python的面試題及答案

1. 在main方法中，驗證鏈表方法時傳入什麼參數去驗證這個方法是否正確

如果你在尋找python工作，那你的面試可能會涉及Python相關的問題。
通過對網路資料的收集整理，本文列出了100道python的面試題以及答案，你可以根據需求閱讀測試。

2. python面試都會問哪些問題

網路一下 python 面試題
你就知道，從基本語法到主要庫的使用
網路知識 垃圾回收 可能都會考到
常用集合的使用方法 等等

3. Python後端開發工程師面試

第一步：自我介紹

第二步：公司介紹

第三步：技術基礎

第四步：項目介紹

第五步：待遇

自我介紹，簡單直接，姓名，籍貫，大學，工作經歷

示例如下：

你好，面試官，我叫XX，來自XX，本科畢業於XX，主修XX專業，有X年工作經驗，在上一家公司擔任python後端開發工程師的職位。

公司名稱是XX、公司主要做外包軟體、都有軟體定製/商城定製、前端2個後端2個運維1個

主要是根據你簡歷中填寫的技術，根據我的簡歷中所寫的，總結幾點如下：

字典的查詢流程：

不可變對象可哈希， str ， fronzenset ， tuple ，自己實現的類，要重載 __hash__ 方法。

dict內存花銷大，但是查詢速度快，自定義的對象或者python內部的對象都是dict包裝的。

dict的存儲順序和元素添加順序有關，添加順序可能改變已有數據的順序。

集合：是一個可以存放任意數據類型的可變無序的映射集合。

set和dict類似，set的核心也是散列表，但是表元只包含值的引用。 由於散列表的特性，set的元素不能重復，且無序。 內部由哈希實現，查找的時間復雜度為O(1)，所以性能很高，實現了魔法函數 __contains__ 可以使用in來查找。 set的去重是通過兩個函數 __hash__ 和 __eq__ 實現的。

（1）淺拷貝

定義：淺拷貝只是對另外一個變數的內存地址的拷貝，這兩個變數指向同一個內存地址的變數值。

淺拷貝的特點：

（2）深拷貝：

定義：一個變數對另外一個變數的值拷貝。

深拷貝的特點：

Python GC主要使用引用計數（reference counting）來跟蹤和回收垃圾。在引用計數的基礎上，通過「標記-清除」（mark and sweep）解決容器對象可能產生的循環引用問題，通過「分代回收」（generation collectio n）以空間換時間的方法提高垃圾回收效率。

GIL全稱 Global Interpreter Lock ，中文解釋為全局解釋器鎖。它並不是Python的特性，而是在實現python的主流Cpython解釋器時所引入的一個概念，GIL本質上就是一把互斥鎖，將並發運行變成串列，以此來控制同一時間內共享數據只能被一個任務所修改，從而保證數據的安全性。

GIL保護的是解釋器級別的數據，但是用戶自己的數據需要自己加鎖處理。

既然有了GIL的存在，一個進程中同一時刻只有一個線程能夠被執行，無法利用cpu的多核機制，導致多線程用於I/O密集型，多進程用於計算密集型，如金融分析等。

死鎖：兩個或兩個以上的進程或者線程在執行過程中，因為爭奪資源而造成的互相等待現象，若無外力的作用，都將一直處於阻塞狀態，這些互相等待的進程或者線程就被稱為死鎖。

解決方法，使用遞歸鎖（RLock）

這個RLock內部有一個Lock和一個counter變數，counter記錄著acquire的次數，從而使得資源可以被多次require。直到一個線程所有的acquire都被release，其他的線程才能獲得資源。上面的例子如果使用RLock代替Lock，則不會發生死鎖

可以直接認為是linux，畢竟搞後端的多數是和linux打交道。

那麼如何避免粘包問題呢? 歸根結底就是一句話, 明確兩個包之間的邊界.

UDP不存在粘包問題，是由於UDP發送的時候，沒有經過Negal演算法優化，不會將多個小包合並一次發送出去。另外，在UDP協議的接收端，採用了鏈式結構來記錄每一個到達的UDP包，這樣接收端應用程序一次recv只能從socket接收緩沖區中讀出一個數據包。也就是說，發送端send了幾次，接收端必須recv幾次（無論recv時指定了多大的緩沖區）。

存儲可能包含rdbms，nosql以及緩存等，我以mysql,redis舉例**

4. python運維開發工程師面試常見問題有哪些

面試python運維開發工程師每家公司對專業知識的考察側重點是不一樣的，下面給你整理了一些，希望能幫助到你!
python
1、python是強類型還是弱類型的語言
2、python的動態性體現在哪
3、python的namespace：四種；len()等函數的命名空間
4、range和xrange的區別，談到了迭代器
5、於是問怎麼實現迭代器，然後又問了生成器，yield語句
6、將list的中的一萬條字元串合成一條字元串的方法
7、python多線程（g il）
8、python的三目運算符有嗎？ 怎麼用一行代碼實現三目運算
linux
1、問linux命令
2、top和ps在進程佔有資源率的統計方式有什麼不同
3、然後扯到了頁表，內存管理，TLB
5、linux文件系統：inode，inode存儲了哪些東西，目錄名，文件名存在哪裡

5. Python編程面試常見問題有哪些

Python編程面試題目一：python下多線程的限制以及多進程中傳遞參數的方式，以及區別

(1)python下多線程的限制以及多進程中傳遞參數的方式

python多線程有個全局解釋器鎖(global interpreter lock)，這個鎖的意思是任一時間只能有一個線程使用解釋器，跟單cpu跑多個程序一個意思，大家都是輪著用的，這叫“並發”，不是“並行”。

多進程間共享數據，可以使用 multiprocessing.Value 和 multiprocessing.Array

(2)python多線程與多進程的區別

在UNIX平台上，當某個進程終結之後，該進程需要被其父進程調用wait，否則進程成為僵屍進程(Zombie)。所以，有必要對每個Process對象調用join()方法 (實際上等同於wait)。對於多線程來說，由於只有一個進程，所以不存在此必要性。

多進程應該避免共享資源。在多線程中，我們可以比較容易地共享資源，比如使用全局變數或者傳遞參數。在多進程情況下，由於每個進程有自己獨立的內存空間，以上方法並不合適。此時我們可以通過共享內存和Manager的方法來共享資源。但這樣做提高了程序的復雜度，並因為同步的需要而降低了程序的效率。

Python編程面試題目二：lambada函數

lambda 函數是一個可以接收任意多個參數(包括可選參數)並且返回單個表達式值的函數。 lambda 函數不能包含命令，它們所包含的表達式不能超過一個。不要試圖向lambda 函數中塞入太多的東西;如果你需要更復雜的東西，應該定義一個普通函數，然後想讓它多長就多長。

更多關於Python編程的技巧，干貨，資訊等內容，小編會持續更新。

6. python面試題總結1-內存管理機制

（1）.引用計數
（2）. 垃圾回收
(3）. 內存池機制

在python中每創建一個對象，對應的會有一個引用計數，當發生賦值操作如a=b，對應的b的引用計數會自動加1，當引用的對象被清除或者函數結束時，引用計數會自動減1。

在python中使用引用計數，標記清楚，分代回收三種方式進行垃圾回收。
其中，引用計數當對象的引用計數歸0時，對象會自動被清除。標記清除機制是首先遍歷所有對象，如果對象可達，就說明有變數引用它，則標記其為可達的。如果不可達，則對其進行清除。分代回收是當對象創建時被標記為第0代，經過一次垃圾回收之後，餘下的對象被標記為第1代，最高為第2代。其原理是，對象的生存期越長，月可能不是垃越。

ython語言雖然提供了對內存的垃圾收集機制，但實際上它將不用的內存放到內存池而不是返回給操作系統，所以就有了以下：

1 Pymalloc機制；這個主要是為了加速Python的執行效率，Python引入了一個內存池機制，用於管理，為了對小塊內存的申請和釋放。

2 Python中所有小於256個位元組的對象都是依靠pymalloc分配器來實現的，而稍大的對象用的則是系統的malloc。

3 對於Python對象，比如整數、浮點數和List這些，都有自己獨立的內存池，對象間並不共享他們的內存池。換句話說就是，假設你分配並且釋放了大量的整數，那麼用於緩存這些整數的內存就不能再分配給浮點數。

7. Python面試基礎題十大陷阱，你中招了嗎

我們在會碰到各種各樣的面試，有的甚至是HR專門為你設置的障礙，在python面試中也是，無論你是應聘Python web開發，爬蟲工程師，或是數據分析，還是自動化運維，這些python面試基礎題十大陷阱也許你會遇到，今天的python培訓總結出來給你以防萬一：
問題1：請問如何修改以下Python代碼，使得下面的代碼調用類A的show方法?

class A(object)

def show(self):
print 'derived show'
class B(A)
def show(self):
print 'derived show'
obj=B()
obj.show()
答：這道題的考點是類繼承，只要通過__class__ 方法指定類對象就可以了。補充的代碼如下：

obj._class_=A

obj.show()
問題2：請問如何修改以下Python代碼，使得代碼能夠運行?

class A(object):

def _init_ (self,a,b):
self._a = a
self._b = b
def myprint(self):
print 'a=',self._a,'b=',self._b
a1=A(10,20)
a1.myprint()
a1=(80)
答：此題考察得是方法對象，為了能讓對象實例能被直接調用，需要實現 __call__ 方法，補充代碼如下：

class A(object):

def _init_ (self,a,b):
self._a = a
self._b = b
def myprint(self):
print 'a=',self._a,'b=',self._b
def_call_(self,num):
print'call:',num+self._a
問題3：下面這段代碼的輸出是什麼?

class B(object):

def fn(self):
print"B fn"
def_init_(self):
print"B INIT"
class A(object):
def fn(self):
print"A fn"
def_new_(cls,a):
print"NEW",a
if a>10:
return super(A,cls)._new_(cls)
return B()
def_init_(self,a):
print "INIT",a
a1=A(5)
a1,fn()
a2=A(20)
a2,fn()
答：

NEW 5

B INIT
B fn
NEW 20
INIT 20
A fn
此題考察的是new和init的用法，使用 __new__ 方法，可以決定返回那個對象，也就是創建對象之前調用的，這個常見於於設計模式的單例、工廠模式。__init__ 是創建對象是調用的。

問題4：下面這段代碼輸出什麼?

1s=[1,2,3,4]

list1 =[i for i in ls if i>2
print list1
list2 =[1*2 for i in ls if 1>2
print list2
dicl={x: x**2 for x in(2, 4, 6)}
print dic1
dic2={x: ' item'+ str(x**2)for x in (2, 4, 6)}
print dic2
setl ={x for x in 'hello world' if x not in 'low level'}
print set1
答:

[3,4]

[6,8]
{2:4,4:16,6:36}
{2:'item4',4:'item16』,6:'item36"}set(["h",'r','d"])
此題考察的是列表和字典的生成。

問題5：下面這段代碼輸出什麼?

num= 9

def f1():
um=20
def f2():
print num
f2()
f1()
f2()
答:

9

9
此題考察全局變數和局部變數。num 不是個全局變數，所以每個函數都得到了自己的 num 拷貝，如果你想修改 num ，則必須用 global 關鍵字聲明。比如下面這樣

num=9

def f1():
global num
um=20
def f2():
print num
f2()
f1()
f2()
#prints:
#9
#20
問題6：如何使用一行代碼交換兩個變數值?

a=8

b=9
答：

(a,b)=(b,a)

問題7：如何添加代碼，使得沒有定義的方法都調用mydefault方法?

class A(object):

def_init_(self,a,b):
self.a1=a
self.b1=b
print'init'
def mydefault(self):
print'default'
a1=A(10,20)
a1.fn1()
a1.fn2()
a1.fn3()
答：

class A(object):

def_init_(self,a,b):
self.a1=a
self.b1=b
print'init'
def mydefault(self):
print'default'
def_getattr_(self,name):
return self.mydefault
a1=A(10,20)
a1.fn1()
a1.fn2()
a1.fn3()
此題的考的是Python的默認方法， 只有當沒有定義的方法調用時，才會調用方法 __getattr__。當 fn1 方法傳入參數時，我們可以給 mydefault 方法增加一個 *args 不定參數來兼容。

class A(object):

def_init_(self,a,b):
self.a1=a
self.b1=b
print'init'
def mydefault(self,*args):
print'default:'+str(args[0])
def_getattr_(self,name):
print"other fn:",name
return self.mydefault
a1=A(10,20)
a1.fn1(33)
a1.fn2('hello')
a1.fn3(10)
問題8：一個包里有三個模塊，mod1.py , mod2.py , mod3.py ，但使用 from demopack import * 導入模塊時，如何保證只有 mod1 、 mod3 被導入了。

答:在包中增加 __init__.py 文件，並在文件中增加：

_all_=['mod1','mod3']

問題9：寫一個函數，接收整數參數 n ，返回一個函數，函數返回n和參數的積。

答:

def mulby(num):

def gn(val):
return num*val
return gn
zw=mulby(7)
print(zw(9));
問題10：請問下面的代碼有什麼隱患?(Python2中)

def strtest1(num):

str='first'
for i in range(num):
str+="X"
return str
答：由於變數str是個不可變對象，每次迭代，python都會生成新的str對象來存儲新的字元串，num越大，創建的str對象越多，內存消耗越大。

8. 最全的pandas面試基礎100題目

在進行下面的題目操作時，一定要先導入上面的兩個數據分析包 pandas、numpy

1. 如何用Python的列表創建一個series?

輸出：

一個series是一個一維的標記數組，可以容納任何數據類型(整數、字元串、浮點數、Python對象等)。必須記住，與Python列表不同，一個series總是包含相同類型的數據。

2.如何使用列表創建一個DataFrame?

輸出：

3.如何使用Series 字典對象生成 DataFrame?

輸出：

4.如何在pandas中創建一個空的DataFrame？
要創建一個完全空的pandas dataframe，我們使用以下操作：

輸出：

已知有這樣的數據，如何進行查看

輸出：

2.如何查看尾部數據?

3.如何快速查看數據的統計摘要?

4.如何查詢索引和列名?

1.簡述Pandas Index
在panda中建立索引意味著簡單地從DataFrame中選擇特定的數據行和列。
pandas支持四種類型的多軸索引，它們是:

它們統稱為索引器。這些是迄今為止索引數據最常見的方法。這四個函數有助於從DataFrame獲取元素、行和列。

2.Pandas 定義重新索引(Reindexing)
重新索引會更改DataFrame的行標簽和列標簽。重新索引意味著使數據符合特定軸上給定的一組標簽。
多個操作可以通過像這樣的索引來完成:

輸出:

3.如何設置索引？

panda set_index() 是一種將列表、序列或dataframe設置為dataframe索引的方法。
語法:
DataFrame.set_index(keys, inplace=False)
參數:

改變索引列
在本例中，名稱列被用作DataFrame的索引列

輸出:
如輸出圖像所示，以前索引列是一系列數字
Before Operation –

After Operation

4.如何重置索引?
Pandas Series.reset_index()
函數的作用是:生成一個新的DataFrame或帶有重置索引的Series。

例1： 使用 Series.reset_index() 函數重置給定Series對象的索引

輸出:

現在，我們將使用Series.reset_index()函數來重置給定的series對象的索引

輸出 :

從輸出中可以看到，該 Series.reset_index() 函數已將給定Series對象的索引重置為默認值。它保留了索引，並將其轉換為列。

1.1先創建數據:

1.2選擇單列，產生 Series

詳見 按標簽選擇 。

2.1用標簽提取一行數據：

詳見 按位置選擇 。

3.1用整數位置選擇：

4.1用單列的值選擇數據：

5.1用索引自動對齊新增列的數據：

1.如何得到一個數列的最小值、第25百分位、中值、第75位和最大值?

輸出:

Pandas dataframe.mean(axis=None) 函數返回所請求軸(axis=0代表對列進行求平均值，axis=1代表對行進行求平均值)的值的平均值。

示例: 使用 mean() 函數查找索引軸上所有觀測值的平均值。

輸出:

讓我們使用datafame .mean()函數來查找索引軸上的平均值。

3.如何將函數應用到DataFrame中的每個數據元素?
可以使用 apply() 函數以便將函數應用於給定dataframe中的每一行。讓我們來看看我們完成這項任務的方式。
實例:

輸出：

4.如何在panda中獲得一個DataFrame的行數和列數?

輸出:

獲取df的行和列計數

輸出:

5.如何在panda DataFrame中獲得列值的總和?
Pandas dataframe.sum() 函數返回所請求軸的值的和

語法: DataFrame.sum(axis=None, skipna=None, )
參數:

示例1: 使用 sum() 函數查找索引軸上所有值的總和

現在求出沿索引軸的所有值的和。我們將跳過計算和時的NaN值。

輸出:

如何將新行追加到pandas DataFrame？
Pandas dataframe.append() 函數的作用是:將其他dataframe的行追加到給定的dataframe的末尾，返回一個新的dataframe對象。

語法:
DataFrame.append( ignore_index=False,)
參數:

示例1： 創建兩個數據框，然後將第二個附加到第一個。

現在將df2附加到df1的末尾

輸出:

請注意，第二個DataFrame的索引值保留在附加的DataFrame中。如果我們不希望發生這種情況，則可以設置ignore_index = True。

輸出 :

「group by」 指的是涵蓋下列一項或多項步驟的處理流程：

詳見 分組 。

輸出:

1.先分組，再用 sum() 函數計算每組的匯總數據：

輸出:

2.多列分組後，生成多層索引，也可以應用 sum 函數：

輸出:

如何將numpy數組轉換為給定形狀的DataFrame?

輸出:

輸出:

透視表是一種可以對數據動態排布並且分類匯總的表格格式，在pandas中它被稱作pivot_table。
pivot_table(data, values=None, index=None, columns=None)
參數:

詳見: 數據透視表

列印輸出：

用上述數據生成數據透視表非常簡單：

返回結果:

1.如何將列添加到pandas DataFrame？
源數據:

輸出:

輸出：

2.如何向panda DataFrame添加索引、行或列?
向DataFrame添加索引
如果您創建了一個DataFrame, panda允許將輸入添加到索引參數中。它將確保您擁有所需的索引。否則，在默認情況下，DataFrame包含一個數值索引，該索引從0開始，在DataFrame的最後一行結束。

向DataFrame添加行、列
我們可以使用.loc、iloc和ix將行、列插入到DataFrame中。

添加具有特定索引名的行:

輸出:

3.如何在panda DataFrame上進行迭代?
您可以通過結合使用for循環和對DataFrame的iterrows()調用來遍歷DataFrame的行。

輸出:

4.我們如何排序DataFrame？
我們可以通過以下幾種有效地在DataFrame中執行排序：

(1)按標簽
可以使用sort_index()方法對數據dataframe進行排序。可以通過傳遞axis參數和排序順序來實現。默認情況下，按升序對行標簽進行排序。

9. Python後端工程師面試題目有哪些

一.語言
1.推薦一本看過最好的python書籍？
2.談談python的裝飾器，迭代器，yield？
3.標准庫線程安全的隊列是哪一個？不安全的是哪一個？logging是線程安全的嗎？
4.python適合的場景有哪些？當遇到計算密集型任務怎麼辦？
5.python高並發解決方案？我希望聽到twisted->tornado->gevent，能扯到golang,erlang更好
二.操作系統
可以直接認為是linux，畢竟搞後端的多數是和linux打交道。
1.tcp/udp的區別？tcp粘包是怎麼回事，如何處理？udp有粘包嗎？
2.time_wait是什麼情況？出現過多的close_wait可能是什麼原因？
3.epoll,select的區別？邊緣觸發，水平觸發區別？
三.存儲
存儲可能包含rdbms，nosql以及緩存等，我以mysql,redis舉例
mysql相關
1.談談mysql字元集和排序規則？
2.varchar與char的區別是什麼？大小限制？utf8字元集下varchar最多能存多少個字元
3.primary key和unique的區別？
4.外鍵有什麼用，是否該用外鍵？外鍵一定需要索引嗎？
5.myisam與innodb的區別？innodb的兩階段鎖定協議是什麼情況？
6.索引有什麼用，大致原理是什麼？設計索引有什麼注意點？
redis相關
1.什麼場景用redis，為什麼mysql不適合？
2.談談redis的事務？用事務模擬原子+1操作？原子操作還有其它解決方案嗎？
3.redis內存滿了會怎麼樣？
四.安全
web安全相關
1.sql注入是怎麼產生的，如何防止？
2.xss如何預防？htmlescape後能否避免xss?
3.csrf是什麼？django是如何防範的？
密碼技術
1.什麼是分組加密？加密模式有哪些？ecb和cbc模式有什麼區別？為什麼需要iv向量？
2.簡單說說https的過程？
3.對稱加密與非對稱加密區別？
3.如何生成共享秘鑰？ 如何防範中間人攻擊？
五.雜
是否關注新技術啊？golang，rust是否了解？numpy,pandas是啥鳥？
是否緊跟時代潮流？逛不逛微博，刷不刷知乎？
可能你覺得我問的好細，但這好多都是平常經常遇到，並需要解決的，細節更能體現一個人。
如果你覺得小kiss，歡迎投簡歷給我[email protected]，龍圖游戲運營支持中心數據分析部招人；覺得有點問題，那還等什麼，趕快來和我交流交流。
更新:討論區挺熱鬧，有人說好簡單，有人說好難，其實我覺得這只適合面試2~3年工作經驗的後端工程師。真的沒有問
很難的題目，只是可能你平時沒有注意。
在這里我推薦幾本書吧
python參考手冊，絕對讓你更上一層樓
圖解密碼技術，密碼入門不二之選
mysql技術內幕第五版，有點厚當手冊讀讀，要有耐心，高性能mysql也強烈建議讀讀
effective tcp/ip programming
為什麼評論區有這么大差異？我想是個人經歷不一樣吧，如果是搞web的對操作系統這塊和密碼技術會偏弱，但如果是系統工程師或是游戲服務端這塊會明顯偏強。
六.後記
最近我也面試了不少童鞋，我發現能達到要求的真的少之又少，很多hr都說Python是最難招聘的崗位，我想是有道理的，這真的很值得我們去深思？
我想有一部分原因是Python這門語言造成的，會寫Python的人很多，但寫的好的人很少，大部分都把Python當做腳本來寫，缺乏面向對 象，模式的思想。想想java，大家都習慣了介面，實現分離，設計模式在Java中也喊了很多年，尤其是ssh三大框架一出，用著用著就理所當然的認為就 該這么做，雖然也有點壞處，但對企業級Java開發無疑是一大進步。
反觀Python，尤其是生成器，協程，元類給Python注入了很大的靈活性，想寫的Pythonic有不小難度，但其實Python高級特性就那麼幾個，幹掉了也就沒有了。
當你覺得Python遇到了瓶頸，不妨停下來好好想想。研究研究設計模式，想想重構，了解領域驅動設計，敏捷開發，再回來讀讀以前寫的代碼，當眼界變高了，代碼也就美了。
當然思想的提高不是一朝一夕，模式，原則會經常讓你糾結，糾結就會思索，思考就走出了自己的路，當然條條大路通羅馬。
資料庫等存儲技術是研發工程師邁不過的坎，對關系資料庫以mysql舉例來說，你必須清楚的知道什麼欄位選擇什麼類型，類型位元組大小，限制條件，這 東西也很容易理解，多想想即可，比如set類型，要支持交並等操作，1個位元組只能存8個類別。數據類型搞定了，下面就是索引了，mysql索引種類？主 鍵，唯一索引，普通索引。索引類別，BTree索引，hash索引。索引的優缺點，mysql的索引查找原理，join原理(大部分都是nested loop)，以及一些特殊的情況，比如mysql子查詢慢等。其實到這里研發工程師就差不多，當然你可以繼續深入下去，比如讀寫分離，集群管理，甚至一些 參數調優。

10. python面試必備題目有哪些

Q：你做一個自我介紹吧？
旁白：其實遇到好幾家面試官都讓我做自我介紹了，該如何自我介紹陽哥估計都會背了，好玩（惡心）的是在萬達信息面試，面試了3個技術官，每個人都分別讓我做了自我介紹，尼瑪，他們3個就不會溝通一下要問我啥嗎，一個問題至於問我3遍嗎~:funk:陽哥是敢怒不敢言，畢竟在人家的地盤。
PS：自我介紹的內容就不說了，每個人都是獨特的，我就跟大家說一下應該如何自我介紹吧。
一個優良的自我介紹會給面試官留下深刻的印象，大部分情況下，所謂的面試好壞其實看的就是你給面試官留下的印象怎麼樣了，我們用俗語叫感覺。
自我介紹應該分以下幾個部分，按照一定的邏輯連貫起來。如果連貫不起來，或者不夠熟練一定在台下多背幾遍，多講幾遍，但是面試的時候不要說的跟背過似的，高境界就是讓面試官感覺你是臨場發揮的，卻又比背的都好。
1）個人基本信息（姓名、年齡、老家、居住地等）
2）自己來自哪裡（工作地點），是干什麼的（給自己一個清晰的定位，比如：我是一名Android開發工程師），擔任過什麼職務、做過什麼樣的項目
3）自己為何來貴公司面試
4）最後祝願（希望能得到貴公司的認可等等，不用太多，一兩句話就ok）
Q：介紹一下你做過的項目吧？
PS：黑馬那麼多項目，隨便准備3個就ok了。
介紹項目大概的思路如下：
1）這個項目是干什麼的（比如是一個類似網易新聞的地方新聞客戶端，或者類似美團的o2o，或者類似豌豆莢的一個應用市場，或者類似淘寶的購物平台）？解釋就是拿一個市場上耳熟能詳的應用跟自己的應用做類比，省的面試官聽的雲里霧里的。
2）自己負責了哪些模塊（功能）的職責（比如負責系統的架構，核心代碼的編寫，xx功能模塊的開發等等）
3）自己在這個項目中擔當的責任（比如，這個項目是自己獨立開發的，這個項目是和另外一個同事一起架構一起開發的，這個項目是自己負責了幾個核心模塊）
4）項目中都用到了哪些技術
5）從項目中學到了哪些東西（可以從技術方向和業務兩個方向入手）
旁白：面試官問的很多技術性問題跟之前問的都大同小異，因此這里只給出有特色且技術含量高的。陽哥正在寫面試寶典，該寶典核心內容針對的還是技術問題，陽哥會從javase基礎到javase高級，從Android基礎到Android高級以及到Android項目依次展開分析，其次也會寫一些常見的非技術性問題，敬請期待~
Q：①在Listview的優化中，我們為何使用ConvertView？②為何使用ViewHolder？③你認為哪個更能解決問題？④你認為view.inflate和view.findviewById哪個更耗時，為什麼？⑤如果這兩個AP讓你重新寫，你怎麼寫？
PS：上面的問題，陽哥認為是面試以來遇到很難的一個，也是很有技術含量的一道題。前一半問題還好回答，最後一個問題真的需要發揮想像了。
A：①使用ConvertView可以實現對view的復用，這樣大大節約了每次創建對象的時間，提升了ListView的顯示效率。②使用ViewHolder作為內部類，可以將view的子控制項封裝在ViewHolder類中，然後通過View.setTag(ViewHolder)將view和ViewHolder進行綁定，這樣我們就不用每次都調用view的findViewById(id)方法來查找控制項。③使用ConvertView解決了一大部分問題，使用ViewHolder實現了控制項換時間的問題，因為給View對象設置一個Tag本身就是佔用內存的，因此ViewHolder的使用還是需要區分不同的應用場景的， 沒有絕對的好與不好。如果內存足夠需要高效則ViewHolder建議使用，否則不建議使用。④當然是view.inflate耗時，這個函數完成的功能是把xml布局文件通過pullParser的形式給解析到內存中，需要io，需要遞歸子節點。⑤我其實還不太相信我寫出來的代碼比Google官方寫的好，如果讓我寫的話我可能會這樣考慮，當用戶在使用view.inflate的時候將多個id作為數組添加到形參中，這樣在初始化view的使用我就可以給這個view直接調用setTag方法綁定需要的子控制項。不過這個原生方法其實也應該保留共不同的需求使用。
PS：技術面試時間並不長，我回答了幾個之後，他們兩個大眼瞪小眼，A看看B問：你還有什麼問的嗎？B說我沒有，你還有嗎？A說我也沒了。那行，接下來，他們就讓我等人事了。