基础题靠背能过，进阶题靠背过不去。下面这 6 道题是区分"真写过项目"和"只看过教程"的分水岭。第一道 GIL 答不上来，后面全白搭。

01

GIL 是什么？它有什么影响？

答案：GIL（全局解释器锁）保证同一时刻只有一个线程在解释器里执行 Python 字节码。

•CPU 密集型任务：多线程无法并行，用多进程（multiprocessing）。

•I/O 密集型任务：多线程有效（等待时释放 GIL）。

•补充：Python 3.13+ 提供 free-threading 构建（无 GIL）；3.15 里是可选安装，标准默认构建仍带 GIL。

为什么这么考：GIL 是面试里区分"真懂线程模型"和"背概念"的一道题。答完基本盘，面试官会追两句：

•追"CPU 密集怎么办"——答多进程；追"I/O 密集呢"——答多线程有效，等待时让出 GIL。

•再追"GIL 什么时候释放"——答 I/O 阻塞时释放；平时解释器按时间片轮流让出（sys.setswitchinterval，默认 5 毫秒）做线程切换。

•能主动补一句"free-threading 只是可选构建，默认装出来还是带 GIL 的版本"，这题就答扎实了。

真实面试里这题常被追问到细节："GIL 在 C 扩展里能不能释放？"——能，写 C 扩展时用 Py_BEGIN_ALLOW_THREADS / Py_END_ALLOW_THREADS 宏可以临时释放 GIL，让其他线程在 C 代码执行期间跑起来。numpy 的矩阵运算、io 操作的底层实现都是这么做的。能说出这一点，说明你看过 C 扩展或者读过相关源码。

02

装饰器原理是什么？为什么加 functools.wraps？

   python

import functools

def deco(func):
    @functools.wraps(func)     # 把原名、文档复制给 wrapper
    def wrapper(*args, **kwargs):
        print("before")
        res = func(*args, **kwargs)
        print("after")
        return res
    return wrapper

@deco
def hello():
    """打招呼"""
    print("hello")

hello.__name__   # 'hello'  ← 有 wraps 才是

答案：装饰器是"接收函数、返回新函数"的闭包。@deco 就是把 hello 替换成 wrapper。不加 functools.wraps，被装饰函数的名字、文档都会变成 wrapper 的。

为什么这么考：光会写装饰器，答不出 wraps 就露馅了——这正是"真写过"和"看过教程"的分界线。面试官常顺着追问：

•问 wraps 复制了什么——答 __name__、__doc__ 这些元信息；

•问装饰器什么时候执行——答模块导入、函数定义那一刻就执行；

•问两个装饰器叠一起怎么执行——答自下往上执行。

03

生成器是什么？和列表推导式有什么区别？

   python

# 列表：一次性全算出来，占内存
lst = [x * x for x in range(10_000_000)]

# 生成器：用的时候才算，省内存
gen = (x * x for x in range(10_000_000))

sum(gen)     # 逐个产出

答案：生成器是惰性求值的迭代器，用 yield 逐个产出，不一次全算。生成器表达式用小括号。

为什么这么考：大数据场景里，省不省内存就看这道题。答出"惰性"两个字先过关，剩下的追问集中在这几点：

•生成器能不能重复遍历——答不能，for 一遍就耗尽，要再用得重建；

•yield 和 return 什么关系——答函数体里出现 yield 就是生成器函数，return 表示迭代结束；

•再深一点会问 send()——答它能把值传回生成器里继续跑。答到这个程度，说明真用过。

04

迭代器和可迭代对象有什么区别？

   python

lst = [1, 2, 3]        # 可迭代对象
it = iter(lst)         # 迭代器：有 __next__，有状态
next(it)    # 1
next(it)    # 2

答案：可迭代对象能被 for 遍历（有 __iter__）；迭代器有 __next__，逐个取值、取完耗尽。for 循环底层就是不断 next()。

为什么这么考：这是生成器的前置题，考你对 for 的底层理解。常见追问：

•生成器是迭代器吗——答是，它既是可迭代对象也是迭代器；

•list 是迭代器吗——答不是，list 有 __iter__ 没有 __next__；

•为什么 for 能直接遍历 list——答 for 先调 iter() 拿到迭代器，再循环 next() 直到抛 StopIteration。

05

垃圾回收是怎么工作的？

答案：Python 主要用引用计数回收内存，对象引用数归零立刻回收。循环引用（两个对象互相引用）会骗过引用计数，由 gc 模块的"标记-清除"周期性处理。

   python

import gc
gc.collect()   # 手动触发一次

为什么这么考：考你"内存谁在管"——这是区分脚本仔和工程咖的题。答完这句，面试官会再挖一层：

•什么时候要手动 gc.collect()——答产生大量循环引用、内存又吃紧的时候；

•循环引用怎么来的——答两个对象互相持有对方引用最常见，比如类实例互相引用；

•能补一句"引用计数为主、gc 只是兜循环引用"，说明你是真理解内存管理。

06

经典陷阱合集：这几道一次答全

   python

# 1. 布尔是 int 的子类
True == 1        # True
True + True      # 2

# 2. dict 遍历时删除 → 报错
d = {"a": 1, "b": 2}
for k in d:
    del d[k]     # RuntimeError: dictionary changed size during iteration

# 3. 字符串乘法
"ab" * 3         # 'ababab'

# 4. list 为什么不能当 dict 的 key
d = {[1, 2]: "x"}   # TypeError: unhashable type: 'list'

为什么这么考：这些不是"考不考得到"的问题，是"面试官随手写一行看你反应"的问题。答不上来，前面全白答。每道都能再追问一层：

•布尔为什么能相加——答 bool 继承自 int，True 就是 1；

•遍历删除为什么报错——答迭代期间 dict 的大小变了；

•list 为什么不能当 key——答可变对象不可哈希，想用就用 tuple。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。