前言

隨著行業(yè)的發(fā)展，編程能力逐漸成為軟件測試從業(yè)人員的一項基本能力。因此在筆試和面試中常常會有一定量的編碼題，主要考察以下幾點。

基本編碼能力及思維邏輯 基本數(shù)據(jù)結構（順序表、鏈表、隊列、棧、二叉樹） 基本算法（排序、查找、遞歸）及時間復雜度

除基本算法之外，筆試面試中經(jīng)常會考察以下三種思想：

哈希 遞歸 分治

哈希

哈希即Python中的映射類型，字典和集合，鍵值唯一，查找效率高，序列（列表、元祖、字符串）的元素查找時間復雜度是O(n)，而字典和集合的查找只需要O(1)。因此哈希在列表問題中主要有兩種作用：

去重

優(yōu)化查找效率

例題1：列表去重#

列表去重在不考慮順序的情況下可以直接使用set()轉換（轉換后會自動排序），需要保持順序可以使用字典構建的fromkeys()方法，利用字典鍵值的唯一性去重。

不考慮順序：

l = [2,1,2,3,4,5,6,6,5,4,3,2,1]result = list(set(l))print(result)

運行結果：

[1, 2, 3, 4, 5, 6]

考慮順序：

l = [2,1,2,3,4,5,6,6,5,4,3,2,1]result = list({}.fromkeys(l).keys())print(result)

運行結果：

[2, 1, 3, 4, 5, 6]

例題2：分組

一串字母數(shù)字組合的字符串，找出相同的字母或數(shù)字，并按照個數(shù)排序。

l = [1,2,3,’a’,’b’,’c’,1,2,’a’,’b’,3,’c’,’d’,’a’,’b’,1]set1 = set(l)result = [(item, l.count(item)) for item in set1]result.sort(key=lambda x:x[1], reverse=True)print(result)

這里使用哈希的鍵值不重復性。當然也可以使用python自帶的groupby函數(shù)，代碼如下：

from itertools import groupbyl = [1,2,3,’a’,’b’,’c’,1,2,’a’,’b’,3,’c’,’d’,’a’,’b’,1]l.sort(key=lambda x: str(x)) # 分組前需要先排序result = []for item, group in groupby(l, key=lambda x: str(x)): result.append((item, len(list(group))))result.sort(key=lambda x:x[1], reverse=True)print(result)

例題3：海量數(shù)據(jù)找出top K的數(shù)據(jù)#

對于小數(shù)據(jù)量可以使用排序+切片，而對于海量數(shù)據(jù)，需要考慮服務器硬件條件。即要考慮時間效率，也要考慮內存占用，同時還要考慮數(shù)據(jù)特征。如果大量的重復數(shù)據(jù)，可以先用哈希進行去重來降低數(shù)據(jù)量。

這里我們使用生成器生成1000萬個隨機整數(shù)，求最大的1000個數(shù)，生成隨機數(shù)的代碼如下：

import randomimport timen = 10000 * 1000k = 1000print(n)def gen_num(n): for i in range(n): yield random.randint(0, n)l = gen_num(n)

不限內存可以直接使用set()去重+排序

start = time.time()l = list(set(l))result = l[-k:]result.reverse()print(time.time()-start)

1000w個數(shù)據(jù)會全部讀入內存，set后列表自動為遞增順序，使用切片取-1000到最后的即為top 1000的數(shù)

使用堆排可以節(jié)省一些內存

start = time.time()result = heapq.nlargest(k, l)print(time.time()-start)

這里是用來Python自帶的堆排庫heapq。使用nlargest(k,l)可以取到l序列，最大的k個數(shù)。

較小內存可以分治策略，使用多線程對數(shù)據(jù)進行分組處理（略）

例題4：兩數(shù)之和#

l=[1,2,3,4,5,6,7,8] 數(shù)據(jù)不重復，target=6，快速找出數(shù)組中兩個元素之和等于target 的數(shù)組下標。

注意，不要使用雙重循環(huán)，暴力加和來和target對比，正確的做法是單層循環(huán)，然后查找target與當前值的差，是否存在于列表中。

但是由于列表的in查詢時間復雜度是O(n)，即隱含了一層循環(huán)，這樣效率其實和雙重循環(huán)是一樣的，都是O(n^2)。

這里就可以使用哈希來優(yōu)化查詢差值是否在列表中操作，將O(n)降為O(1)，因此總體的效率就會變成O(n^2)->O(n)。

l = [1,2,3,4,5,6,7,8]set1 = set(list1) # 使用集合已方便查找target = 6result = []for a in list1: b = target - a if a < b < target and b in set1: # 在集合中查找,為避免重復，判斷a為較小的那個值 result.append((list1.index(a), list1.index(b))) # 列表index取下標的操作為O(1) print(result)

遞歸問題

遞歸是一種循環(huán)調用自身的函數(shù)。可以用于解決以下高頻問題：

階乘 斐波那切數(shù)列 跳臺階、變態(tài)跳臺階 快速排序 二分查找 二叉樹深度遍歷（前序、中序、后序） 求二叉樹深度 平衡二叉樹判斷 判斷兩顆樹是否相同

遞歸是一種分層推導解決問題的方法，是一種非常重要的解決問題的思想。遞歸可快速將問題層級化，簡單化，只需要考慮出口和每層的推導即可。

如階乘，要想求n!，只需要知道前一個數(shù)的階乘(n-1)!，然后乘以n即可，因此問題可以轉為求上一個數(shù)的階乘，依次向前，直到第一個數(shù)。

舉個通俗的例子：

A欠你10萬，但是他沒那么多錢，B欠A 8萬，C欠B 7萬 C現(xiàn)在有錢。因此你要逐層找到C，一層一層還錢，最后你才能拿到屬于你的10萬。

到此這篇關于Python自動化測試筆試面試題精選的文章就介紹到這了,更多相關Python自動化測試筆試面試時常見的編程題內容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！