【Python学习】码住面试官最爱问的问题 ~ 深浅拷贝
面试必问系列—深浅拷贝✔️
嗨嗨，我的朋友们~ 晚上好 我是小圆
其实我们找工作的时候，经常会被问到这样一个问题
问：你为什么会选择我们公司？
答：你们公司不是招人嘛
那么，我会在这个系列里讲讲那些经常被问到的面试题
现在先让我们一起来了解一下深浅拷贝
赋值
在Python中，赋值其实就是对象的引用。
a = 9999
b = a
print(a) #ouput:9999
print(b) #ouput:9999
print(id(a)) #ouput:1869259054928
print(id(b)) #ouput:1869259054928
这样赋值后，b和a不仅在值上相等，而且是同一个对象，也就是说在堆内存中只有一个数据对象9999，这两个变量都指向这一个数据对象。从数据对象的角度上看，这个数据对象有两个引用，只有这两个引用都没了的时候，堆内存中的数据对象9999才会等待垃圾回收器回收。
需要注意的是，它和下面的赋值过程是不等价的：
a = 9999
b = 9999
print(id(a)) #ouput:1869266158672
print(id(b)) #ouput:1869266158768
虽然a和b的值相等，但他们不是同一个对象，这时候在堆内存中有两个数据对象，只不过这两个数据对象的值相等。
不可变对象
对于不可变对象，修改变量的值意味着在内存中要新创建一个数据对象
>>> a = 9999
>>> b = a
>>> id(a)
2625562451792
>>> id(b)
2625562451792
>>> a = 20000
>>> id(a)
2625564836944
>>> id(b)
2625562451792
在a重新赋值之前，b和a都指向堆内存中的同一个数据对象9999，但a重新赋值后，因为数值类型9999是不可变对象，不能在原始内存块中直接修改数据，所以会新创建一个数据对象保存20000，最后a将指向这个20000对象。这时候b仍然指向9999，而a则指向20000。
源码.资料.直播课【点击领取】
可变对象
对于可变对象，比如列表，它是在"原处修改"数据对象的。比如修改列表中的某个元素，列表的地址不会变，还是原来的那个内存对象，所以称之为"原处修改"。例如：
python学习交流Q群：770699889 ###
>>> L1 = [1,2,3]
>>> L2 = L1
>>> L1[0] = 999
>>> L1,L2
([999, 2, 3], [999, 2, 3])
>>> id(L1)
2625562620872
>>> id(L2)
2625562620872
在L1[0]赋值的前后，数据对象[1,2,3]的地址一直都没有改变，但是这个列表的第二个元素的值已经改变了。因为L1和L2都指向这个列表，所以L1修改第一个元素后，L2的值也相应地到影响。也就是说，L1和L2仍然是同一个列表对象。
PS:
1.为啥一直在用9999这个数？
答： 9是我的幸运数字
因为9999不是小整数（移步文章末尾）
2.为什么在Pycharm内的输出结果和上面内容不一致？
答：首先 Python给[-5,256]以内值分配了空间， 超出的就需要重新分配。 而Pycharm不遵循这个，因为Pycharm是放到脚本里面编译的，而不是在解释器里面，脚本编译是一次性编译的会产生编译文件，所以内存地址会复用，所以输出的id效果不一致。
浅拷贝：只拷贝第一层的数据。
在python中赋值操作或copy模块的copy()就是浅拷贝
怎么理解拷贝第一层的数据，先来看一个嵌套的数据结构：
L1 = [1,2,3]
L2 = [1,2,[3,33,333]]
L1只有一层深度，L2有两层深度， 浅拷贝时只拷贝第一层的数据作为副本，深拷贝递归拷贝所有层次的数据作为副本。
例如：
>>> import copy
>>> L = [9,99,999]
>>> a = [1,2,L]
>>> b = copy.copy(a)
>>> a,b
([1, 2, [9, 99, 999]], [1, 2, [9, 99, 999]])
>>> id(a),id(b) # 不相等
(2625565288456, 2625565288776)
>>> id(a[2])
2625565288328
>>> id(b[2]) # 相等
2625565288328
>>> L[0] = 0
>>> a,b
([1, 2, [0, 99, 999]], [1, 2, [0, 99, 999]])
a 和 b 是一个独立的对象，但他们的子对象还是指向统一对象（是引用）。
深拷贝：递归拷贝所有层次的数据
Python中copy模块的deepcopy()是深拷贝 ,比如：
python学习交流Q群：770699889 ###
>>> L = [9,99,999]
>>> a = [1,2,L]
>>> b = copy.deepcopy(a)
>>> a,b
([1, 2, [9, 99, 999]], [1, 2, [9, 99, 999]])
>>> id(a),id(b) # 不相等
(2625565169224, 2625565169288)
>>> id(a[2])
2625565169480
>>> id(b[2]) # 不相等
2625565169416
>>> L[0] = 0
>>> a,b
([1, 2, [0, 99, 999]], [1, 2, [9, 99, 999]])
深度拷贝, a 和 b 完全拷贝了父对象及其子对象，两者是完全独立的。
一般来说，浅拷贝或者引用赋值就是我们所经常用的操作，只有少数情况下( 数据序列化、要传输、要持久化 )，才需要深拷贝操作，但是这些操作一般都内置在对应函数中，无需手动去深拷贝。
总结：
- 浅拷贝：内存地址
- 深拷贝：数据内容
早已存在的小整数
数值对象是不可变对象，理论上每个数值都会创建新对象。
但实际上并不是这样，对于 [-5,256]这个区间内的小整数，因为Python内部引用过多，这些整数在python运行的时候就事先创建好并编译好对象了。所以，a=2, b=2, c=2根本不会在内存中新创建数据对象2，而是引用早已创建好的初始化数值2。
源码.资料.直播课【点击领取】
>>> a=2
>>> b=2
>>> a is b
True
对于超出小整数范围的数值，每一次使用数值对象都创建一个新数据对象。例如:
>>> a=9999
>>> b=9999
>>> a is b
False
但是也有特殊的情况：
>>> a=9999;b=9999
>>> a is b
True
>>> a,b=9999,9999
>>> a is b
True
为什么会这样呢？
原因是 Python解析代码的方式是按行解释的，读一行解释一行，创建了第一个9999时发现本行后面还要使用一个9999，于是b也会使用这个9999，所以它返回True。而前面的换行赋值的方式，在解释完一行后就会立即忘记之前已经创建过9999的数据对象，于是会为b创建另一个9999，所以它返回False。
如果在Python的文件中执行，则在同一作用域内，a is b是一直会是True的，这和代码块作用域有关： 整个py文件是一个模块作用域 ，可以看我之前的内容
python学习交流Q群：770699889 ###
a = 9999
b = 9999
print(a is b) # True
def func():
c = 9999
d = 9999
print(c is d) # True
print(a is c) # False
func()
这也是为什么相同的代码在pycharm和cmd输出的结果会不一致的原因。
好啦，今天的分享到这里就结束了 ~
对文章有问题的，或者有其他关于python的问题，可以在评论区留言或者私信我哦
觉得我分享的文章不错的话，可以关注一下我，或者给文章点赞(/≧▽≦)/
