面试现场：大厂Python后端技术面实录

面试官（推了推眼镜）：请简单介绍一下你自己。

刘大脚：我叫刘大脚，三年Python经验，擅长复制粘贴、Ctrl+C/V双剑合璧，曾用print大法debug一整晚，人送外号‘打印之王’！

面试官（皱眉）：……我们开始技术问题。

---

第一轮：Python核心基础

Q1：Python中List和Dict的底层是怎么实现的？

刘大脚：List嘛，就像一排快递柜，每个格子等大小，按编号取件，所以查得快。Dict呢，像小区代收点——你把包裹给大妈（哈希函数），她随便扔个角落，下次你报手机号（键），她凭记忆吼一嗓子就找到了！要是两个人手机号一样，就叫‘冲突’，大妈会换地方再放。

面试官（略惊讶）：居然没说错……那你说说深拷贝和浅拷贝？

刘大脚：浅拷贝就像复印身份证，复印件和原件连着同一个银行卡；改密码，两个都失效。深拷贝是去派出所重新办证，连身份证号都换了，彻底独立！

面试官（点头）：还行。那如果一个列表里嵌套字典，用浅拷贝会怎样？

刘大脚：那就像你复印了房产证，但房子里的家具还是共用的……万一谁把沙发烧了，两家都得哭！

面试官：……下一个。

---

第二轮：高级特性与内存管理

Q2：装饰器是什么？写一个计时装饰器。

刘大脚：装饰器啊，就是程序员的美颜滤镜！代码太丑，加个@timer，立马变精致！

import time
from functools import wraps

def timer(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        print(f'{func.__name__} 耗时: {time.time() - start:.2f}s')
        return result
    return wrapper

面试官（微微点头）：不错。那生成器和迭代器有什么区别？

刘大脚：迭代器像公交车，站站停，next一下走一站。生成器是高铁，只在你喊‘下一站’的时候才临时建站，省内存！

面试官：说得不严谨但能接受。那Python的垃圾回收机制？

刘大脚：Python有个‘引用计数科’，每多一个人用对象，就打卡签到。没人用了，自动开除。但要是两个对象互相喜欢（循环引用），就永远签到，这时候GC办（垃圾回收办公室）会定期突击检查，把他们一起抓走！

面试官：……勉强及格。

---

第三轮：并发编程与Web生态

Q3：GIL是什么？它对多线程有啥影响？

刘大脚：GIL是Python的‘保安大叔’，只允许一个线程在解释器里跑步。你开十个线程，其他九个只能在操场外跳绳干等。所以CPU密集任务，多线程不如多进程，多进程就像开了十个操场！

面试官：那协程呢？

刘大脚：协程是‘假动作大师’，看起来在跑，其实没换线程，靠yield或await主动让出位置，效率高，上下文切换成本低，像一个人同时演十个角色，靠换装快！

面试官：FastAPI和Flask有什么区别？

刘大脚：Flask是手工小作坊，灵活但啥都得自己搭。FastAPI是智能工厂，自带类型提示、自动生成文档、异步支持，还能预测你下一步要啥，简直是AI老板！

面试官：……最后一个问题。Celery怎么保证任务不丢失？

刘大脚：Celery把任务写进小本本（Broker，比如Redis），工人（Worker）按本领取。就算工人下班了，本本还在，重启照样干！相当于外卖订单进了系统，骑手回家了单子也不会丢。

面试官（合上笔记本）：好了。你的表现……很有个性。我们回去讨论一下，你先回家等通知吧。

刘大脚：好的！我手机24小时开机，洗澡都带着充电宝！

---

参考答案详解

1. List 与 Dict 底层原理

• List：基于动态数组实现，内存连续，支持O(1)索引访问。当容量不足时，会分配更大的内存块并复制数据（通常扩容1.125倍）。
• Dict：基于哈希表实现，通过哈希函数将key映射到桶（bucket）。使用开放寻址法解决冲突。Python 3.6+ 的 dict 是有序的，因底层结构记录插入顺序。

2. 深拷贝 vs 浅拷贝

• 浅拷贝：copy.copy()，只复制顶层对象，嵌套对象仍共享引用。
• 深拷贝：copy.deepcopy()，递归复制所有层级，完全独立。
• 使用场景：涉及嵌套可变对象时需深拷贝，否则修改会影响原对象。

3. 装饰器与生成器

• 装饰器：函数闭包 + @语法糖，用于增强函数功能（日志、缓存、权限等）。
• 生成器：使用 yield 返回迭代器，惰性求值，节省内存。适合处理大数据流。

4. 垃圾回收机制

• 引用计数：每个对象维护引用计数，为0时立即回收。
• 循环引用：引用计数无法处理，由标记-清除和分代回收机制处理。Python将对象分为三代，新生代检查频繁，老生代检查稀疏。

5. GIL 与并发

• GIL：全局解释器锁，确保同一时刻只有一个线程执行Python字节码。
• 影响：CPU密集型任务多线程无效，建议使用多进程（multiprocessing）。
• IO密集型任务可使用多线程或协程（asyncio）。

6. Web框架对比

• Flask：微框架，轻量灵活，适合小型项目。
• FastAPI：现代异步框架，基于Pydantic + Starlette，支持类型提示、自动生成OpenAPI文档，性能高。
• WSGI：同步协议（如Gunicorn），ASGI：异步协议（如Uvicorn），支持WebSocket、长轮询。

7. Celery 任务可靠性

• 任务序列化后存入 Broker（Redis/RabbitMQ）。
• Worker消费任务，执行结果可存入 Backend。
• 支持重试、任务确认机制（ack）、持久化队列，防止丢失。

---

本文纯属虚构，如有雷同，说明你也面过类似的试。