相關(guān)鏈接：
??過去的2017年中，在同性交友網(wǎng)站stackoverflow上又提了哪些超綱違規(guī)的問題呢？
??????問題來源stackoverflow
What is python .. (“dot dot”) notation syntax?
Python的 .. (點 點) 是什么語法？
f = 1..__truediv__ # or 1..__div__ for python 2
print(f(8)) # prints 0.125
??真的超綱了喂。..是什么鬼啊摔。真的不是問**args是什么語法么？那我們用python試試好了。
>>> f = 1.
>>> f
1.0
>>> f.__floordiv__
<method-wrapper '__floordiv__' of float object at 0x7f9fb4dc1a20>
??咦，你是不是有看出來什么了。再看一個例子。
>>> 1..__add__(2.)
3.0
??大家都看出來了吧，..本身并不是什么操作符更不是什么語法。其中，第一個點是浮點值的一部分，第二個點是點操作符來訪問對象屬性和方法。
??太簡單，下一題。
Why is x**4.0 faster than x**4 in Python 3?
為什么在Python3中 x4.0 比 x4運行的快？
$ python -m timeit "for x in range(100):" " x**4.0"
10000 loops, best of 3: 24.2 usec per loop
$ python -m timeit "for x in range(100):" " x**4"
10000 loops, best of 3: 30.6 usec per loop
??我先解釋下為什么會有這個問題，先不要討論提問者的電腦怎么這么慢好么。我拿python2試了一下，結(jié)果是這樣。
$ python -m timeit "for x in range(100):" " x**4.0"
10000 loops, best of 3: 15.6 usec per loop
$ python -m timeit "for x in range(100):" " x**4"
10000 loops, best of 3: 4.59 usec per loop
??可以明顯看出python2中int型計算明顯快于float。嗯...其實我已經(jīng)回答完了不知道大家有沒有發(fā)現(xiàn)。這個問題是由python2與python3差別引起的。
??先指出答案核心：python3的4是PyLongObject，pytohn2的4是int。
- pytohn3與python2中的float對象依然是那個原生類。
- python3中的int對象實例化一個支持任意長度的成熟類，叫
PyLongObject。 - python2中的整數(shù)分為int與long，比如：
# Python 2
type(4) # <type 'int'>
type(4L) # <type 'long'>
??以上的區(qū)別導(dǎo)致python3中整數(shù)的運算更加繁瑣復(fù)雜，因為你需要用PyLongObject對象的值來執(zhí)行它的ob_digit陣數(shù)組。(參考：Understanding memory allocation for large integers in Python for more on PyLongObjects.)
Given a string of a million numbers (Pi for example), write a function/program that returns all repeating 3 digit numbers and number of repetition greater than 1
給定一個長度為100萬的數(shù)字（比如π），寫代碼計算出所有連續(xù)的三個數(shù)字，且要求該連續(xù)的三個數(shù)字至少重復(fù)出現(xiàn)過一次。
# For example: if the string was: 123412345123456 then the function/program would return:
# 123 - 3 times
# 234 - 3 times
# 345 - 2 times
??提問的人最后還加了一句能不能實現(xiàn)時間復(fù)雜度為常數(shù)級解決方案？這很明顯的面試題嘛，假如面試時候你遇到這個你會怎么回答？
??首先，在O(1)情況下無法處理任意大小的數(shù)據(jù)結(jié)構(gòu)，在這種情況下，最好的希望是O(n)，其中n是字符串的長度，也就是線性時間復(fù)雜度。
??但是這里如果每次輸入定長100w，從技術(shù)的角度來說實現(xiàn)O(1)是可行的（以為數(shù)據(jù)源定長嘛就相當(dāng)于n=100w，這屬于咬文嚼字了沒意思），但是我相信這絕不會是這題重點。還是先給出python實現(xiàn)代碼好了：
inpStr = '123412345123456'
# O(1) array creation.
freq = [0] * 1000
# O(n) string processing.
for val in [int(inpStr[pos:pos+3]) for pos in range(len(inpStr) - 2)]:
freq[val] += 1
# O(1) output of relevant array values.
print ([(num, freq[num]) for num in range(1000) if freq[num] > 1])
??代碼不復(fù)雜，相信大家都看的懂，我們繼續(xù)討論速度的問題。上述代碼可見實現(xiàn)O(n)是沒什么問題的，但是如果再提速呢？
??方法也有，運用歸并思想，將輸入值切片，多線程運行。像這樣
# 123412345123456
# 拆成
vv
123412 vv
123451
5123456
??運用歸并的思想去解決問題，但問題來了，因為pytohn有GIL的存在，所以用python實現(xiàn)該思想可能成本很大。當(dāng)然你可以用其他語言實現(xiàn)。我覺得面試時候給出python代碼提出歸并思想就比較好了。
Why in python 0, 0 == (0, 0) equals (0, False)
為什么在Python中表達式 0, 0 == (0, False) 的結(jié)果是 (0, False)
(0, 0) == 0, 0 # results in a two element tuple: (False, 0)
0, 0 == (0, 0) # results in a two element tuple: (0, False)
(0, 0) == (0, 0) # results in a boolean True
# But:
a = 0, 0
b = (0, 0)
a == b # results in a boolean True
??這題很簡單啊，我換種寫法,標明優(yōu)先級大家就懂了。
(((0, 0) == 0), 0) # results in a two element tuple: (False, 0)
(0, (0 == (0, 0))) # results in a two element tuple: (0, False)
((0, 0) == (0, 0)) # results in a boolean True
# ALSO:
a = 0, 0
b = (0, 0)
a == b # results in a boolean True
??逗號分隔符與相等運算符的優(yōu)先級是不同的。
Does Python optimize away a variable that's only used as a return value?
Python會把一個只用做返回值的變量優(yōu)化掉嗎？
# Case 1:
def func():
a = 42
return a
# Case 2:
def func2():
return 42
??這個問題非常有趣，我是從來沒往這方面想過。我對其底層可能理解不多大家輕點噴，我把解決問題的過程幫大家寫出來，大家可以看著思考一下：
# 用dis打印運行過程
from dis import dis
# Case 1:
dis(func)
2 0 LOAD_CONST 1 (42)
2 STORE_FAST 0 (a)
3 4 LOAD_FAST 0 (a)
6 RETURN_VALUE
# Case 2:
dis(func2)
2 0 LOAD_CONST 1 (42)
2 RETURN_VALUE
??可以明顯的看出，問題的答案是沒有優(yōu)化，運行速度也是第二種快一丟丟，因為需要執(zhí)行的命令更少。嗯...其他解釋我就不太清楚了，我只能從這個層面回答解釋。
??那...我們下期再見？
??喜歡的話可以關(guān)注、點贊、順便看看前面文章，其實講道理，我覺得前面寫的大部分爬蟲文章還挺好的。
??生活愉快下期見。
