Собеседование Python: вопросы и мок с ИИ

Чем список отличается от кортежа и почему кортеж может быть ключом словаря?

Что должно быть в сильном ответе:Список изменяемый, кортеж — нет, поэтому кортежи удобны для фиксированных записей. Ключ словаря должен быть хешируемым, а кортеж хешируем, только если хешируемы все его элементы: (1, 2) подходит, а кортеж со списком внутри — нет. Список не может быть ключом, потому что его содержимое, а значит и хеш, может измениться.

Что не так с мутабельным аргументом по умолчанию, например def f(items=[])?

Что должно быть в сильном ответе:Значение по умолчанию вычисляется один раз, при определении функции, поэтому все вызовы без аргумента делят один и тот же список и изменения накапливаются. Стандартное решение — None по умолчанию и создание нового списка внутри функции. Сильный ответ объясняет причину, а не только обходной путь.

В чём разница между is и ==?

Что должно быть в сильном ответе:== сравнивает значения через __eq__, а is проверяет, один ли это объект. is используют для синглтонов вроде None, == — для всего остального. Стоит упомянуть, что CPython кеширует маленькие целые числа и некоторые строки, поэтому is иногда «работает», но полагаться на это — баг.

Что означают *args и **kwargs в сигнатуре функции?

Что должно быть в сильном ответе:*args собирает лишние позиционные аргументы в кортеж, **kwargs — именованные аргументы в словарь. Те же операторы распаковывают последовательности и словари при вызове. Плюс, если упомянете keyword-only параметры после * и positional-only параметры до /.

Чем list comprehension отличается от генераторного выражения?

Что должно быть в сильном ответе:List comprehension сразу строит весь список в памяти, а генераторное выражение выдаёт элементы лениво, по одному. Генератор экономит память на больших или бесконечных последовательностях, но пройти его можно только один раз. Список нужен, когда требуется индексация, длина или несколько проходов.

Как работает декоратор и как написать декоратор с аргументами?

Что должно быть в сильном ответе:Декоратор — это callable, который принимает функцию и возвращает замену, обычно замыкание-обёртку; @dec — это просто f = dec(f). Декоратор с аргументами — это фабрика: внешняя функция принимает параметры и возвращает сам декоратор. functools.wraps сохраняет имя, docstring и метаданные исходной функции.

Объясните протокол итератора и как его реализуют генераторы.

Что должно быть в сильном ответе:Iterable имеет __iter__, возвращающий итератор; итератор имеет __next__ и бросает StopIteration, когда элементы закончились. Генераторная функция возвращает объект-генератор, который реализует оба метода и сохраняет состояние между yield. Упомяните yield from для делегирования подгенератору и то, что цикл for под капотом вызывает iter() и next().

Как работают контекстные менеджеры и когда стоит писать свой?

Что должно быть в сильном ответе:with вызывает __enter__ на входе и __exit__ на выходе, даже если возникло исключение; __exit__ получает детали исключения и может подавить его, вернув True. contextlib.contextmanager позволяет написать менеджер как генератор с одним yield в try/finally. Типичные случаи — локи, транзакции, временные файлы, замеры времени.

Когда выбрать threading, multiprocessing, а когда asyncio?

Что должно быть в сильном ответе:В стандартной сборке CPython GIL позволяет выполнять байткод Python только одному потоку за раз, поэтому потоки помогают с I/O-задачами, но не с CPU-задачами. multiprocessing обходит GIL отдельными процессами ценой памяти и сериализации. asyncio обрабатывает много I/O-задач в одном потоке, но требует асинхронных библиотек, а любой блокирующий вызов останавливает весь event loop.

Как структурировать тесты на pytest для кода, который обращается к внешнему API?

Что должно быть в сильном ответе:Спрячьте API за небольшим клиентом и мокайте именно эту границу, а не внутренности сторонних библиотек. Фикстуры — для подготовки и очистки, parametrize — для граничных случаев без копипаста, monkeypatch или unittest.mock — для клиента. Несколько интеграционных тестов против sandbox или записанных ответов ловят изменения контракта.

Каково состояние GIL сейчас и что меняет free-threaded Python?

Что должно быть в сильном ответе:PEP 703 добавил опциональную сборку без GIL: в 3.13 она была экспериментальной, в 3.14 стала официально поддерживаемой, но не по умолчанию. Она даёт параллельное выполнение CPU-задач в потоках, однако однопоточный код может быть несколько медленнее, а C-расширения нужно пересобрать и пометить совместимыми, иначе GIL может включиться во время выполнения. Сильный ответ добавляет: отсутствие GIL не делает ваш код потокобезопасным, общее изменяемое состояние всё равно требует локов.

Как CPython управляет памятью и как искать утечку памяти?

Что должно быть в сильном ответе:Большинство объектов освобождается сразу благодаря подсчёту ссылок, а циклические ссылки убирает циклический сборщик мусора. На практике утечки дают глобальные кеши, неограниченный lru_cache, ссылки в замыканиях или подписчиках, либо C-расширения. Сравнивайте снимки tracemalloc во времени, используйте objgraph или memray, а для большого количества мелких объектов — __slots__ или weakref.

Что такое дескрипторы и как на них опираются property и методы?

Что должно быть в сильном ответе:Дескриптор — объект с __get__ и, при необходимости, __set__ или __delete__, который хранится как атрибут класса. Data-дескрипторы имеют приоритет над __dict__ экземпляра, non-data — нет, поэтому property перехватывает присваивание, а обычный метод можно затенить. Функции — это non-data дескрипторы, и именно их __get__ создаёт связанные методы.

Как не блокировать event loop в asyncio-сервисе и как управлять жизнью задач?

Что должно быть в сильном ответе:Для I/O берите асинхронные клиенты, а неизбежную блокирующую или CPU-тяжёлую работу выносите в asyncio.to_thread или пул процессов через run_in_executor. Для структурированной конкурентности используйте asyncio.TaskGroup (3.11+): ошибка отменяет соседние задачи, и ничего не остаётся без присмотра. Корректно обрабатывайте отмену — очистка в finally, не глотать CancelledError, таймауты через asyncio.timeout.

Когда использовать typing.Protocol вместо абстрактного базового класса?

Что должно быть в сильном ответе:ABC — номинальная типизация: класс должен явно наследоваться, а абстрактные методы проверяются при создании экземпляра. Protocol — структурная типизация: любой класс с нужными методами подходит для тайпчекера, что удобно для сторонних типов и слабой связанности. По умолчанию Protocol проверяется статически; runtime_checkable даёт isinstance, но проверяет только наличие методов, не сигнатуры.