Python ————浅拷贝与深拷贝

Python底层逻辑引用计数的特性,对于不可变对象,浅拷贝和深拷贝的作用是一致的,就相当于复制了一份副本,原对象内部的不可变对象的改变,不会影响到复制对象

        浅拷贝的拷贝。其实是拷贝了原始元素的引用(内存地址),所以当拷贝可变对象时,原对象内可变对象的对应元素的改变,会在复制对象的对应元素上,有所体现。

        深拷贝在遇到可变对象时,又在内部做了新建了一个副本。所以,不管它内部的元素如何变化,都不会影响到原来副本的可变对象。如下图所示,浅拷贝与深拷贝的区别。

浅拷贝: 拷贝对象,但不拷贝子对象的内容,只是拷贝子对象的引用。
深拷贝: 拷贝对象,并且会连子对象的内存也全部(递归)拷贝一份,对子对象的修改不会影响源
对象
基础知识补充:
  • 变量:是一个系统表的元素,拥有指向对象的连接空间
  • 对象:被分配的一块内存,存储其所代表的值
  • 引用:是自动形成的从变量到对象的指针
  • 类型:属于对象,而非变量
  • 不可变对象:一旦创建就不可修改的对象,包括字符串、元组、数值类型

Python ————浅拷贝与深拷贝_第1张图片

import copy

def testCopy():
    '''测试浅拷贝'''
    a = [10, 20, [5, 6]]
    b = copy.copy(a)
    print("a", a)
    print("b", b)
    b.append(30)
    b[2].append(7)
    print("浅拷贝......")
    print("a", a)
    print("b", b)

def testDeepCopy():
    '''测试深拷贝'''
    a = [10, 20, [5, 6]]
    b = copy.deepcopy(a)

    print("a", a)
    print("b", b)
    b.append(30)
    b[2].append(7)
    print("深拷贝......")
    print("a", a)
    print("b", b)

testCopy()
print("*************")
testDeepCopy()

总结:

深拷贝:想象有两个完全相同的盒子,但它们位于不同的地方。即使它们看起来和感觉都一样,但它们是完全独立的。如果你改变一个盒子里的东西,另一个盒子不会受到任何影响。

浅拷贝:这更像是你有一个橱柜,里面有一个盒子,浅拷贝就像是把橱柜的地址分享给你,但里面的盒子我并没有复制,所以数据是公用的。

        不可变对象:比如你盒子里有一张照片。照片代表一个不可变的对象。如果你从一个盒子中取出照片并替换为另一张,另一个盒子里的照片不会受到影响,因为你实际上是改变了引用的照片,而不是原来的照片。

        可变对象:现在想象你的盒子里有一本笔记本,代表一个可变对象。你在一个盒子中的笔记本上写了一些内容,那么另一个盒子中的笔记本上也会有相同的内容,因为它们实际上是同一本笔记本的引用。

        总之,深拷贝会创建一个新的、完全独立的对象,而浅拷贝创建的对象会分享原始数据的一些引用。对于不可变对象来说,由于它们的值不能被修改,所以这种共享没有什么大的影响;但对于可变对象来说,一个对象的修改可能会影响到另一个对象。

你可能感兴趣的:(Python,python,javascript,开发语言)