简介这是一份Python期末考试题PDF专门面向正在准备Python课程期末考试的初学者与复习者集中梳理位运算与数字系统、字符串与数组、算法设计、列表操作、图像处理及递归函数等核心考点。资源仅包含1个PDF文件整体体积116KB轻量紧凑既可直接在电脑或手机端阅读也方便打印成纸质试卷用于模拟练习。目前已有4279人学习下载是期末复习阶段被广泛使用的资料之一。试卷以选择题为主并为每道题附有详细答案与解析例如数据范围0到10所需的最小存储位数、字符串下标访问返回的字符、查找数组最小值时更新条件的判断、列表append方法产生的变化、图像缩放中Convolve2D核的设计以及递归函数缺少终止条件导致的问题。除了这些基础题型还涉及十六进制转换、表达式树、递归算法等进阶内容能够较全面地检验学习者对Python语法和常用逻辑的理解。题目从基础概念逐步过渡到综合应用可帮助读者快速定位知识薄弱点掌握典型题的思考方法与解题套路。期末冲刺阶段反复自测能有效巩固Python核心知识点。1. 一份期末卷子把 Python 基础到算法设计连成一条线这份 Python 期末考试题覆盖面比想象中宽得多从位运算里存 0 到 10 需要几位这种底层问题到字符串索引、列表 append、递归终止条件、复杂度排序、进制转换、链表长度计算、甚至图像处理里的卷积核——虽然只是一份 PDF但把 Python 基础语法、数据结构、算法设计与计算机系统概念串成了一条完整的知识链。对正在准备面试的程序员来说这份卷子的价值在于提醒你基础概念的边界在哪里比如 4 bits 能表示多少个数、递归缺了终止条件会怎样、字符串 replace 之后原变量为什么不变。对刚学完 Python 的人来说它则是一份很好的自查清单能快速暴露你对索引、作用域、可变对象这些细节是否真正理解。2. 数字系统与位运算4 bits 的边界与进制转换的工程意义2.1 为什么 0 到 10 需要 4 个比特位题目问存储 0 到 10 的整数最少需要多少位答案是 4 bits。很多人会直觉选 3 bits因为 10 用二进制表示是 1010看起来 4 位。但更严谨的推理方式不是看 10 的二进制长度而是看 2^n 能否覆盖完整取值区间。0 到 10 共有 11 个不同的整数3 bits 最多表示 2^3 8 个值0 到 7装不下 0 到 104 bits 能表示 2^4 16 个值0 到 15够用。这个逻辑在工程中也常见比如设计一个枚举类型、数据库字段或协议头时估算字段位宽要按取值个数来算而不是按最大值直觉判断。import math def min_bits_for_range(lo, hi): count hi - lo 1 return max(1, math.ceil(math.log2(count))) print(min_bits_for_range(0, 10)) # 4这段代码先算取值个数count hi - lo 1再用math.log2求对数值向上取整得到所需位数。核心逻辑是只要 2 的位数次方大于等于取值个数就能完整覆盖所有状态。这里把连续整数范围抽象成了通用函数如果题目改成 -5 到 5同样适用。2.2 二进制、十六进制与三进制的换算路径卷子里有几道进制换算题难度不大但很能检验熟练度。例如二进制 0100 1100 转十六进制从右往左每 4 位一组0100 是 41100 是 C结果是 4C。另一道 0101 1101 0001 0100 转十六进制按同样的分组规则0101 是 51101 是 D0001 是 10100 是 4结果是 5D14。十六进制 201 转十进制从高位算2 * 16^2 0 * 16^1 1 * 16^0 512 0 1 513。还有一道三进制题假设未来硬件能表示 3 种状态十进制 12 表示成三进制12 1 * 3^2 1 * 3^1 0 * 3^0即 110。进制表示换算到十进制二进制 11100b11108 4 2 14二进制 0100 11000b010011000x4C 76十六进制 2010x201513三进制 110base3 1109 3 0 12Python 里做进制转换有现成函数但理解换算路径仍然重要尤其当你在写底层协议解析或二进制文件格式读取时经常需要在 bin、hex、dec 之间切换。# 各进制转十进制 print(int(1110, 2)) # 14 print(int(4C, 16)) # 76 print(int(201, 16)) # 513 print(int(110, 3)) # 12 # 十进制转各进制 print(bin(14)) # 0b1110 print(hex(76)) # 0x4c注意int(x, base)的第二个参数显式指定了进制基数不传默认为十进制。bin()和hex()返回的字符串带有0b和0x前缀如果需要去除前缀做进一步拼接用切片bin(14)[2:]即可。2.3 复杂度排序分析算法前先看规模题目要求把 n、log(n)、nlog(n)、n^2 按运行时间从快到慢排列答案是 log(n) n nlog(n) n^2。这里容易混淆的是 nlog(n) 和 n^2 的关系当 n 超过一定规模后nlog(n) 的增长速度显著低于 n^2。例如 n 16 时nlog(n) 16 * 4 64n^2 256差距是 4 倍n 1024 时nlog(n) 10240n^2 1048576差距超过 100 倍。实际工程里这决定了你能不能用 O(n^2) 的暴力解法。比如双层循环遍历一个 10 万条记录的列表每轮做一次简单比较耗时会达到秒级甚至分钟级这时候就需要考虑排序后折半查找O(nlog(n))或哈希表O(n)来降复杂度。3. Python 语法陷阱索引、可变性与作用域的实战辨析3.1 字符串索引的从 0 开始规则与切片边界字符串 I love studying for final exams! 存在字符数组 lies 里lies[3] 的值是 o。这个结果容易错在两点一是把索引当从 1 开始取到 l二是忽略了空格也是有效字符。索引 0 是 I1 是空格2 是 l3 才是 o。另一道文件读取题也考了同样的点文件内容为三行文本读取后取 contents[11:12]输出是 m。这里用的是左闭右开切片[11:12] 只包含索引 11 这一个字符。s I love studying for final exams! print(s[3]) # o print(s[0:4]) # I lo注意切片包含开始索引不包含结束索引 line To whom it may concern: print(line[11:12]) # m print(line[11]) # mPython 的切片左闭右开规则在截取子串时非常常用。如果写s[0:4]取到的是索引 0、1、2、3 四个字符不包含索引 4。这个规则刚接触时容易出错但一旦习惯在 split、strip、正则匹配后做子串截取时就会很顺手。3.2 append 与字符串 replace 的不可变性myList.append(6) 这道题考察的是列表的可变性。列表是可变对象append 方法直接在原列表末尾添加元素所以 [1, 2, 3, 4, 5] 会变成 [1, 2, 3, 4, 5, 6]不需要重新赋值。但紧接着有一道题考了字符串 replace调用 str.replace(apples, oranges) 后打印字符串两次 print 的结果分别是 oranges are not oranges 和 apples are not oranges。原因在于字符串是不可变对象replace 返回的是新字符串原变量 str 仍指向原来的对象。函数内部的str str.replace(...)只是让局部变量 str 指向了新字符串外部全局的 str 不受影响。类型可变性典型操作list可变append、insert、pop 修改原对象dict可变直接赋值 key 即可修改str不可变replace、upper、strip 返回新对象tuple不可变不能修改元素但可整体替换变量指向def test_replace(s): s s.replace(apples, oranges) print(inside:, s) text apples are not oranges test_replace(text) print(outside:, text)输出结果inside 变了outside 没变。这正是字符串不可变性的典型表现。要获得修改后的字符串必须把返回值赋给变量。工程上常见的误区是直接写text.replace(...)而不接收返回值结果发现原字符串没变去排查了半天。3.3 eval(input()) 的双刃剑有一道题调用func(5)时函数内部执行b eval(input(please type in a number:))用户输入 2输出结果为 10。这里eval把输入的字符串 2 当作 Python 表达式求值变成了整数 2然后与参数 a 相乘。这道题考察的是input()返回字符串、eval()做表达式求值这两步的配合。但实际工程中不推荐用 eval 处理用户输入因为用户输入 os.system(rm -rf /) 这类字符串时eval 会直接执行。安全的做法是显式类型转换。# 不推荐eval 注入风险 a eval(input(输入一个数字: )) # 推荐明确类型转换 a int(input(输入一个数字: ).strip())int()只会做字符串到整数的转换遇到非法输入会抛 ValueError配合 try-except 可以优雅处理。strip()用于去除输入首尾的空白字符和换行符。如果输入的是浮点数用float()替代int()。3.4 全局作用域与函数返回值的分离卷子里有两道关于全局变量的题很典型。第一段代码中x 10定义全局变量myFun(y)内部x y 1创建了一个局部变量 x不影响全局。调用myFun(x)后返回值没有被接收随后x x 2使全局 x 变成 12。第二段代码类似但前面多了一步x x 1全局 x 变成 11函数myFun(11)返回 12但外部没有接收最后x x 2使全局 x 变成 13。x 10 def myFun(y): x y 1 # 局部变量与全局 x 无关 return x myFun(x) # 返回值被丢弃 x x 2 # 全局 x 变为 12 print(x) # 12这里的关键是理解 Python 的作用域规则函数内部对变量赋值会默认创建局部变量除非显式声明global x。函数返回值必须被接收才有意义这也是初学者最容易忽略的细节。工程上更推荐用返回值传递数据避免函数内部修改全局状态——副作用越小代码越容易测试。4. 递归与算法设计终止条件、递推关系与复杂度权衡4.1 阶乘递归的两个致命伤题目给出了一个不完整的阶乘函数def Fact(n): return n * Fact(n - 1)三个正确陈述是I. 缺少终止条件III. 应该在 n 1 时返回 1V. 函数会无限递归导致调用过多。逐一分析这个函数没有 if 判断n 每次减 1永远不会停下递归深度不断增长直到 Python 抛出 RecursionError。正确的阶乘递归写法如下def factorial(n): if n 1: return 1 return n * factorial(n - 1)n 1是终止条件保证递归在最深层结束。每次递归调用的参数n - 1让问题规模单调递减最终到达边界。注意终止条件写n 1而不是n 1这样 n 为 0 时也能返回 1因为 0 的阶乘定义为 1。递归深度受 Python 默认递归上限限制一般在 1000 左右可以通过sys.setrecursionlimit调整但不建议依赖递归处理大规模数据。4.2 Fibonacci 递归与重叠子问题func(5)的递归定义为n 等于 1 返回 1n 等于 2 返回 2否则返回func(n-1) func(n-2)。展开计算func(3) func(2) func(1) 3func(4) func(3) func(2) 5func(5) func(4) func(3) 8。这是斐波那契数列的变体只是初始项不同。这种朴素的递归写法存在严重的重复计算问题def fib(n): if n 1: return 1 if n 2: return 2 return fib(n - 1) fib(n - 2)计算fib(5)时fib(3)被重复计算了 2 次。n 增大时调用次数按指数增长。工程中要避免这种写法改用迭代或记忆化def fib_memo(n, memoNone): if memo is None: memo {} if n in memo: return memo[n] if n 1: return 1 if n 2: return 2 memo[n] fib_memo(n - 1, memo) fib_memo(n - 2, memo) return memo[n]memo字典缓存了已计算的结果把时间复杂度从 O(2^n) 降到 O(n)。memoNone的默认参数写法避免了可变默认参数的经典陷阱——如果直接写memo{}作为默认值多个调用会共享同一个字典导致缓存混乱。4.3 链表长度与完全二叉树层数的递归建模求链表长度的递归算法是典型的缩小规模再 1模式空链表返回 0非空链表返回 1 加上对下一个节点调用同一函数的结果。完全二叉树有 31 个节点时层数为 5因为满二叉树节点总数公式是 2^h - 131 2^5 - 1。这两道题的共同点是把大问题拆成当前节点 剩余部分的子问题递归自然成立。def linked_list_length(node): if node is None: return 0 return 1 linked_list_length(node.next)node is None是终止条件空链表长度为 0。每层递归返回当前节点数 1 加上剩余链表的长度。这里需要理解的是递归调用不一定要自己写终止条件——链表天然的最后一个节点指向 None就是递归的天然边界。实际工程中这种递归常用于树形结构遍历和嵌套 JSON 的深度统计。4.4 最小值线性扫描与 while 循环终止条件的逻辑找最小值的算法题很简单if A[i] Min判断当前元素是否小于已记录的最小值是则更新。这是线性扫描的标准写法时间复杂度 O(n)且无法进一步优化因为任何元素都可能成为最小值。另外一道 while 循环题考察了循环终止条件的判断str No while str[0].lower() ! y: print(count:, count) count 1 str input(stop? Yes or No: )循环能结束的条件是输入字符串的首个字符为 y不区分大小写。End 的首字母是 E无法满足str[0].lower() ! y的跳出条件所以正确答案是 End。这里容易忽略的是输入 yep 和 Yes! 都能结束循环因为只检查首字符。实际工程中这种宽松判断往往导致 bug更严谨的写法是用正则或startswith()明确匹配语义。5. 从真题到工程卷积核、import 与文件读写的正确姿势5.1 Convolve2D 实现 Scale 的课程解法与工程局限题目要求用 Convolve2D 实现 Scale正确答案是 kernel 为[[0, 0, 0], [0, scf, 0], [0, 0, 0]]。这本质上是用一个单位矩阵乘以缩放因子 scf 的卷积核对图像的每个像素做逐点缩放。在课程作业的简化场景里这种做法能让学生理解卷积核如何影响输出但在真实图像处理中缩放操作需要插值算法——最近邻、双线性或双三次插值——单靠一个 3x3 卷积核无法实现任意比例的缩放因为卷积核的尺寸决定了它的感受野。实际部署中OpenCV 的resize函数可以指定插值方法底层处理更复杂。5.2 import 机制与模块复用的层次题目问使用其他文件的函数需要什么导入语句import filename和from filename import *都能用。前者通过filename.function_name()调用后者可以直接用函数名但会污染当前命名空间。工程上推荐显式导入from filename import specific_function这种方式既保留了可读性又避免了一次性导入所有名字的混乱。这里还需要理解 import 的执行语义模块被导入时会执行顶层代码如果模块里有耗时的初始化逻辑会阻塞导入过程所以工程中常在模块内部用if __name__ __main__:保护测试代码。import语句的底层机制包括模块查找路径 sys.path、缓存机制和循环导入问题这些在大型项目中比语法本身更常踩坑。5.3 文件读取的 with 写法与字符偏移文件读取题里用了file open(test, rt)、contents file.read()、print(contents[11:12])的旧式写法但在现代 Python 中更推荐上下文管理器with open(test, r, encodingutf-8) as f: contents f.read() print(contents[11:12])with语句保证文件在代码块结束后自动关闭即使中途抛出异常也不会泄漏文件句柄。encodingutf-8显式指定编码避免 Windows 下默认编码不一致导致的乱码问题。文件读完后内容是完整的字符串索引切片规则与普通字符串完全一致——这正是题目考察的重点文件读取的结果就是一个大字符串后续的字符定位、子串截取、正则匹配都建立在对字符串索引的准确理解上。这份卷子的题目看似零散但每个考点都能映射到真实开发中的某个场景位宽估算对应协议设计字符串不可变性对应数据处理中的赋值习惯递归终止条件对应递归遍历目录和 JSON 解析——把这些细节吃透基础才真正扎实。本文还有配套的精品资源点击获取
Python期末考试题解析：从位运算到递归的编程基础与算法思维
简介这是一份Python期末考试题PDF专门面向正在准备Python课程期末考试的初学者与复习者集中梳理位运算与数字系统、字符串与数组、算法设计、列表操作、图像处理及递归函数等核心考点。资源仅包含1个PDF文件整体体积116KB轻量紧凑既可直接在电脑或手机端阅读也方便打印成纸质试卷用于模拟练习。目前已有4279人学习下载是期末复习阶段被广泛使用的资料之一。试卷以选择题为主并为每道题附有详细答案与解析例如数据范围0到10所需的最小存储位数、字符串下标访问返回的字符、查找数组最小值时更新条件的判断、列表append方法产生的变化、图像缩放中Convolve2D核的设计以及递归函数缺少终止条件导致的问题。除了这些基础题型还涉及十六进制转换、表达式树、递归算法等进阶内容能够较全面地检验学习者对Python语法和常用逻辑的理解。题目从基础概念逐步过渡到综合应用可帮助读者快速定位知识薄弱点掌握典型题的思考方法与解题套路。期末冲刺阶段反复自测能有效巩固Python核心知识点。1. 一份期末卷子把 Python 基础到算法设计连成一条线这份 Python 期末考试题覆盖面比想象中宽得多从位运算里存 0 到 10 需要几位这种底层问题到字符串索引、列表 append、递归终止条件、复杂度排序、进制转换、链表长度计算、甚至图像处理里的卷积核——虽然只是一份 PDF但把 Python 基础语法、数据结构、算法设计与计算机系统概念串成了一条完整的知识链。对正在准备面试的程序员来说这份卷子的价值在于提醒你基础概念的边界在哪里比如 4 bits 能表示多少个数、递归缺了终止条件会怎样、字符串 replace 之后原变量为什么不变。对刚学完 Python 的人来说它则是一份很好的自查清单能快速暴露你对索引、作用域、可变对象这些细节是否真正理解。2. 数字系统与位运算4 bits 的边界与进制转换的工程意义2.1 为什么 0 到 10 需要 4 个比特位题目问存储 0 到 10 的整数最少需要多少位答案是 4 bits。很多人会直觉选 3 bits因为 10 用二进制表示是 1010看起来 4 位。但更严谨的推理方式不是看 10 的二进制长度而是看 2^n 能否覆盖完整取值区间。0 到 10 共有 11 个不同的整数3 bits 最多表示 2^3 8 个值0 到 7装不下 0 到 104 bits 能表示 2^4 16 个值0 到 15够用。这个逻辑在工程中也常见比如设计一个枚举类型、数据库字段或协议头时估算字段位宽要按取值个数来算而不是按最大值直觉判断。import math def min_bits_for_range(lo, hi): count hi - lo 1 return max(1, math.ceil(math.log2(count))) print(min_bits_for_range(0, 10)) # 4这段代码先算取值个数count hi - lo 1再用math.log2求对数值向上取整得到所需位数。核心逻辑是只要 2 的位数次方大于等于取值个数就能完整覆盖所有状态。这里把连续整数范围抽象成了通用函数如果题目改成 -5 到 5同样适用。2.2 二进制、十六进制与三进制的换算路径卷子里有几道进制换算题难度不大但很能检验熟练度。例如二进制 0100 1100 转十六进制从右往左每 4 位一组0100 是 41100 是 C结果是 4C。另一道 0101 1101 0001 0100 转十六进制按同样的分组规则0101 是 51101 是 D0001 是 10100 是 4结果是 5D14。十六进制 201 转十进制从高位算2 * 16^2 0 * 16^1 1 * 16^0 512 0 1 513。还有一道三进制题假设未来硬件能表示 3 种状态十进制 12 表示成三进制12 1 * 3^2 1 * 3^1 0 * 3^0即 110。进制表示换算到十进制二进制 11100b11108 4 2 14二进制 0100 11000b010011000x4C 76十六进制 2010x201513三进制 110base3 1109 3 0 12Python 里做进制转换有现成函数但理解换算路径仍然重要尤其当你在写底层协议解析或二进制文件格式读取时经常需要在 bin、hex、dec 之间切换。# 各进制转十进制 print(int(1110, 2)) # 14 print(int(4C, 16)) # 76 print(int(201, 16)) # 513 print(int(110, 3)) # 12 # 十进制转各进制 print(bin(14)) # 0b1110 print(hex(76)) # 0x4c注意int(x, base)的第二个参数显式指定了进制基数不传默认为十进制。bin()和hex()返回的字符串带有0b和0x前缀如果需要去除前缀做进一步拼接用切片bin(14)[2:]即可。2.3 复杂度排序分析算法前先看规模题目要求把 n、log(n)、nlog(n)、n^2 按运行时间从快到慢排列答案是 log(n) n nlog(n) n^2。这里容易混淆的是 nlog(n) 和 n^2 的关系当 n 超过一定规模后nlog(n) 的增长速度显著低于 n^2。例如 n 16 时nlog(n) 16 * 4 64n^2 256差距是 4 倍n 1024 时nlog(n) 10240n^2 1048576差距超过 100 倍。实际工程里这决定了你能不能用 O(n^2) 的暴力解法。比如双层循环遍历一个 10 万条记录的列表每轮做一次简单比较耗时会达到秒级甚至分钟级这时候就需要考虑排序后折半查找O(nlog(n))或哈希表O(n)来降复杂度。3. Python 语法陷阱索引、可变性与作用域的实战辨析3.1 字符串索引的从 0 开始规则与切片边界字符串 I love studying for final exams! 存在字符数组 lies 里lies[3] 的值是 o。这个结果容易错在两点一是把索引当从 1 开始取到 l二是忽略了空格也是有效字符。索引 0 是 I1 是空格2 是 l3 才是 o。另一道文件读取题也考了同样的点文件内容为三行文本读取后取 contents[11:12]输出是 m。这里用的是左闭右开切片[11:12] 只包含索引 11 这一个字符。s I love studying for final exams! print(s[3]) # o print(s[0:4]) # I lo注意切片包含开始索引不包含结束索引 line To whom it may concern: print(line[11:12]) # m print(line[11]) # mPython 的切片左闭右开规则在截取子串时非常常用。如果写s[0:4]取到的是索引 0、1、2、3 四个字符不包含索引 4。这个规则刚接触时容易出错但一旦习惯在 split、strip、正则匹配后做子串截取时就会很顺手。3.2 append 与字符串 replace 的不可变性myList.append(6) 这道题考察的是列表的可变性。列表是可变对象append 方法直接在原列表末尾添加元素所以 [1, 2, 3, 4, 5] 会变成 [1, 2, 3, 4, 5, 6]不需要重新赋值。但紧接着有一道题考了字符串 replace调用 str.replace(apples, oranges) 后打印字符串两次 print 的结果分别是 oranges are not oranges 和 apples are not oranges。原因在于字符串是不可变对象replace 返回的是新字符串原变量 str 仍指向原来的对象。函数内部的str str.replace(...)只是让局部变量 str 指向了新字符串外部全局的 str 不受影响。类型可变性典型操作list可变append、insert、pop 修改原对象dict可变直接赋值 key 即可修改str不可变replace、upper、strip 返回新对象tuple不可变不能修改元素但可整体替换变量指向def test_replace(s): s s.replace(apples, oranges) print(inside:, s) text apples are not oranges test_replace(text) print(outside:, text)输出结果inside 变了outside 没变。这正是字符串不可变性的典型表现。要获得修改后的字符串必须把返回值赋给变量。工程上常见的误区是直接写text.replace(...)而不接收返回值结果发现原字符串没变去排查了半天。3.3 eval(input()) 的双刃剑有一道题调用func(5)时函数内部执行b eval(input(please type in a number:))用户输入 2输出结果为 10。这里eval把输入的字符串 2 当作 Python 表达式求值变成了整数 2然后与参数 a 相乘。这道题考察的是input()返回字符串、eval()做表达式求值这两步的配合。但实际工程中不推荐用 eval 处理用户输入因为用户输入 os.system(rm -rf /) 这类字符串时eval 会直接执行。安全的做法是显式类型转换。# 不推荐eval 注入风险 a eval(input(输入一个数字: )) # 推荐明确类型转换 a int(input(输入一个数字: ).strip())int()只会做字符串到整数的转换遇到非法输入会抛 ValueError配合 try-except 可以优雅处理。strip()用于去除输入首尾的空白字符和换行符。如果输入的是浮点数用float()替代int()。3.4 全局作用域与函数返回值的分离卷子里有两道关于全局变量的题很典型。第一段代码中x 10定义全局变量myFun(y)内部x y 1创建了一个局部变量 x不影响全局。调用myFun(x)后返回值没有被接收随后x x 2使全局 x 变成 12。第二段代码类似但前面多了一步x x 1全局 x 变成 11函数myFun(11)返回 12但外部没有接收最后x x 2使全局 x 变成 13。x 10 def myFun(y): x y 1 # 局部变量与全局 x 无关 return x myFun(x) # 返回值被丢弃 x x 2 # 全局 x 变为 12 print(x) # 12这里的关键是理解 Python 的作用域规则函数内部对变量赋值会默认创建局部变量除非显式声明global x。函数返回值必须被接收才有意义这也是初学者最容易忽略的细节。工程上更推荐用返回值传递数据避免函数内部修改全局状态——副作用越小代码越容易测试。4. 递归与算法设计终止条件、递推关系与复杂度权衡4.1 阶乘递归的两个致命伤题目给出了一个不完整的阶乘函数def Fact(n): return n * Fact(n - 1)三个正确陈述是I. 缺少终止条件III. 应该在 n 1 时返回 1V. 函数会无限递归导致调用过多。逐一分析这个函数没有 if 判断n 每次减 1永远不会停下递归深度不断增长直到 Python 抛出 RecursionError。正确的阶乘递归写法如下def factorial(n): if n 1: return 1 return n * factorial(n - 1)n 1是终止条件保证递归在最深层结束。每次递归调用的参数n - 1让问题规模单调递减最终到达边界。注意终止条件写n 1而不是n 1这样 n 为 0 时也能返回 1因为 0 的阶乘定义为 1。递归深度受 Python 默认递归上限限制一般在 1000 左右可以通过sys.setrecursionlimit调整但不建议依赖递归处理大规模数据。4.2 Fibonacci 递归与重叠子问题func(5)的递归定义为n 等于 1 返回 1n 等于 2 返回 2否则返回func(n-1) func(n-2)。展开计算func(3) func(2) func(1) 3func(4) func(3) func(2) 5func(5) func(4) func(3) 8。这是斐波那契数列的变体只是初始项不同。这种朴素的递归写法存在严重的重复计算问题def fib(n): if n 1: return 1 if n 2: return 2 return fib(n - 1) fib(n - 2)计算fib(5)时fib(3)被重复计算了 2 次。n 增大时调用次数按指数增长。工程中要避免这种写法改用迭代或记忆化def fib_memo(n, memoNone): if memo is None: memo {} if n in memo: return memo[n] if n 1: return 1 if n 2: return 2 memo[n] fib_memo(n - 1, memo) fib_memo(n - 2, memo) return memo[n]memo字典缓存了已计算的结果把时间复杂度从 O(2^n) 降到 O(n)。memoNone的默认参数写法避免了可变默认参数的经典陷阱——如果直接写memo{}作为默认值多个调用会共享同一个字典导致缓存混乱。4.3 链表长度与完全二叉树层数的递归建模求链表长度的递归算法是典型的缩小规模再 1模式空链表返回 0非空链表返回 1 加上对下一个节点调用同一函数的结果。完全二叉树有 31 个节点时层数为 5因为满二叉树节点总数公式是 2^h - 131 2^5 - 1。这两道题的共同点是把大问题拆成当前节点 剩余部分的子问题递归自然成立。def linked_list_length(node): if node is None: return 0 return 1 linked_list_length(node.next)node is None是终止条件空链表长度为 0。每层递归返回当前节点数 1 加上剩余链表的长度。这里需要理解的是递归调用不一定要自己写终止条件——链表天然的最后一个节点指向 None就是递归的天然边界。实际工程中这种递归常用于树形结构遍历和嵌套 JSON 的深度统计。4.4 最小值线性扫描与 while 循环终止条件的逻辑找最小值的算法题很简单if A[i] Min判断当前元素是否小于已记录的最小值是则更新。这是线性扫描的标准写法时间复杂度 O(n)且无法进一步优化因为任何元素都可能成为最小值。另外一道 while 循环题考察了循环终止条件的判断str No while str[0].lower() ! y: print(count:, count) count 1 str input(stop? Yes or No: )循环能结束的条件是输入字符串的首个字符为 y不区分大小写。End 的首字母是 E无法满足str[0].lower() ! y的跳出条件所以正确答案是 End。这里容易忽略的是输入 yep 和 Yes! 都能结束循环因为只检查首字符。实际工程中这种宽松判断往往导致 bug更严谨的写法是用正则或startswith()明确匹配语义。5. 从真题到工程卷积核、import 与文件读写的正确姿势5.1 Convolve2D 实现 Scale 的课程解法与工程局限题目要求用 Convolve2D 实现 Scale正确答案是 kernel 为[[0, 0, 0], [0, scf, 0], [0, 0, 0]]。这本质上是用一个单位矩阵乘以缩放因子 scf 的卷积核对图像的每个像素做逐点缩放。在课程作业的简化场景里这种做法能让学生理解卷积核如何影响输出但在真实图像处理中缩放操作需要插值算法——最近邻、双线性或双三次插值——单靠一个 3x3 卷积核无法实现任意比例的缩放因为卷积核的尺寸决定了它的感受野。实际部署中OpenCV 的resize函数可以指定插值方法底层处理更复杂。5.2 import 机制与模块复用的层次题目问使用其他文件的函数需要什么导入语句import filename和from filename import *都能用。前者通过filename.function_name()调用后者可以直接用函数名但会污染当前命名空间。工程上推荐显式导入from filename import specific_function这种方式既保留了可读性又避免了一次性导入所有名字的混乱。这里还需要理解 import 的执行语义模块被导入时会执行顶层代码如果模块里有耗时的初始化逻辑会阻塞导入过程所以工程中常在模块内部用if __name__ __main__:保护测试代码。import语句的底层机制包括模块查找路径 sys.path、缓存机制和循环导入问题这些在大型项目中比语法本身更常踩坑。5.3 文件读取的 with 写法与字符偏移文件读取题里用了file open(test, rt)、contents file.read()、print(contents[11:12])的旧式写法但在现代 Python 中更推荐上下文管理器with open(test, r, encodingutf-8) as f: contents f.read() print(contents[11:12])with语句保证文件在代码块结束后自动关闭即使中途抛出异常也不会泄漏文件句柄。encodingutf-8显式指定编码避免 Windows 下默认编码不一致导致的乱码问题。文件读完后内容是完整的字符串索引切片规则与普通字符串完全一致——这正是题目考察的重点文件读取的结果就是一个大字符串后续的字符定位、子串截取、正则匹配都建立在对字符串索引的准确理解上。这份卷子的题目看似零散但每个考点都能映射到真实开发中的某个场景位宽估算对应协议设计字符串不可变性对应数据处理中的赋值习惯递归终止条件对应递归遍历目录和 JSON 解析——把这些细节吃透基础才真正扎实。本文还有配套的精品资源点击获取