python的面试题及答案

1. 在main方法中，验证链表方法时传入什么参数去验证这个方法是否正确

如果你在寻找python工作，那你的面试可能会涉及Python相关的问题。
通过对网络资料的收集整理，本文列出了100道python的面试题以及答案，你可以根据需求阅读测试。

2. python面试都会问哪些问题

网络一下 python 面试题
你就知道，从基本语法到主要库的使用
网络知识 垃圾回收 可能都会考到
常用集合的使用方法 等等

3. Python后端开发工程师面试

第一步：自我介绍

第二步：公司介绍

第三步：技术基础

第四步：项目介绍

第五步：待遇

自我介绍，简单直接，姓名，籍贯，大学，工作经历

示例如下：

你好，面试官，我叫XX，来自XX，本科毕业于XX，主修XX专业，有X年工作经验，在上一家公司担任python后端开发工程师的职位。

公司名称是XX、公司主要做外包软件、都有软件定制/商城定制、前端2个后端2个运维1个

主要是根据你简历中填写的技术，根据我的简历中所写的，总结几点如下：

字典的查询流程：

不可变对象可哈希， str ， fronzenset ， tuple ，自己实现的类，要重载 __hash__ 方法。

dict内存花销大，但是查询速度快，自定义的对象或者python内部的对象都是dict包装的。

dict的存储顺序和元素添加顺序有关，添加顺序可能改变已有数据的顺序。

集合：是一个可以存放任意数据类型的可变无序的映射集合。

set和dict类似，set的核心也是散列表，但是表元只包含值的引用。 由于散列表的特性，set的元素不能重复，且无序。 内部由哈希实现，查找的时间复杂度为O(1)，所以性能很高，实现了魔法函数 __contains__ 可以使用in来查找。 set的去重是通过两个函数 __hash__ 和 __eq__ 实现的。

（1）浅拷贝

定义：浅拷贝只是对另外一个变量的内存地址的拷贝，这两个变量指向同一个内存地址的变量值。

浅拷贝的特点：

（2）深拷贝：

定义：一个变量对另外一个变量的值拷贝。

深拷贝的特点：

Python GC主要使用引用计数（reference counting）来跟踪和回收垃圾。在引用计数的基础上，通过“标记-清除”（mark and sweep）解决容器对象可能产生的循环引用问题，通过“分代回收”（generation collectio n）以空间换时间的方法提高垃圾回收效率。

GIL全称 Global Interpreter Lock ，中文解释为全局解释器锁。它并不是Python的特性，而是在实现python的主流Cpython解释器时所引入的一个概念，GIL本质上就是一把互斥锁，将并发运行变成串行，以此来控制同一时间内共享数据只能被一个任务所修改，从而保证数据的安全性。

GIL保护的是解释器级别的数据，但是用户自己的数据需要自己加锁处理。

既然有了GIL的存在，一个进程中同一时刻只有一个线程能够被执行，无法利用cpu的多核机制，导致多线程用于I/O密集型，多进程用于计算密集型，如金融分析等。

死锁：两个或两个以上的进程或者线程在执行过程中，因为争夺资源而造成的互相等待现象，若无外力的作用，都将一直处于阻塞状态，这些互相等待的进程或者线程就被称为死锁。

解决方法，使用递归锁（RLock）

这个RLock内部有一个Lock和一个counter变量，counter记录着acquire的次数，从而使得资源可以被多次require。直到一个线程所有的acquire都被release，其他的线程才能获得资源。上面的例子如果使用RLock代替Lock，则不会发生死锁

可以直接认为是linux，毕竟搞后端的多数是和linux打交道。

那么如何避免粘包问题呢? 归根结底就是一句话, 明确两个包之间的边界.

UDP不存在粘包问题，是由于UDP发送的时候，没有经过Negal算法优化，不会将多个小包合并一次发送出去。另外，在UDP协议的接收端，采用了链式结构来记录每一个到达的UDP包，这样接收端应用程序一次recv只能从socket接收缓冲区中读出一个数据包。也就是说，发送端send了几次，接收端必须recv几次（无论recv时指定了多大的缓冲区）。

存储可能包含rdbms，nosql以及缓存等，我以mysql,redis举例**

4. python运维开发工程师面试常见问题有哪些

面试python运维开发工程师每家公司对专业知识的考察侧重点是不一样的，下面给你整理了一些，希望能帮助到你!
python
1、python是强类型还是弱类型的语言
2、python的动态性体现在哪
3、python的namespace：四种；len()等函数的命名空间
4、range和xrange的区别，谈到了迭代器
5、于是问怎么实现迭代器，然后又问了生成器，yield语句
6、将list的中的一万条字符串合成一条字符串的方法
7、python多线程（g il）
8、python的三目运算符有吗？ 怎么用一行代码实现三目运算
linux
1、问linux命令
2、top和ps在进程占有资源率的统计方式有什么不同
3、然后扯到了页表，内存管理，TLB
5、linux文件系统：inode，inode存储了哪些东西，目录名，文件名存在哪里

5. Python编程面试常见问题有哪些

Python编程面试题目一：python下多线程的限制以及多进程中传递参数的方式，以及区别

(1)python下多线程的限制以及多进程中传递参数的方式

python多线程有个全局解释器锁(global interpreter lock)，这个锁的意思是任一时间只能有一个线程使用解释器，跟单cpu跑多个程序一个意思，大家都是轮着用的，这叫“并发”，不是“并行”。

多进程间共享数据，可以使用 multiprocessing.Value 和 multiprocessing.Array

(2)python多线程与多进程的区别

在UNIX平台上，当某个进程终结之后，该进程需要被其父进程调用wait，否则进程成为僵尸进程(Zombie)。所以，有必要对每个Process对象调用join()方法 (实际上等同于wait)。对于多线程来说，由于只有一个进程，所以不存在此必要性。

多进程应该避免共享资源。在多线程中，我们可以比较容易地共享资源，比如使用全局变量或者传递参数。在多进程情况下，由于每个进程有自己独立的内存空间，以上方法并不合适。此时我们可以通过共享内存和Manager的方法来共享资源。但这样做提高了程序的复杂度，并因为同步的需要而降低了程序的效率。

Python编程面试题目二：lambada函数

lambda 函数是一个可以接收任意多个参数(包括可选参数)并且返回单个表达式值的函数。 lambda 函数不能包含命令，它们所包含的表达式不能超过一个。不要试图向lambda 函数中塞入太多的东西;如果你需要更复杂的东西，应该定义一个普通函数，然后想让它多长就多长。

更多关于Python编程的技巧，干货，资讯等内容，小编会持续更新。

6. python面试题总结1-内存管理机制

（1）.引用计数
（2）. 垃圾回收
(3）. 内存池机制

在python中每创建一个对象，对应的会有一个引用计数，当发生赋值操作如a=b，对应的b的引用计数会自动加1，当引用的对象被清除或者函数结束时，引用计数会自动减1。

在python中使用引用计数，标记清楚，分代回收三种方式进行垃圾回收。
其中，引用计数当对象的引用计数归0时，对象会自动被清除。标记清除机制是首先遍历所有对象，如果对象可达，就说明有变量引用它，则标记其为可达的。如果不可达，则对其进行清除。分代回收是当对象创建时被标记为第0代，经过一次垃圾回收之后，余下的对象被标记为第1代，最高为第2代。其原理是，对象的生存期越长，月可能不是垃越。

ython语言虽然提供了对内存的垃圾收集机制，但实际上它将不用的内存放到内存池而不是返回给操作系统，所以就有了以下：

1 Pymalloc机制；这个主要是为了加速Python的执行效率，Python引入了一个内存池机制，用于管理，为了对小块内存的申请和释放。

2 Python中所有小于256个字节的对象都是依靠pymalloc分配器来实现的，而稍大的对象用的则是系统的malloc。

3 对于Python对象，比如整数、浮点数和List这些，都有自己独立的内存池，对象间并不共享他们的内存池。换句话说就是，假设你分配并且释放了大量的整数，那么用于缓存这些整数的内存就不能再分配给浮点数。

7. Python面试基础题十大陷阱，你中招了吗

我们在会碰到各种各样的面试，有的甚至是HR专门为你设置的障碍，在python面试中也是，无论你是应聘Python web开发，爬虫工程师，或是数据分析，还是自动化运维，这些python面试基础题十大陷阱也许你会遇到，今天的python培训总结出来给你以防万一：
问题1：请问如何修改以下Python代码，使得下面的代码调用类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：这道题的考点是类继承，只要通过__class__ 方法指定类对象就可以了。补充的代码如下：

obj._class_=A

obj.show()
问题2：请问如何修改以下Python代码，使得代码能够运行?

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：此题考察得是方法对象，为了能让对象实例能被直接调用，需要实现 __call__ 方法，补充代码如下：

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
问题3：下面这段代码的输出是什么?

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
此题考察的是new和init的用法，使用 __new__ 方法，可以决定返回那个对象，也就是创建对象之前调用的，这个常见于于设计模式的单例、工厂模式。__init__ 是创建对象是调用的。

问题4：下面这段代码输出什么?

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"])
此题考察的是列表和字典的生成。

问题5：下面这段代码输出什么?

num= 9

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

9

9
此题考察全局变量和局部变量。num 不是个全局变量，所以每个函数都得到了自己的 num 拷贝，如果你想修改 num ，则必须用 global 关键字声明。比如下面这样

num=9

def f1():
global num
um=20
def f2():
print num
f2()
f1()
f2()
#prints:
#9
#20
问题6：如何使用一行代码交换两个变量值?

a=8

b=9
答：

(a,b)=(b,a)

问题7：如何添加代码，使得没有定义的方法都调用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()
此题的考的是Python的默认方法， 只有当没有定义的方法调用时，才会调用方法 __getattr__。当 fn1 方法传入参数时，我们可以给 mydefault 方法增加一个 *args 不定参数来兼容。

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)
问题8：一个包里有三个模块，mod1.py , mod2.py , mod3.py ，但使用 from demopack import * 导入模块时，如何保证只有 mod1 、 mod3 被导入了。

答:在包中增加 __init__.py 文件，并在文件中增加：

_all_=['mod1','mod3']

问题9：写一个函数，接收整数参数 n ，返回一个函数，函数返回n和参数的积。

答:

def mulby(num):

def gn(val):
return num*val
return gn
zw=mulby(7)
print(zw(9));
问题10：请问下面的代码有什么隐患?(Python2中)

def strtest1(num):

str='first'
for i in range(num):
str+="X"
return str
答：由于变量str是个不可变对象，每次迭代，python都会生成新的str对象来存储新的字符串，num越大，创建的str对象越多，内存消耗越大。

8. 最全的pandas面试基础100题目

在进行下面的题目操作时，一定要先导入上面的两个数据分析包 pandas、numpy

1. 如何用Python的列表创建一个series?

输出：

一个series是一个一维的标记数组，可以容纳任何数据类型(整数、字符串、浮点数、Python对象等)。必须记住，与Python列表不同，一个series总是包含相同类型的数据。

2.如何使用列表创建一个DataFrame?

输出：

3.如何使用Series 字典对象生成 DataFrame?

输出：

4.如何在pandas中创建一个空的DataFrame？
要创建一个完全空的pandas dataframe，我们使用以下操作：

输出：

已知有这样的数据，如何进行查看

输出：

2.如何查看尾部数据?

3.如何快速查看数据的统计摘要?

4.如何查询索引和列名?

1.简述Pandas Index
在panda中建立索引意味着简单地从DataFrame中选择特定的数据行和列。
pandas支持四种类型的多轴索引，它们是:

它们统称为索引器。这些是迄今为止索引数据最常见的方法。这四个函数有助于从DataFrame获取元素、行和列。

2.Pandas 定义重新索引(Reindexing)
重新索引会更改DataFrame的行标签和列标签。重新索引意味着使数据符合特定轴上给定的一组标签。
多个操作可以通过像这样的索引来完成:

输出:

3.如何设置索引？

panda set_index() 是一种将列表、序列或dataframe设置为dataframe索引的方法。
语法:
DataFrame.set_index(keys, inplace=False)
参数:

改变索引列
在本例中，名称列被用作DataFrame的索引列

输出:
如输出图像所示，以前索引列是一系列数字
Before Operation –

After Operation

4.如何重置索引?
Pandas Series.reset_index()
函数的作用是:生成一个新的DataFrame或带有重置索引的Series。

例1： 使用 Series.reset_index() 函数重置给定Series对象的索引

输出:

现在，我们将使用Series.reset_index()函数来重置给定的series对象的索引

输出 :

从输出中可以看到，该 Series.reset_index() 函数已将给定Series对象的索引重置为默认值。它保留了索引，并将其转换为列。

1.1先创建数据:

1.2选择单列，产生 Series

详见 按标签选择 。

2.1用标签提取一行数据：

详见 按位置选择 。

3.1用整数位置选择：

4.1用单列的值选择数据：

5.1用索引自动对齐新增列的数据：

1.如何得到一个数列的最小值、第25百分位、中值、第75位和最大值?

输出:

Pandas dataframe.mean(axis=None) 函数返回所请求轴(axis=0代表对列进行求平均值，axis=1代表对行进行求平均值)的值的平均值。

示例: 使用 mean() 函数查找索引轴上所有观测值的平均值。

输出:

让我们使用datafame .mean()函数来查找索引轴上的平均值。

3.如何将函数应用到DataFrame中的每个数据元素?
可以使用 apply() 函数以便将函数应用于给定dataframe中的每一行。让我们来看看我们完成这项任务的方式。
实例:

输出：

4.如何在panda中获得一个DataFrame的行数和列数?

输出:

获取df的行和列计数

输出:

5.如何在panda DataFrame中获得列值的总和?
Pandas dataframe.sum() 函数返回所请求轴的值的和

语法: DataFrame.sum(axis=None, skipna=None, )
参数:

示例1: 使用 sum() 函数查找索引轴上所有值的总和

现在求出沿索引轴的所有值的和。我们将跳过计算和时的NaN值。

输出:

如何将新行追加到pandas DataFrame？
Pandas dataframe.append() 函数的作用是:将其他dataframe的行追加到给定的dataframe的末尾，返回一个新的dataframe对象。

语法:
DataFrame.append( ignore_index=False,)
参数:

示例1： 创建两个数据框，然后将第二个附加到第一个。

现在将df2附加到df1的末尾

输出:

请注意，第二个DataFrame的索引值保留在附加的DataFrame中。如果我们不希望发生这种情况，则可以设置ignore_index = True。

输出 :

“group by” 指的是涵盖下列一项或多项步骤的处理流程：

详见 分组 。

输出:

1.先分组，再用 sum() 函数计算每组的汇总数据：

输出:

2.多列分组后，生成多层索引，也可以应用 sum 函数：

输出:

如何将numpy数组转换为给定形状的DataFrame?

输出:

输出:

透视表是一种可以对数据动态排布并且分类汇总的表格格式，在pandas中它被称作pivot_table。
pivot_table(data, values=None, index=None, columns=None)
参数:

详见: 数据透视表

打印输出：

用上述数据生成数据透视表非常简单：

返回结果:

1.如何将列添加到pandas DataFrame？
源数据:

输出:

输出：

2.如何向panda DataFrame添加索引、行或列?
向DataFrame添加索引
如果您创建了一个DataFrame, panda允许将输入添加到索引参数中。它将确保您拥有所需的索引。否则，在默认情况下，DataFrame包含一个数值索引，该索引从0开始，在DataFrame的最后一行结束。

向DataFrame添加行、列
我们可以使用.loc、iloc和ix将行、列插入到DataFrame中。

添加具有特定索引名的行:

输出:

3.如何在panda DataFrame上进行迭代?
您可以通过结合使用for循环和对DataFrame的iterrows()调用来遍历DataFrame的行。

输出:

4.我们如何排序DataFrame？
我们可以通过以下几种有效地在DataFrame中执行排序：

(1)按标签
可以使用sort_index()方法对数据dataframe进行排序。可以通过传递axis参数和排序顺序来实现。默认情况下，按升序对行标签进行排序。

9. Python后端工程师面试题目有哪些

一.语言
1.推荐一本看过最好的python书籍？
2.谈谈python的装饰器，迭代器，yield？
3.标准库线程安全的队列是哪一个？不安全的是哪一个？logging是线程安全的吗？
4.python适合的场景有哪些？当遇到计算密集型任务怎么办？
5.python高并发解决方案？我希望听到twisted->tornado->gevent，能扯到golang,erlang更好
二.操作系统
可以直接认为是linux，毕竟搞后端的多数是和linux打交道。
1.tcp/udp的区别？tcp粘包是怎么回事，如何处理？udp有粘包吗？
2.time_wait是什么情况？出现过多的close_wait可能是什么原因？
3.epoll,select的区别？边缘触发，水平触发区别？
三.存储
存储可能包含rdbms，nosql以及缓存等，我以mysql,redis举例
mysql相关
1.谈谈mysql字符集和排序规则？
2.varchar与char的区别是什么？大小限制？utf8字符集下varchar最多能存多少个字符
3.primary key和unique的区别？
4.外键有什么用，是否该用外键？外键一定需要索引吗？
5.myisam与innodb的区别？innodb的两阶段锁定协议是什么情况？
6.索引有什么用，大致原理是什么？设计索引有什么注意点？
redis相关
1.什么场景用redis，为什么mysql不适合？
2.谈谈redis的事务？用事务模拟原子+1操作？原子操作还有其它解决方案吗？
3.redis内存满了会怎么样？
四.安全
web安全相关
1.sql注入是怎么产生的，如何防止？
2.xss如何预防？htmlescape后能否避免xss?
3.csrf是什么？django是如何防范的？
密码技术
1.什么是分组加密？加密模式有哪些？ecb和cbc模式有什么区别？为什么需要iv向量？
2.简单说说https的过程？
3.对称加密与非对称加密区别？
3.如何生成共享秘钥？ 如何防范中间人攻击？
五.杂
是否关注新技术啊？golang，rust是否了解？numpy,pandas是啥鸟？
是否紧跟时代潮流？逛不逛微博，刷不刷知乎？
可能你觉得我问的好细，但这好多都是平常经常遇到，并需要解决的，细节更能体现一个人。
如果你觉得小kiss，欢迎投简历给我[email protected]，龙图游戏运营支持中心数据分析部招人；觉得有点问题，那还等什么，赶快来和我交流交流。
更新:讨论区挺热闹，有人说好简单，有人说好难，其实我觉得这只适合面试2~3年工作经验的后端工程师。真的没有问
很难的题目，只是可能你平时没有注意。
在这里我推荐几本书吧
python参考手册，绝对让你更上一层楼
图解密码技术，密码入门不二之选
mysql技术内幕第五版，有点厚当手册读读，要有耐心，高性能mysql也强烈建议读读
effective tcp/ip programming
为什么评论区有这么大差异？我想是个人经历不一样吧，如果是搞web的对操作系统这块和密码技术会偏弱，但如果是系统工程师或是游戏服务端这块会明显偏强。
六.后记
最近我也面试了不少童鞋，我发现能达到要求的真的少之又少，很多hr都说Python是最难招聘的岗位，我想是有道理的，这真的很值得我们去深思？
我想有一部分原因是Python这门语言造成的，会写Python的人很多，但写的好的人很少，大部分都把Python当做脚本来写，缺乏面向对 象，模式的思想。想想java，大家都习惯了接口，实现分离，设计模式在Java中也喊了很多年，尤其是ssh三大框架一出，用着用着就理所当然的认为就 该这么做，虽然也有点坏处，但对企业级Java开发无疑是一大进步。
反观Python，尤其是生成器，协程，元类给Python注入了很大的灵活性，想写的Pythonic有不小难度，但其实Python高级特性就那么几个，干掉了也就没有了。
当你觉得Python遇到了瓶颈，不妨停下来好好想想。研究研究设计模式，想想重构，了解领域驱动设计，敏捷开发，再回来读读以前写的代码，当眼界变高了，代码也就美了。
当然思想的提高不是一朝一夕，模式，原则会经常让你纠结，纠结就会思索，思考就走出了自己的路，当然条条大路通罗马。
数据库等存储技术是研发工程师迈不过的坎，对关系数据库以mysql举例来说，你必须清楚的知道什么字段选择什么类型，类型字节大小，限制条件，这 东西也很容易理解，多想想即可，比如set类型，要支持交并等操作，1个字节只能存8个类别。数据类型搞定了，下面就是索引了，mysql索引种类？主 键，唯一索引，普通索引。索引类别，BTree索引，hash索引。索引的优缺点，mysql的索引查找原理，join原理(大部分都是nested loop)，以及一些特殊的情况，比如mysql子查询慢等。其实到这里研发工程师就差不多，当然你可以继续深入下去，比如读写分离，集群管理，甚至一些 参数调优。

10. python面试必备题目有哪些

Q：你做一个自我介绍吧？
旁白：其实遇到好几家面试官都让我做自我介绍了，该如何自我介绍阳哥估计都会背了，好玩（恶心）的是在万达信息面试，面试了3个技术官，每个人都分别让我做了自我介绍，尼玛，他们3个就不会沟通一下要问我啥吗，一个问题至于问我3遍吗~:funk:阳哥是敢怒不敢言，毕竟在人家的地盘。
PS：自我介绍的内容就不说了，每个人都是独特的，我就跟大家说一下应该如何自我介绍吧。
一个优良的自我介绍会给面试官留下深刻的印象，大部分情况下，所谓的面试好坏其实看的就是你给面试官留下的印象怎么样了，我们用俗语叫感觉。
自我介绍应该分以下几个部分，按照一定的逻辑连贯起来。如果连贯不起来，或者不够熟练一定在台下多背几遍，多讲几遍，但是面试的时候不要说的跟背过似的，高境界就是让面试官感觉你是临场发挥的，却又比背的都好。
1）个人基本信息（姓名、年龄、老家、居住地等）
2）自己来自哪里（工作地点），是干什么的（给自己一个清晰的定位，比如：我是一名Android开发工程师），担任过什么职务、做过什么样的项目
3）自己为何来贵公司面试
4）最后祝愿（希望能得到贵公司的认可等等，不用太多，一两句话就ok）
Q：介绍一下你做过的项目吧？
PS：黑马那么多项目，随便准备3个就ok了。
介绍项目大概的思路如下：
1）这个项目是干什么的（比如是一个类似网易新闻的地方新闻客户端，或者类似美团的o2o，或者类似豌豆荚的一个应用市场，或者类似淘宝的购物平台）？解释就是拿一个市场上耳熟能详的应用跟自己的应用做类比，省的面试官听的云里雾里的。
2）自己负责了哪些模块（功能）的职责（比如负责系统的架构，核心代码的编写，xx功能模块的开发等等）
3）自己在这个项目中担当的责任（比如，这个项目是自己独立开发的，这个项目是和另外一个同事一起架构一起开发的，这个项目是自己负责了几个核心模块）
4）项目中都用到了哪些技术
5）从项目中学到了哪些东西（可以从技术方向和业务两个方向入手）
旁白：面试官问的很多技术性问题跟之前问的都大同小异，因此这里只给出有特色且技术含量高的。阳哥正在写面试宝典，该宝典核心内容针对的还是技术问题，阳哥会从javase基础到javase高级，从Android基础到Android高级以及到Android项目依次展开分析，其次也会写一些常见的非技术性问题，敬请期待~
Q：①在Listview的优化中，我们为何使用ConvertView？②为何使用ViewHolder？③你认为哪个更能解决问题？④你认为view.inflate和view.findviewById哪个更耗时，为什么？⑤如果这两个AP让你重新写，你怎么写？
PS：上面的问题，阳哥认为是面试以来遇到很难的一个，也是很有技术含量的一道题。前一半问题还好回答，最后一个问题真的需要发挥想象了。
A：①使用ConvertView可以实现对view的复用，这样大大节约了每次创建对象的时间，提升了ListView的显示效率。②使用ViewHolder作为内部类，可以将view的子控件封装在ViewHolder类中，然后通过View.setTag(ViewHolder)将view和ViewHolder进行绑定，这样我们就不用每次都调用view的findViewById(id)方法来查找控件。③使用ConvertView解决了一大部分问题，使用ViewHolder实现了控件换时间的问题，因为给View对象设置一个Tag本身就是占用内存的，因此ViewHolder的使用还是需要区分不同的应用场景的， 没有绝对的好与不好。如果内存足够需要高效则ViewHolder建议使用，否则不建议使用。④当然是view.inflate耗时，这个函数完成的功能是把xml布局文件通过pullParser的形式给解析到内存中，需要io，需要递归子节点。⑤我其实还不太相信我写出来的代码比Google官方写的好，如果让我写的话我可能会这样考虑，当用户在使用view.inflate的时候将多个id作为数组添加到形参中，这样在初始化view的使用我就可以给这个view直接调用setTag方法绑定需要的子控件。不过这个原生方法其实也应该保留共不同的需求使用。
PS：技术面试时间并不长，我回答了几个之后，他们两个大眼瞪小眼，A看看B问：你还有什么问的吗？B说我没有，你还有吗？A说我也没了。那行，接下来，他们就让我等人事了。