python 引用、浅拷贝、深拷贝
1. python引用
Python的赋值运算符"="并不会拷贝值，仅在变量与值之间建立引用（存储的是值在内存中的地址）
例如：a=1
并不是把1赋值给了a，而是在a与内存中的数字1之间建立了一个引用（变量a存储了数字1在内存中的地址）
注意是引用，不是拷贝即可
2. python浅拷贝和深拷贝
深浅拷贝区分主要是由于复合数据（即包含其它类型数据的数据）
例如，列表（例子：[1, 2, [1,2,3]]）
- 浅拷贝只拷贝父对象（一层），一会拷贝对象的内部的可变子对象（多层）；
- 深拷贝不管数据结构多么复杂，只要遇到可能发生改变的数据类型，就重新开辟一块内存空间把内容复制下来，直到最后一层。
示例
引用
a = [1, 2, "123"]
b = a
print(a)
print(b)
a[2] = "789"
print(a)
print(b)
[1, 2, ‘123’]
[1, 2, ‘123’]
[1, 2, ‘789’]
[1, 2, ‘789’]
浅拷贝（只拷贝一层）
import copy
a = [1, 2, "123"]
b = copy.copy(a)
print(a)
print(b)
a[2] = "789"
print(a)
print(b)
[1, 2, ‘123’]
[1, 2, ‘123’]
[1, 2, ‘789’]
[1, 2, ‘123’]
存在问题：多层结构
import copy
a = [1, 2, [3, 4, 5]]
b = copy.copy(a)
print(a)
print(b)
a[2][0] = 0
print(a)
print(b)
[1, 2, [3, 4, 5]]
[1, 2, [3, 4, 5]]
[1, 2, [0, 4, 5]]
[1, 2, [0, 4, 5]]
未合理调整多层结构
深拷贝
import copy
a = [1, 2, [3, 4, 5]]
b = copy.deepcopy(a)
print(a)
print(b)
a[2][0] = 0
print(a)
print(b)
[1, 2, [3, 4, 5]]
[1, 2, [3, 4, 5]]
[1, 2, [0, 4, 5]]
[1, 2, [3, 4, 5]]
保证了多级结构的完整拷贝