简介这是一份面向Python初学者的练习题库答案解析PDF汇总了30道高频基础练习题覆盖数学函数、数据类型、列表、元组、字符串、字典、切片、列表推导式、lambda函数、排序算法等核心知识点。资源适合自学Python、备考计算机等级考试或需要快速复习基础语法的读者内容按填空题形式编排每题均提供标准答案与简明解析并针对易错点展开说明。资源共1个文件为PDF文档大小约490KB轻量便携便于在手机或电脑上随时刷题。目前已有111人学习下载题目既包含表达式求值、列表乘法、切片操作等基本功也涉及id()与type()等内建函数、zip()构建字典、sorted()配合lambda排序等进阶用法。通过学习这些题目与解析读者能加深对Python数据类型和常用内建函数的理解提升独立编写和调试代码的能力是一份实用且高效的入门练习材料。1. 一份「python练习题答案」是怎么变成学习路线的搜到这份 PDF 的人一般不是缺题是缺一个能让自己信服的“对”。以“python练习题-答案-python习题答案.pdf”为名的资料在网盘和学习群里常年流转但多数人打开后只会做两件事扫一眼答案然后关掉。真正有效的用法是把这份 PDF 当成一张考点地图用它覆盖基本语法、数据容器、文件处理、算法和对象遇到卡住的题目再回到参考答案反查自己缺的是哪个知识点而不是照着答案抄一遍就当完成任务。我给新人和面试候选人的建议是不要按页码顺序刷题先按主题把题目分成五类每一类用自己的代码跑通最后再和 PDF 里的参考答案做对比。这份资料的价值不在答案本身而在于你写完代码之后能不能一眼看出参考答案好在哪里、自己的写法差在哪个环节。本文按这套思路拆解练习题怎么分类、怎么作答、怎么验证最后落到如何把「题面 答案」自动化地做成 PDF 文档。2. 按考点拆解 python 练习题从基础语法到文件异常2.1 为什么按考点分组比按题号刷更有效刷题本质上是在建立一种“场景→API→边界条件”的映射。按题号顺序刷今天做字符串明天做列表大脑还没来得及形成归纳就会忘掉一半按考点分组同一类操作连续做 5 到 10 道记忆留存明显更好。我的习惯是拿到任何一套 python 练习题先花十分钟浏览全部题目在 PDF 侧边空白处标上「语法」「容器」「文件」「算法」「对象」五个标签再决定从哪个分组开始。另一个原因是答案的对照方式会变。同一个考点题面换个包装答案往往只是换了参数名和返回结构。把同类题目放在一起横向对比很容易看出参考答案里的固定套路比如「先初始化容器再循环填充」「优先用内置函数而不是手写循环」「注意原地修改与返回新对象的区别」。这些套路比单道题的答案值钱得多也是面试官真正想考察的东西。2.2 基础层五个必写的 py 原生类型练习题基础层我一般会先出五个固定题目覆盖列表、字典、字符串、集合和生成器。以下是一组可以直接运行的最小实现每一题都带注释方便对照自己写的版本。# 1. 列表去重保持原顺序 def dedup(items): seen set() result [] for x in items: if x not in seen: seen.add(x) result.append(x) return result # 2. 统计字符串中每个字符的出现次数 def char_count(text): counter {} for ch in text: counter[ch] counter.get(ch, 0) 1 return counter # 3. 判断字符串是否为回文忽略大小写和空格 def is_palindrome(s): cleaned .join(c.lower() for c in s if c.isalnum()) return cleaned cleaned[::-1] # 4. 合并两个字典右边字典覆盖左边 def merge_dict(a, b): result a.copy() result.update(b) return result # 5. 生成斐波那契数列的前 n 项生成器版本 def fib(n): a, b 0, 1 for _ in range(n): yield a a, b b, a b这五段代码覆盖了 python 基础练习里最常见的几个考察点。dedup用set做存在性检查把去重开销从 O(n²) 降到 O(n)同时保留首次出现的顺序char_count用dict.get的默认值参数简化累加逻辑避免手写if ch not in counter的分支is_palindrome里str.isalnum()用来过滤标点和空格是这类题目最常见的边界处理方式。merge_dict先复制再update保证不修改原字典——很多新手直接对a做update导致调用方数据被污染这种差异在面试里很容易成为追问点。fib用生成器按需产出不一次性生成整个列表适合大n场景。做练习时不要只满足于跑出结果把每个函数的输入类型和边界条件列出来比如空列表、全空格字符串、n0再对照参考答案看它有没有处理这些情况。2.3 文件与异常练习题里最容易抄对但看不透的部分文件读写和异常处理是 python 练习题里“答案长得差不多、但坑最多”的分组。最常见的题目是「读取一个文本文件统计每行单词数量把结果写回新文件」。参考答案通常长这样from pathlib import Path def count_words_per_line(src: str, dst: str) - int: src_path Path(src) if not src_path.exists(): raise FileNotFoundError(fsource file not found: {src}) total 0 with src_path.open(r, encodingutf-8) as fin, \ Path(dst).open(w, encodingutf-8) as fout: for line in fin: count len(line.split()) fout.write(f{count}\n) total count return total这段代码的关键点不只是with语句。Path对象统一了路径拼接和存在性检查encodingutf-8显式指定编码避免 Windows 默认编码不一致导致乱码raise FileNotFoundError把「文件不存在」从静默失败变成显式报错方便上层捕获。把这些考点列成对照表比直接背答案更有效率。考点常见错误答案参考答案的合理之处文件关闭只用open()不关文件with自动管理资源编码不传encoding指定编码跨平台稳定路径字符串硬编码拼接Path处理分隔符异常空白except: pass显式抛出可追踪的异常写入性能逐行print到文件循环内单次写入空白except: pass是练习题答案里最隐蔽的问题它让程序“看起来正常运行”但实际上把错误全吞掉了。看到这类答案时我一般会在旁边标注「如果文件权限不足会怎样」然后自己补一个except PermissionError的分支。练习的价值就在这个地方——参考答案不是终点能补出参考答案没覆盖的异常路径才算真正掌握。3. 进阶练习题算法、数据结构与复杂度验证3.1 用 01 背包动态规划练“递归到迭代”的跨越算法类练习题里01 背包是区分“会写 python”和“理解算法”的一道分水岭。网上流传的参考答案大多直接给二维动态规划但我觉得更好的练习路径是从递归写起再改成记忆化搜索最后落到迭代 DP。三个版本对照能把状态定义和状态转移讲清楚。# 递归 记忆化版本 from functools import lru_cache def knapsack_recursive(weights, values, capacity): n len(weights) lru_cache(maxsizeNone) def dfs(i, cap): if i n or cap 0: return 0 if weights[i] cap: return dfs(i 1, cap) take values[i] dfs(i 1, cap - weights[i]) skip dfs(i 1, cap) return max(take, skip) return dfs(0, capacity)# 迭代二维 DP 版本 def knapsack_dp(weights, values, capacity): n len(weights) dp [[0] * (capacity 1) for _ in range(n 1)] for i in range(1, n 1): w, v weights[i - 1], values[i - 1] for c in range(1, capacity 1): if w c: dp[i][c] dp[i - 1][c] else: dp[i][c] max(dp[i - 1][c], dp[i - 1][c - w] v) return dp[n][capacity]递归版本里的lru_cache自动记录(i, cap)参数组合的结果避免重复计算剪枝条件是weights[i] cap时直接跳过。二维 DP 版本把递归里的「选择拿或不拿」翻译成dp[i][c] max(dp[i-1][c], dp[i-1][c-w] v)其中i从 1 开始计数对应前i件物品。参数方面capacity 1的列数保证索引从 0 到capacity都在界内weights[i - 1]的偏移是因为dp多了一行“空物品”的初始状态。练习时我建议在本地分别跑两个函数输入相同的weights[2,3,4,5]、values[3,4,5,6]、capacity8用timeit对比耗时再观察dfs的缓存命中次数与dp数组的填充顺序。能把这个过程讲清楚01 背包相关的 python 练习题基本不会丢分。3.2 从答案反推时间复杂度的三个观察点拿到一份参考答案不要先看对不对先看它快不快。我从参考答案反推时间复杂度的习惯是找三个观察点有没有不必要的嵌套循环、有没有在循环里做高开销操作、有没有用列表模拟集合的查询。三个观察点对应三种不同的修改策略。观察点怎么看常见修正嵌套循环两层for是否都遍历同一个序列用字典/集合临时索引改单层循环循环内高开销循环体内是否有count、sorted、in list把查询型操作提前到循环外容器选择列表推导里是否反复index()改用enumerate或哈希容器举个例子找出两个列表的交集常见参考答案是[x for x in a if x in b]这个写法在b很大时是 O(n×m)。改成set_b set(b)之后同样的列表推导每次in查询变成 O(1)整体降到 O(nm)。练习题答案的价值就在这种对比里——不是背下“用集合更快”这个结论而是能指着代码说出慢在哪一行。3.3 链表和树用类写而不是用列表将就python 练习题里的数据结构题很多人习惯用列表模拟链表用字典模拟树节点面试时一追问就露馅。我更推荐直接用类定义节点哪怕题目没要求也要亲手写一遍。class ListNode: def __init__(self, val0, nextNone): self.val val self.next next def reverse_list(head: ListNode) - ListNode: prev None curr head while curr: next_node curr.next curr.next prev prev curr curr next_node return prev # 构造 1 - 2 - 3 - None head ListNode(1, ListNode(2, ListNode(3))) reversed_head reverse_list(head) # 遍历验证 while reversed_head: print(reversed_head.val, end ) # 3 2 1reverse_list的三个指针prev、curr、next_node缺一不可。next_node保存下一跳是因为curr.next prev会切断原链表不先存下来就没法继续遍历。构造测试链表的写法ListNode(1, ListNode(2, ListNode(3)))体现了next参数的默认值设计——链表的__init__允许省略next这样既能构造空节点也能链式构造完整链表。树类练习题同理。定义TreeNode类之后前序、中序、后序遍历的递归写法基本是模板但迭代写法每个都不同。练习题答案里如果只给递归不给迭代我一般会自己补一个显式栈的版本因为面试追问“递归转迭代”是高频操作。把这些手动补写的版本记在 PDF 边缘的空白处相当于把别人给的答案扩充成自己的题库。4. 把习题答案做成可校验的 PDF 工作流4.1 答案的三种存在形式注释、断言与测试用例拿到“python练习题-答案”这类 PDF大多数人看到的是注释式的答案题面下面是函数、再往下是几行说明。这种形式适合阅读但没法验证。我把答案的存在形式分成三种各有各的适用场景。形式特点适用场景注释式直接写思路和易错点快速回顾适合通勤时翻断言式答案代码里带assert单文件自包含验证测试用例式独立测试文件批量跑交付代码前回归注释式的缺点是“看起来对”。你把答案抄进解释器跑一次输出符合预期就觉得自己会了但换一个输入、换一组边界值结果可能完全不同。所以我在整理自己的练习题答案时会优先把断言写进代码块。def dedup(items): seen set() result [] for x in items: if x not in seen: seen.add(x) result.append(x) return result assert dedup([3, 1, 3, 2, 1]) [3, 1, 2] assert dedup([]) [] assert dedup([a, a]) [a]assert做简单验证很方便失败时会抛出AssertionError并停在失败那一行。但这种形式在练习题多起来之后就不够用了单个测试失败不影响其他测试执行、没有测试统计、没有输出格式。这时候需要把断言挪进测试文件用测试框架来跑。4.2 用 pytest 给练习答案做回归校验我整理 python 练习题答案的标准姿势是每一个练习题对应一个函数再写一个test_开头的文件管理所有验证。用 pytest 的好处是断言失败时会展示具体输入、期望值和实际值定位速度快适合上百道题的批量验证。# test_exercises.py from exercises import dedup, char_count, is_palindrome def test_dedup_keeps_order(): assert dedup([3, 1, 3, 2, 1]) [3, 1, 2] def test_dedup_empty(): assert dedup([]) [] def test_char_count_basic(): assert char_count(abca) {a: 2, b: 1, c: 1} def test_is_palindrome_ignores_case_and_space(): assert is_palindrome(A man a plan a canal Panama) is True文件开头从exercises模块导入目标函数被导入文件可以是上一节里写的同一个脚本。每个测试函数名以test_开头pytest 会自动收集并执行。命令行下先安装依赖再运行测试。安装过程和平常安装其它 python 第三方库一致用pip install pytest即可也可以顺手看下pytest --version确认装上了。pip install pytest pytest -q-q减少输出只显示成功点和失败详情去掉-q会打印每个测试文件的收集结果。跑完出现绿色点表示通过出现F表示失败失败信息里会列出具体的断言位置和期望值。这套流程的最直接收益是改了一个练习题的实现运行一次所有测试就知道有没有破坏别的题目。练习题 PDF 里如果只印答案我会建议在旁边补一句“测试跑过才算答完”。4.3 用 reportlab 生成带答案的 python 习题 PDF练习题答案 PDF 的常见来源有两种从题库平台导出、或手动排版。手动排版对格式控制最灵活但更新一次答案就得重复劳动。用 python 脚本生成 PDF把题面和答案存在同一个源文件里改完再跑一次脚本就能重新导出。常用工具是reportlab它适合生成结构化、程序化的 PDF 文档。from reportlab.lib.pagesizes import A4 from reportlab.lib.styles import getSampleStyleSheet from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer questions [ (列表去重并保持顺序, def dedup(items): ..., seen set(); result []\n if x not in seen: seen.add(x); result.append(x)), ] doc SimpleDocTemplate(python_exercises.pdf, pagesizeA4) styles getSampleStyleSheet() story [] for title, question, answer in questions: story.append(Paragraph(f题目{title}, styles[Heading2])) story.append(Paragraph(f题面font faceCourier{question}/font, styles[BodyText])) story.append(Paragraph(参考答案, styles[BodyText])) story.append(Paragraph(fpre{answer}/pre, styles[Code])) story.append(Spacer(1, 12)) doc.build(story)SimpleDocTemplate负责 PDF 的页面布局A4指定页面尺寸Paragraph支持简单的 HTML 标签font faceCourier可以把代码片段切成等宽字体视觉上区分代码与正文pre保留代码里的换行和缩进这对 python 答案尤其重要——缩进丢失的代码没有任何参考价值。需要特别注意的是中文字体。getSampleStyleSheet()默认字体不含中文直接写中文题目会显示成方块。常见做法是先注册一个系统里已有的中文字体再通过自定义样式应用到段落上。另一种更省事的思路是题目保留中文参考答案里的字符串和注释尽量用英文规避字体问题但如果 PDF 需要完整展示中文注释就必须显式注册字体这是用 reportlab 生成中文 python 习题答案模板时最容易踩的坑。5. 一个收尾技巧把练习题写成“接口规范”而不是“应用题”练习题的最佳状态不是“把这段代码跑出结果”而是“函数签名定死任何人拿到题面都能写出同样可验证的实现”。在这个思路下每个练习题的 PDF 描述里应该包含参数类型、返回类型和边界行为而不是一句模糊的“实现一个函数”。这套做法是给练习答案做验收脚本的基础也是把题库直接迁移到在线判题系统的前提。 reverse_words(s: str) - str 输入: 包含空格的字符串 输出: 单词顺序反转的字符串 边界: 空字符串返回空字符串 多个连续空格压缩为一个 示例: hello world py - py world hello def reverse_words(s: str) - str: return .join(reversed(s.split()))在写这个题的答案前先写三行断言assert reverse_words(hello world py) py world hello、assert reverse_words() 、assert reverse_words(a b) a b。断言先于实现写好再去填函数体。如果照着参考答案写就把参考答案当作第三方实现的审查对象检查它是否满足你预先定义的边界条件。做 PDF 时把这个规则再往前推一步题面部分只放接口规范和输入输出说明不放示例代码答案部分才放实现。读者先自己实现再翻到参考答案对照。我一般还会在 PDF 末尾留一页“接口自检表”列出每道题的函数签名、异常类型和额外约束。这样整份 python 练习题答案就不再是被动浏览的参考文档而是一套带验证契约的迷你判题系统面试前按照这份契约过一遍比零散刷题可靠得多。本文还有配套的精品资源点击获取 Python练习题答案的高效用法：从刷题到自动生成PDF学习路线
简介这是一份面向Python初学者的练习题库答案解析PDF汇总了30道高频基础练习题覆盖数学函数、数据类型、列表、元组、字符串、字典、切片、列表推导式、lambda函数、排序算法等核心知识点。资源适合自学Python、备考计算机等级考试或需要快速复习基础语法的读者内容按填空题形式编排每题均提供标准答案与简明解析并针对易错点展开说明。资源共1个文件为PDF文档大小约490KB轻量便携便于在手机或电脑上随时刷题。目前已有111人学习下载题目既包含表达式求值、列表乘法、切片操作等基本功也涉及id()与type()等内建函数、zip()构建字典、sorted()配合lambda排序等进阶用法。通过学习这些题目与解析读者能加深对Python数据类型和常用内建函数的理解提升独立编写和调试代码的能力是一份实用且高效的入门练习材料。1. 一份「python练习题答案」是怎么变成学习路线的搜到这份 PDF 的人一般不是缺题是缺一个能让自己信服的“对”。以“python练习题-答案-python习题答案.pdf”为名的资料在网盘和学习群里常年流转但多数人打开后只会做两件事扫一眼答案然后关掉。真正有效的用法是把这份 PDF 当成一张考点地图用它覆盖基本语法、数据容器、文件处理、算法和对象遇到卡住的题目再回到参考答案反查自己缺的是哪个知识点而不是照着答案抄一遍就当完成任务。我给新人和面试候选人的建议是不要按页码顺序刷题先按主题把题目分成五类每一类用自己的代码跑通最后再和 PDF 里的参考答案做对比。这份资料的价值不在答案本身而在于你写完代码之后能不能一眼看出参考答案好在哪里、自己的写法差在哪个环节。本文按这套思路拆解练习题怎么分类、怎么作答、怎么验证最后落到如何把「题面 答案」自动化地做成 PDF 文档。2. 按考点拆解 python 练习题从基础语法到文件异常2.1 为什么按考点分组比按题号刷更有效刷题本质上是在建立一种“场景→API→边界条件”的映射。按题号顺序刷今天做字符串明天做列表大脑还没来得及形成归纳就会忘掉一半按考点分组同一类操作连续做 5 到 10 道记忆留存明显更好。我的习惯是拿到任何一套 python 练习题先花十分钟浏览全部题目在 PDF 侧边空白处标上「语法」「容器」「文件」「算法」「对象」五个标签再决定从哪个分组开始。另一个原因是答案的对照方式会变。同一个考点题面换个包装答案往往只是换了参数名和返回结构。把同类题目放在一起横向对比很容易看出参考答案里的固定套路比如「先初始化容器再循环填充」「优先用内置函数而不是手写循环」「注意原地修改与返回新对象的区别」。这些套路比单道题的答案值钱得多也是面试官真正想考察的东西。2.2 基础层五个必写的 py 原生类型练习题基础层我一般会先出五个固定题目覆盖列表、字典、字符串、集合和生成器。以下是一组可以直接运行的最小实现每一题都带注释方便对照自己写的版本。# 1. 列表去重保持原顺序 def dedup(items): seen set() result [] for x in items: if x not in seen: seen.add(x) result.append(x) return result # 2. 统计字符串中每个字符的出现次数 def char_count(text): counter {} for ch in text: counter[ch] counter.get(ch, 0) 1 return counter # 3. 判断字符串是否为回文忽略大小写和空格 def is_palindrome(s): cleaned .join(c.lower() for c in s if c.isalnum()) return cleaned cleaned[::-1] # 4. 合并两个字典右边字典覆盖左边 def merge_dict(a, b): result a.copy() result.update(b) return result # 5. 生成斐波那契数列的前 n 项生成器版本 def fib(n): a, b 0, 1 for _ in range(n): yield a a, b b, a b这五段代码覆盖了 python 基础练习里最常见的几个考察点。dedup用set做存在性检查把去重开销从 O(n²) 降到 O(n)同时保留首次出现的顺序char_count用dict.get的默认值参数简化累加逻辑避免手写if ch not in counter的分支is_palindrome里str.isalnum()用来过滤标点和空格是这类题目最常见的边界处理方式。merge_dict先复制再update保证不修改原字典——很多新手直接对a做update导致调用方数据被污染这种差异在面试里很容易成为追问点。fib用生成器按需产出不一次性生成整个列表适合大n场景。做练习时不要只满足于跑出结果把每个函数的输入类型和边界条件列出来比如空列表、全空格字符串、n0再对照参考答案看它有没有处理这些情况。2.3 文件与异常练习题里最容易抄对但看不透的部分文件读写和异常处理是 python 练习题里“答案长得差不多、但坑最多”的分组。最常见的题目是「读取一个文本文件统计每行单词数量把结果写回新文件」。参考答案通常长这样from pathlib import Path def count_words_per_line(src: str, dst: str) - int: src_path Path(src) if not src_path.exists(): raise FileNotFoundError(fsource file not found: {src}) total 0 with src_path.open(r, encodingutf-8) as fin, \ Path(dst).open(w, encodingutf-8) as fout: for line in fin: count len(line.split()) fout.write(f{count}\n) total count return total这段代码的关键点不只是with语句。Path对象统一了路径拼接和存在性检查encodingutf-8显式指定编码避免 Windows 默认编码不一致导致乱码raise FileNotFoundError把「文件不存在」从静默失败变成显式报错方便上层捕获。把这些考点列成对照表比直接背答案更有效率。考点常见错误答案参考答案的合理之处文件关闭只用open()不关文件with自动管理资源编码不传encoding指定编码跨平台稳定路径字符串硬编码拼接Path处理分隔符异常空白except: pass显式抛出可追踪的异常写入性能逐行print到文件循环内单次写入空白except: pass是练习题答案里最隐蔽的问题它让程序“看起来正常运行”但实际上把错误全吞掉了。看到这类答案时我一般会在旁边标注「如果文件权限不足会怎样」然后自己补一个except PermissionError的分支。练习的价值就在这个地方——参考答案不是终点能补出参考答案没覆盖的异常路径才算真正掌握。3. 进阶练习题算法、数据结构与复杂度验证3.1 用 01 背包动态规划练“递归到迭代”的跨越算法类练习题里01 背包是区分“会写 python”和“理解算法”的一道分水岭。网上流传的参考答案大多直接给二维动态规划但我觉得更好的练习路径是从递归写起再改成记忆化搜索最后落到迭代 DP。三个版本对照能把状态定义和状态转移讲清楚。# 递归 记忆化版本 from functools import lru_cache def knapsack_recursive(weights, values, capacity): n len(weights) lru_cache(maxsizeNone) def dfs(i, cap): if i n or cap 0: return 0 if weights[i] cap: return dfs(i 1, cap) take values[i] dfs(i 1, cap - weights[i]) skip dfs(i 1, cap) return max(take, skip) return dfs(0, capacity)# 迭代二维 DP 版本 def knapsack_dp(weights, values, capacity): n len(weights) dp [[0] * (capacity 1) for _ in range(n 1)] for i in range(1, n 1): w, v weights[i - 1], values[i - 1] for c in range(1, capacity 1): if w c: dp[i][c] dp[i - 1][c] else: dp[i][c] max(dp[i - 1][c], dp[i - 1][c - w] v) return dp[n][capacity]递归版本里的lru_cache自动记录(i, cap)参数组合的结果避免重复计算剪枝条件是weights[i] cap时直接跳过。二维 DP 版本把递归里的「选择拿或不拿」翻译成dp[i][c] max(dp[i-1][c], dp[i-1][c-w] v)其中i从 1 开始计数对应前i件物品。参数方面capacity 1的列数保证索引从 0 到capacity都在界内weights[i - 1]的偏移是因为dp多了一行“空物品”的初始状态。练习时我建议在本地分别跑两个函数输入相同的weights[2,3,4,5]、values[3,4,5,6]、capacity8用timeit对比耗时再观察dfs的缓存命中次数与dp数组的填充顺序。能把这个过程讲清楚01 背包相关的 python 练习题基本不会丢分。3.2 从答案反推时间复杂度的三个观察点拿到一份参考答案不要先看对不对先看它快不快。我从参考答案反推时间复杂度的习惯是找三个观察点有没有不必要的嵌套循环、有没有在循环里做高开销操作、有没有用列表模拟集合的查询。三个观察点对应三种不同的修改策略。观察点怎么看常见修正嵌套循环两层for是否都遍历同一个序列用字典/集合临时索引改单层循环循环内高开销循环体内是否有count、sorted、in list把查询型操作提前到循环外容器选择列表推导里是否反复index()改用enumerate或哈希容器举个例子找出两个列表的交集常见参考答案是[x for x in a if x in b]这个写法在b很大时是 O(n×m)。改成set_b set(b)之后同样的列表推导每次in查询变成 O(1)整体降到 O(nm)。练习题答案的价值就在这种对比里——不是背下“用集合更快”这个结论而是能指着代码说出慢在哪一行。3.3 链表和树用类写而不是用列表将就python 练习题里的数据结构题很多人习惯用列表模拟链表用字典模拟树节点面试时一追问就露馅。我更推荐直接用类定义节点哪怕题目没要求也要亲手写一遍。class ListNode: def __init__(self, val0, nextNone): self.val val self.next next def reverse_list(head: ListNode) - ListNode: prev None curr head while curr: next_node curr.next curr.next prev prev curr curr next_node return prev # 构造 1 - 2 - 3 - None head ListNode(1, ListNode(2, ListNode(3))) reversed_head reverse_list(head) # 遍历验证 while reversed_head: print(reversed_head.val, end ) # 3 2 1reverse_list的三个指针prev、curr、next_node缺一不可。next_node保存下一跳是因为curr.next prev会切断原链表不先存下来就没法继续遍历。构造测试链表的写法ListNode(1, ListNode(2, ListNode(3)))体现了next参数的默认值设计——链表的__init__允许省略next这样既能构造空节点也能链式构造完整链表。树类练习题同理。定义TreeNode类之后前序、中序、后序遍历的递归写法基本是模板但迭代写法每个都不同。练习题答案里如果只给递归不给迭代我一般会自己补一个显式栈的版本因为面试追问“递归转迭代”是高频操作。把这些手动补写的版本记在 PDF 边缘的空白处相当于把别人给的答案扩充成自己的题库。4. 把习题答案做成可校验的 PDF 工作流4.1 答案的三种存在形式注释、断言与测试用例拿到“python练习题-答案”这类 PDF大多数人看到的是注释式的答案题面下面是函数、再往下是几行说明。这种形式适合阅读但没法验证。我把答案的存在形式分成三种各有各的适用场景。形式特点适用场景注释式直接写思路和易错点快速回顾适合通勤时翻断言式答案代码里带assert单文件自包含验证测试用例式独立测试文件批量跑交付代码前回归注释式的缺点是“看起来对”。你把答案抄进解释器跑一次输出符合预期就觉得自己会了但换一个输入、换一组边界值结果可能完全不同。所以我在整理自己的练习题答案时会优先把断言写进代码块。def dedup(items): seen set() result [] for x in items: if x not in seen: seen.add(x) result.append(x) return result assert dedup([3, 1, 3, 2, 1]) [3, 1, 2] assert dedup([]) [] assert dedup([a, a]) [a]assert做简单验证很方便失败时会抛出AssertionError并停在失败那一行。但这种形式在练习题多起来之后就不够用了单个测试失败不影响其他测试执行、没有测试统计、没有输出格式。这时候需要把断言挪进测试文件用测试框架来跑。4.2 用 pytest 给练习答案做回归校验我整理 python 练习题答案的标准姿势是每一个练习题对应一个函数再写一个test_开头的文件管理所有验证。用 pytest 的好处是断言失败时会展示具体输入、期望值和实际值定位速度快适合上百道题的批量验证。# test_exercises.py from exercises import dedup, char_count, is_palindrome def test_dedup_keeps_order(): assert dedup([3, 1, 3, 2, 1]) [3, 1, 2] def test_dedup_empty(): assert dedup([]) [] def test_char_count_basic(): assert char_count(abca) {a: 2, b: 1, c: 1} def test_is_palindrome_ignores_case_and_space(): assert is_palindrome(A man a plan a canal Panama) is True文件开头从exercises模块导入目标函数被导入文件可以是上一节里写的同一个脚本。每个测试函数名以test_开头pytest 会自动收集并执行。命令行下先安装依赖再运行测试。安装过程和平常安装其它 python 第三方库一致用pip install pytest即可也可以顺手看下pytest --version确认装上了。pip install pytest pytest -q-q减少输出只显示成功点和失败详情去掉-q会打印每个测试文件的收集结果。跑完出现绿色点表示通过出现F表示失败失败信息里会列出具体的断言位置和期望值。这套流程的最直接收益是改了一个练习题的实现运行一次所有测试就知道有没有破坏别的题目。练习题 PDF 里如果只印答案我会建议在旁边补一句“测试跑过才算答完”。4.3 用 reportlab 生成带答案的 python 习题 PDF练习题答案 PDF 的常见来源有两种从题库平台导出、或手动排版。手动排版对格式控制最灵活但更新一次答案就得重复劳动。用 python 脚本生成 PDF把题面和答案存在同一个源文件里改完再跑一次脚本就能重新导出。常用工具是reportlab它适合生成结构化、程序化的 PDF 文档。from reportlab.lib.pagesizes import A4 from reportlab.lib.styles import getSampleStyleSheet from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer questions [ (列表去重并保持顺序, def dedup(items): ..., seen set(); result []\n if x not in seen: seen.add(x); result.append(x)), ] doc SimpleDocTemplate(python_exercises.pdf, pagesizeA4) styles getSampleStyleSheet() story [] for title, question, answer in questions: story.append(Paragraph(f题目{title}, styles[Heading2])) story.append(Paragraph(f题面font faceCourier{question}/font, styles[BodyText])) story.append(Paragraph(参考答案, styles[BodyText])) story.append(Paragraph(fpre{answer}/pre, styles[Code])) story.append(Spacer(1, 12)) doc.build(story)SimpleDocTemplate负责 PDF 的页面布局A4指定页面尺寸Paragraph支持简单的 HTML 标签font faceCourier可以把代码片段切成等宽字体视觉上区分代码与正文pre保留代码里的换行和缩进这对 python 答案尤其重要——缩进丢失的代码没有任何参考价值。需要特别注意的是中文字体。getSampleStyleSheet()默认字体不含中文直接写中文题目会显示成方块。常见做法是先注册一个系统里已有的中文字体再通过自定义样式应用到段落上。另一种更省事的思路是题目保留中文参考答案里的字符串和注释尽量用英文规避字体问题但如果 PDF 需要完整展示中文注释就必须显式注册字体这是用 reportlab 生成中文 python 习题答案模板时最容易踩的坑。5. 一个收尾技巧把练习题写成“接口规范”而不是“应用题”练习题的最佳状态不是“把这段代码跑出结果”而是“函数签名定死任何人拿到题面都能写出同样可验证的实现”。在这个思路下每个练习题的 PDF 描述里应该包含参数类型、返回类型和边界行为而不是一句模糊的“实现一个函数”。这套做法是给练习答案做验收脚本的基础也是把题库直接迁移到在线判题系统的前提。 reverse_words(s: str) - str 输入: 包含空格的字符串 输出: 单词顺序反转的字符串 边界: 空字符串返回空字符串 多个连续空格压缩为一个 示例: hello world py - py world hello def reverse_words(s: str) - str: return .join(reversed(s.split()))在写这个题的答案前先写三行断言assert reverse_words(hello world py) py world hello、assert reverse_words() 、assert reverse_words(a b) a b。断言先于实现写好再去填函数体。如果照着参考答案写就把参考答案当作第三方实现的审查对象检查它是否满足你预先定义的边界条件。做 PDF 时把这个规则再往前推一步题面部分只放接口规范和输入输出说明不放示例代码答案部分才放实现。读者先自己实现再翻到参考答案对照。我一般还会在 PDF 末尾留一页“接口自检表”列出每道题的函数签名、异常类型和额外约束。这样整份 python 练习题答案就不再是被动浏览的参考文档而是一套带验证契约的迷你判题系统面试前按照这份契约过一遍比零散刷题可靠得多。本文还有配套的精品资源点击获取