对比Python中的赋值, 浅拷贝与深拷贝

本文翻译自 Assignment, Shallow Copy, Or Deep Copy?
作者：Weilin Li
译者：耐心的农夫2020
时间：2020-03-02 14:30:00

关于Python内存管理的故事

from copy import copy, deepcopy

本文的目的是解释当我们使用下面三个python语句时内存中发生了什么。

• 给一个变量赋值： B = A
• 浅拷贝一个变量： C = copy(A)
• 深拷贝一个变量： D = deepcopy(A)

首先我会简单描述一下Python的内存管理和内存优化，有了这个背景之后，我会解释一下Python中赋值语句、浅拷贝和深拷贝的差异。最后我会在一张表格中总结它们之间的差异。

如果你喜欢观看视频而不是阅读文章，你可以在此处找到补充视频。

---

Python的内存管理

int, float, list, dict, class instances, … 这些都是Python中的对象。在CPython实现中，内置函数id()可以返回一个对象的内存地址。

>>> L1 = [1, 2, 3]
>>> id(L1)
3061530120

如果我们创建了一个新的变量L2，这个变量指向一个值与L1相同的对象，那么L2会有一个新的内存地址。

>>> L2 = [1, 2, 3]
>>> id(L2)
3061527304

除了下面三种情况，每次创建一个新的对象，这个对象都会有一个新的内存地址。

• 一个非常短的string
• 在[-5, 256]区间内的整数
• 一个空的不可改变的容器(例如 tuples)

让我们看一个整数对象的例子。变量x和y都指向同一个值10，尽管在上一个例子中变量L1和L2具有不同的内存地址，但是变量x和y的内存地址是相同的。

>>> x = 10
>>> y = 10
>>> id(x)
2301840
>>> id(y)
2301840

这是因为，在上面提到的三种特殊情况下，Python通过让第二个变量指向了内存中同一个对象优化了内存使用。一些人把这个机制称为“共享对象”。

先记住共享对象这个概念，我们一会儿将对象深拷贝的时候还会用到它。

---

变量赋值

Python文档中提到

Python中的赋值语句不会拷贝对象，而只会在目标和对象之间创建绑定关系 (binding) 。

上面这句话的意思是，当我们通过赋值语句创建一个变量的时候，新的变量和原来的变量指向同一个对象。

>>> A = [1, 2, [10, 11], 3, [20, 21]]
>>> B = A
>>> id(A)
3061527080
>>> id(B)
3061527080

因为新的变量B和原始变量A共享同一个对象 （也就是同一个list），它们也包含相同的元素。

>>> id(A[2])
3061527368
>>> id(B[2])
3061527368

如下图所示，A和B共享同一个id，即它们指向内存中相同的对象，并且它们也包含相同的元素。

变量赋值内存示意图

浅拷贝

当我们使用浅拷贝创建一个变量的时候，新变量指向一个新对象。

>>> A = [1, 2, [10, 11], 3, [20, 21]]
>>> C = copy(A)
>>> id(A)
3062428488
>>> id(C)
3062428520

尽管A和C指向不同的对象（即内存地址不同的两个list），但两个list中每个元素都指向相同的对象。

>>> id(A[0])
2301696
>>> id(C[0])
2301696
>>> id(A[2])
3062464904
>>> id(C[2])
3062464904

下图展示了A中的元素和C中的元素是如何指向相同对象的。

浅拷贝内存示意图

深拷贝

和浅拷贝相似，当我们使用深拷贝创建一个变量的时候，新变量指向一个新对象。

>>> A = [1, 2, [10, 11], 3, [20, 21]]
>>> D = deepcopy(A)
>>> id(A)
3062727496
>>> id(D)
3062428488

如 Python文档 所述

浅拷贝和深拷贝之间的区别仅与复合对象（包含其他对象的对象，像lists, 或者类实例 ）有关。

• 浅拷贝会构建一个新的复合对象，并（尽可能地）将在原来复合对象中找到的对象的引用（references）插入新的复合对象。
• 深拷贝会构建一个新的符合对象，并且递归地将在原来复合对象中找到的对象的副本（copies）插入新的复合对象。

所以与浅拷贝不同，在两个list中的元素现在指向不同的对象。

>>> id(A[0])
2301696
>>> id(D[0])
2301696
>>> id(A[2])
3062464648
>>> id(D[2])
3062466376

但是为什么A[0] 和 D[0] 共享同一个对象（即拥有相同的内存地址）呢？因为它们都指向整数，这属于我们上面提到的内存优化三种特殊情况之一。

下图展示了A 和 D 是如何指向内存中两个不同的lists以及 A和D中的元素是如何指向不同的对象（排除因为内存优化的整数元素）。

深拷贝内存示意图

总结

下表是本文的要点。变量赋值不会拷贝对象，所以A和B有相同的内存地址，并且包含相同的元素。浅拷贝为变量C创建了新的对象，但C中的元素和A中的元素仍然指向相同的对象。深拷贝为变量D创建了新的对象，并且除了三种特殊情况外，C中的元素和A中的元素都指向不同的对象。

赋值语句 vs. 浅拷贝 vs. 深拷贝

---

本文的灵感来自

Python documentation on copy
Understanding Python variables and Memory Management