Python_深浅拷贝

深浅拷贝

在python中对象的赋值其实就是对象的引用

• 浅拷贝 shadow copy
  仅仅只拷贝对象自身，内部元素引用的其他对象只拷贝一个引用。
• 深拷贝 deep copy
  外围和内部元素都拷贝了对象本身。而不是引用。因此深拷贝产生的副本可以随意修改，而不用担心会影响原始值。

# shadow copy
c = [[1,2,3],'a',4]
d = c.copy()
print(d) # 此时d与c输出结果相同
d[1] = 'b'
print(d) # 此时只更改了d中‘a’ 为‘b’；没有影响到c的值
d[0][1] = 'h'
print(c)
print(d) #此时c，d都被更改！

值得注意的是：深层拷贝并非完完全全递归查找所有对象，因为一旦对象引用了自身，完全递归可能会导致无限循环。一个对象被拷贝了，python会对该对象做个标记，如果还有其他需要拷贝的对象引用着该对象，它们的拷贝其实是指向同一份拷贝；

import copy
a=[1,2,3]
b=[a,a]
c=copy.deepcopy(b)
id(b[0])==id(c[0]) # False
id(b[0])==id(b[1]) # True
c[0].append('p')

• 应用范围：

  • 对于不可变类型的对象，深浅拷贝效果都是一样。（字符串、元组、数字）
    

  • 对于可变类型的对象，效果如下

     a = [1,2,3]
     # ‘=’浅拷贝
     b = a
     print(a)
     print(b)
     print(id(a))
     print(id(b))
     # copy 浅拷贝
     b = a.copy()
     print(a)
     print(b)
     print(id(a))
     print(id(b))
     # deep copy 深拷贝
     b = a.deepcopy()
     print(a)
     print(b)
     print(id(a))
     print(id(b))
    

  结果：

总结：

1. 深浅拷贝都是对源对象的复制，占用不同的内存空间；
2. 不可变类型的对象，深浅拷贝的区别毫无影响，最后的值和地址都是相同的；
3. 对于可变类型：
   = 浅拷贝：值相同，地址相同
   copy 浅拷贝：值相同，地址不同
   deep copy：值相同，地址不同