python面试题：python内建数据类型有哪些？

讲真，要说起 Python 的内建数据类型，很多新手第一反应就是死记硬背：int、bool、str、list、tuple、dict……然后期末考试过了，转头就忘。但你真当了几年 Python 工程师，写的代码从“能跑就行”到“能维护不炸”，你会发现——这些基础类型，它们不只是考试用的名词，它们是你写出优雅代码的地基，是你调试半天发现“哦原来是类型不对”的那块绊脚石。

今天我们就不搞死板罗列，我来聊聊这几个内建类型在开发中的“真实身份”，以及它们那些容易被忽视的小陷阱。

int：别以为只有整数这么简单

Python 的整型（int）本质上是无限精度的。也就是说，你可以写出一个有几千位的整数，它都能正常处理，比如：

x = 10 ** 100
print(x)

这在 C 或 Java 中根本不可能——你早就 overflow 到外太空去了。但 Python 不怕，它就是慢点。

不过慢也不是白慢的，底层其实是做了不少处理，把 int 存成一个变长对象，所以它大了是真的大，但你也别用来搞那种精密度超高的科学计算，精度可以，速度会气死你。

讲个坑，int(True) 是 1，int(False) 是 0，这是因为布尔类型其实是整型的子类：

print(isinstance(True, int))  # 输出 True

所以你如果写了一堆 dict 的键是 1 和 True，那祝你好运，可能直接覆盖了。

bool：逻辑判断的搅屎棍

看似简单的布尔类型，坑也不少。Python 判断“真值”并不只看 True 和 False，很多你以为“有内容”的对象其实是 False，比如：

bool([])  # False
bool('')  # False
bool(0)   # False

但别以为你能全靠 if not xxx: 来判断对象是否存在，尤其是在写 Web 接口时，比如某个字段为空字符串 ""，你就以为用户没填，这就可能搞出数据污染，尤其是和数据库字段联动时。

还有一种骚操作是，True + True 的结果是 2，因为 True 是 int 啊。这事我同事在写单元测试断言的时候翻车了：

assertTrue + True == True# 这行不会报错，但永远是 False

str：Unicode 是个麻烦精

字符串在 Python 3 里是 Unicode，这点非常棒，终于不用再在文件开头写 # -*- coding: utf-8 -*- 那一堆了。但同时，也让处理字节流和文本变得复杂了——尤其是你要处理爬虫返回的 HTML、或者跟外部系统对接数据流。

比如：

s = '你好'
b = s.encode('utf-8')
print(b)  # 输出 b'\xe4\xbd\xa0\xe5\xa5\xbd'
print(b.decode('utf-8'))  # 又变回来了

看起来很爽对吧？但你只要一个 .decode('ascii') 打错，就崩了。而且有些编码（比如 gbk）跟 utf-8 是不兼容的，报错不报错完全看你传入的数据里有没有“中文”。

别的不说，光是字符串的拼接就够让人折寿了。新手最爱用 +，老鸟都用 .join()，为什么？因为性能啊朋友！

# 慢
s = ''
for i in range(10000):
    s += str(i)

# 快
s = ''.join(str(i) for i in range(10000))

你要是写日志还用 + 拼接，几万个字符串下来 CPU 都得哭。

list：看似万能，实则危险

列表是最常用的数据结构之一，但也是最容易被滥用的。比如新手喜欢写：

list1 = [[0]*3]*3
list1[0][0] = 1
print(list1)

你以为是创建了 3 个不互相影响的行，实际是 3 个引用指向同一个列表，结果整行全变了。这种错，我当年进公司第一天就写出来了，导师只回了俩字：“经典”。

正确方式应该是：

list1 = [[0for _ in range(3)] for _ in range(3)]

此外，列表是可变对象，传参的时候一不小心就变成了“副作用制造机”：

defappend_one(lst=[]):
    lst.append(1)
return lst

print(append_one())  # [1]
print(append_one())  # [1, 1]，你以为是新列表，其实是同一个默认值

这个陷阱可以说毁人不倦，解决方法也很简单，把默认值设为 None，然后在函数体内判断。

tuple：真的不可变吗？

元组（tuple）被很多人当成“不可变的 list”，但这里有个误区：元组本身不可变，但元组里面的元素可以是可变的。

t = ([1, 2], 3)
t[0][0] = 99
print(t)  # ([99, 2], 3)

看到没？你不能 t[0] = ...，但你可以 t[0][0] = ...，这就很魔性。

这也是为什么元组能做字典的 key，但前提是它“里面的东西也不能变”，不然你就拿不到 key 了。

dict：键值对是个学问

字典是 Python 里最强大的数据结构之一，但也是最容易出问题的，比如 dict 的键必须是“可哈希”的（hashable），你不能用 list 做 key：

d = {[1, 2]: 'hello'}  # 报错

还有一个坑是，字典的遍历在 Python 3.6+ 虽然“看起来有顺序”，但你别指望它真的保证顺序，除非你用 OrderedDict，或者升级到 Python 3.7+ 后再说“字典是有序的”。

我朋友在写一个数据缓存系统的时候，写死了遍历顺序，换个环境直接翻车……因为他用了 Python 3.5。

还有一点，字典合并不是 +，而是 update()，或者 Python 3.9 开始支持的 | 运算符：

a = {'x': 1}
b = {'y': 2}
c = a | b  # Python 3.9+

别乱用老的合并方式，比如手动遍历赋值，这样不仅慢，而且容易漏掉 key 冲突的处理逻辑。

所以说，Python 的内建类型看似简单，其实个个暗藏玄机。你要真想写好 Python，光靠记名字是远远不够的，得理解它们背后的数据模型、内存行为，还有跟实际开发的互动。

别再背什么“int 是整型，list 是列表”了，那都是小学生水平。

作为一个 Python 工程师，你的任务是搞清楚这些类型怎么在代码里“坑你”，然后“帮你”。

写得清楚，不出 bug，那才是硬实力。

不然你写的不是 Python，是炸弹。