств — пересечения, объединения, разности. Это быстрый и удобный тип данных для работы с наборами. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое хранитель (Memento)? Это поведенческий паттерн проектирования, который позволяет сохранять и восстанавливать предыдущее состояние объекта без нарушения инкапсуляции. Этот паттерн особенно полезен для реализации операций отмены и повтора, так как он позволяет хранить состояния объектов и возвращать их к этим состояниям по необходимости. 🚩Зачем нужен? 🟠Сохранение состояния: Позволяет сохранять текущее состояние объекта и восстанавливать его позже. 🟠Инкапсуляция: Обеспечивает сохранение состояния объекта без нарушения его инкапсуляции. Внутренние детали объекта остаются скрытыми от других объектов. 🟠Отмена и повтор операций: Поддерживает функциональность отмены и повтора операций, так как позволяет возвращать объект к предыдущим состояниям. Пример реализации

class Memento:
    def __init__(self, state: str):
        self._state = state

    def get_state(self) -> str:
        return self._state

class TextEditor:
    def __init__(self):
        self._state = ""
        self._history = []

    def type(self, text: str):
        self._save_state()
        self._state += text

    def _save_state(self):
        self._history.append(Memento(self._state))

    def undo(self):
        if not self._history:
            return
        memento = self._history.pop()
        self._state = memento.get_state()

    def get_content(self) -> str:
        return self._state

# Клиентский код для использования паттерна Хранитель
def main():
    editor = TextEditor()

    editor.type("Hello, ")
    editor.type("world!")
    print(editor.get_content())  # Hello, world!

    editor.undo()
    print(editor.get_content())  # Hello, 

    editor.undo()
    print(editor.get_content())  # 

if __name__ == "__main__":
    main()

1⃣`Memento`: Сохраняет состояние объекта. Он предоставляет методы для получения сохраненного состояния, но не предоставляет методов для изменения состояния, что обеспечивает неизменность. 2⃣`TextEditor`: Создает и использует объекты Memento для сохранения и восстановления своего состояния. Методы type и undo позволяют редактировать текст и отменять изменения. 3⃣`_save_state`: Сохраняет текущее состояние редактора в истории перед каждым изменением. 4⃣`undo`: Восстанавливает предыдущее состояние редактора из истории. Ставь 👍 и забирай 📚 Базу знаний

🤔 Почему индекс списка начинается с нуля? Индексация с нуля исторически пришла из языков вроде C, где array[0] означает смещение от начала памяти. Это упрощает адресацию и математические операции при обходе массивов, и Python унаследовал этот подход как более логичный и эффективный. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Какие есть виды файловых объектов? В Python существует несколько типов файловых объектов, которые используются для работы с различными типами данных. Рассмотрим основные виды файловых объектов и их особенности. 🟠Текстовые файлы (`TextIOWrapper`) Это самый распространённый тип файловых объектов. Такие файлы используются для работы с текстовыми данными и поддерживают строковые операции.

   with open("example.txt", "w", encoding="utf-8") as file:
       file.write("Привет, мир!")  # Записываем текст в файл

   with open("example.txt", "r", encoding="utf-8") as file:
       content = file.read()  # Читаем текст из файла
       print(content)

🟠Бинарные файлы (`BufferedReader`, `BufferedWriter`) Эти файлы используются для работы с двоичными данными (изображениями, видео, аудиофайлами и т. д.).

   with open("image.jpg", "rb") as file:
       binary_data = file.read()  # Читаем файл в бинарном режиме
       print(binary_data[:10])  # Выведем первые 10 байтов

   with open("copy.jpg", "wb") as file:
       file.write(binary_data)  # Записываем данные в новый файл

🟠Файлы ввода-вывода в памяти (`io.StringIO`, `io.BytesIO`) Эти объекты представляют собой файловые буферы, которые хранят данные в оперативной памяти, а не на диске.

   from io import StringIO

   file = StringIO()
   file.write("Привет, мир!")  # Запись данных в буфер
   file.seek(0)  # Перемещаем указатель в начало
   print(file.read())  # Читаем данные из буфера

Пример работы с BytesIO:

   from io import BytesIO

   file = BytesIO()
   file.write(b"Binary data")  # Запись бинарных данных
   file.seek(0)
   print(file.read())  # Чтение данных

🟠Файловые объекты на основе сокетов, пайпов и других источников Python позволяет работать с файловыми объектами, полученными из нестандартных источников, например, сокетов или каналов связи (pipes).

   import socket

   s = socket.socket()
   s.connect(("example.com", 80))
   s.sendall(b"GET / HTTP/1.1\r\nHost: example.com\r\n\r\n")
   response = s.makefile("r", encoding="utf-8")  # Создание файлового объекта
   print(response.readline())  # Читаем первую строку HTTP-ответа
   s.close()

Ставь 👍 и забирай 📚 Базу знаний

🤔 Как работают вложенные исключения? Вложенные исключения в Python — это конструкция, при которой один блок try находится внутри другого. Это позволяет локально обрабатывать определённые ошибки, не прерывая выполнения внешнего блока. Если исключение перехвачено во внутреннем try-except, то внешний except не срабатывает. Если не перехвачено — передаётся дальше по стеку вверх. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 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

🤔 Что такое абстракция? Это принцип объектно-ориентированного программирования, позволяющий скрывать детали реализации и предоставлять пользователю только необходимый интерфейс. Это помогает уменьшить сложность системы, улучшить читаемость кода и упростить поддержку за счет сокрытия ненужных деталей. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Какие объекты можно положить в множество? В Python множество (set) — это неупорядоченная коллекция уникальных элементов, которая работает на основе хеш-таблицы. Это значит, что только хешируемые (immutable) объекты могут быть добавлены в set. 🚩Можно добавить в `set`: Числа (int, float, complex)

   s = {1, 2.5, 3+4j}

Строки (str)

   s = {"apple", "banana", "cherry"}

Кортежи (tuple), если они тоже содержат только неизменяемые объекты

   s = {(1, 2), ("a", "b")}

Булевые значения (bool)** (но True считается 1, а False — 0)

   s = {True, False, 1, 0}
   print(s)  # {False, True} (0 и 1 не добавятся повторно)

🚩Нельзя добавить в `set` Изменяемые объекты (list, set, dict)

   s = { [1, 2, 3] }  #  Ошибка: TypeError: unhashable type: 'list'

   s = { {"key": "value"} }  #  Ошибка: TypeError: unhashable type: 'dict'

Кортежи с изменяемыми элементами

   s = { (1, [2, 3]) }  #  Ошибка: TypeError

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что делать, если нужно сериализовать данные, которые не поддерживаются стандартным модулем json? Можно передать параметр default с функцией, преобразующей неподдерживаемые объекты. Либо использовать другой модуль, например pickle. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое клиент-серверная архитектура? Клиент-серверная архитектура – это модель взаимодействия устройств, где клиент запрашивает данные или услуги, а сервер их предоставляет. 🚩Как это работает? Клиент – это программа или устройство, которое отправляет запросы (например, браузер). Сервер – это программа или устройство, которое обрабатывает запросы и отправляет ответ (например, веб-сервер). Сервер (сервер.py)

import socket

server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)  
server.bind(("localhost", 8080))  # Привязываем сервер к адресу и порту
server.listen(1)  # Ожидаем подключения одного клиента
print("Сервер запущен и ждёт подключения...")

conn, addr = server.accept()  # Принимаем подключение
print(f"Подключен клиент: {addr}")

data = conn.recv(1024).decode()  # Читаем данные от клиента
print(f"Клиент прислал: {data}")

conn.send("Привет от сервера!".encode())  # Отправляем ответ клиенту
conn.close()

Клиент (клиент.py)

import socket

client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
client.connect(("localhost", 8080))  # Подключаемся к серверу

client.send("Привет, сервер!".encode())  # Отправляем сообщение
response = client.recv(1024).decode()  # Получаем ответ от сервера

print(f"Ответ сервера: {response}")
client.close()

🚩Как это работает? 1⃣Запускаем сервер.py. Он ждёт подключения. 2⃣Запускаем клиент.py. Клиент подключается к серверу и отправляет сообщение. 3⃣Сервер получает сообщение, отвечает клиенту и закрывает соединение. 4⃣Клиент принимает ответ и завершает работу. 🚩Типы клиент-серверных архитектур Одноуровневая – клиент общается напрямую с сервером. Двухуровневая – классическая схема "клиент сервер" (например, браузер веб-сервер). Трёхуровневая – добавляется база данных (например, клиент сервер БД). Многоуровневая – сложные распределённые системы с несколькими серверами (например, микросервисы). Ставь 👍 и забирай 📚 Базу знаний