标签：可变 pytho 内存 工厂 拷贝 pen com print height
深拷贝浅拷贝是个很容易迷糊的问题，本人帮你彻底搞清楚。
粗识内存
本人没学过c，内存略懂，有堆栈之分，
栈可以理解为程序自动分配的内存，堆可以理解为程序员对内存的引用，不重要，有感觉就行。
浅拷贝
浅拷贝并不是我们认知中的“复制”，浅拷贝只是对象的引用，是对一个对象的浅层拷贝，所以叫浅拷贝
或者说是顶层拷贝，只拷贝了引用，没拷贝内容
示例代码
import copy a = [1, 2, [3, 4]] b = copy.copy(a) print(‘b:‘, b) # (‘b:‘, [1, 2, [3, 4]]) b.append(5) b[2].append(6) print(‘a:‘, a) # (‘a:‘, [1, 2, [3, 4, 6]]) print(‘b:‘, b) # (‘b:‘, [1, 2, [3, 4, 6], 5])
为什么这样呢？
b是a的浅拷贝，对b的操作不会影响a，但是对b内元素操作会影响a，因为ab指向的是同一个元素
b只拷贝了a的第一层，所以叫浅拷贝
print(id(a)) # 40641880 print(id(b)) # 40667616 b新建了一个对象 print(id(a[2])) # 40643080 print(id(b[2])) # 40643080 b中元素仍是a中元素
深拷贝
深拷贝才是我们认知中的“复制”，深拷贝是完全拷贝，是对一个对象的深层拷贝，所以叫深拷贝。
示例代码
import copy a = [1, 2, [3, 4]] b = copy.deepcopy(a) print(‘b:‘, b) # (‘b:‘, [1, 2, [3, 4]]) b.append(5) b[2].append(6) print(‘a:‘, a) # (‘a:‘, [1, 2, [3, 4]]) print(‘b:‘, b) # (‘b:‘, [1, 2, [3, 4, 6], 5])
好理解了
互不影响
b拷贝了a的所有层，所以叫深拷贝
print(id(a)) # 41624920 print(id(b)) # 41648496 b新建了一个对象 print(id(a[2])) # 41626120 print(id(b[2])) # 41648456 b中元素不是a中元素
可以看到深拷贝和浅拷贝都新建了一个对象。
等于
那等于是什么？深拷贝？浅拷贝？都不是，等于才是真正的复制。
示例代码
a = [1, 2, [3, 4]] b = a print(‘b:‘, b) # (‘b:‘, [1, 2, [3, 4]]) b.append(5) b[2].append(6) print(‘a:‘, a) # (‘a:‘, [1, 2, [3, 4, 6], 5]) print(‘b:‘, b) # (‘b:‘, [1, 2, [3, 4, 6], 5]) print(id(a)) # 40510648 print(id(b)) # 40510648 b没有新建对象 print(id(a[2])) # 40490568 print(id(b[2])) # 40490568 b中元素仍是a中元素
互相影响，因为是同一个对象
所以 复制 ！= 拷贝
好了，终于明白了，真的吗？
看个实例
jack = [‘jack‘, [‘age‘, 20]] tom = jack[:] anny = list(jack) print id(jack), id(tom), id(anny) # 144846988 144977164 144977388
3个不同的对象
tom[0] = ‘tom‘ anny[0] = ‘anny‘ print jack, tom, anny # [‘jack‘, [‘age‘, 20]] [‘tom‘, [‘age‘, 20]] [‘anny‘, [‘age‘, 20]]
可以理解
anny[1][1] = 18 print jack, tom, anny # [‘jack‘, [‘age‘, 18]] [‘tom‘, [‘age‘, 18]] [‘anny‘, [‘age‘, 18]]
请问，还理解吗？
分析：上面是新建了3个对象，那么只能是深拷贝或浅拷贝中的一种，改了名字互不影响，应该是深拷贝，但是改了年龄互相影响，又不是深拷贝，那是浅拷贝？也不对啊，迷糊了
[id(x) for x in jack] # [3073896320L, 3073777580L] [id(x) for x in tom] # [144870744, 3073777580L] [id(x) for x in anny] # [144977344, 3073777580L]
可以看到名字id不同，年龄id相同
为什么会这样呢？
因为python中字符串是不可变类型，其被修改时，必须新建一个对象，这就明白了，就是浅拷贝，年龄指向了同一个id，但是因为名字修改时重新创建了对象， 所以指向了不同的id
那我们在上面浅拷贝的例子上验证下
b[2] = 3 print(‘a:‘, a) # (‘a:‘, [1, 2, [3, 4, 6]]) print(‘b:‘, b) # (‘b:‘, [1, 2, 3, 5])
果然改变了b[2]，新建了个对象，a[2]并没有改变
如果用深拷贝就没有上面的问题
jack = [‘jack‘, [‘age‘, ‘20‘]] import copy tom = copy.deepcopy(jack) anny = copy.deepcopy(jack) # 根据第一个思路进行重命名，重定岁数操作： tom[0] = ‘tom‘ anny[0] = ‘anny‘ print jack, tom, anny # [‘jack‘, [‘age‘, ‘20‘]] [‘tom‘, [‘age‘, ‘20‘]] [‘anny‘, [‘age‘, ‘20‘]] anny[1][1] = 18 print jack, tom, anny # [‘jack‘, [‘age‘, ‘20‘]] [‘tom‘, [‘age‘, ‘20‘]] [‘anny‘, [‘age‘, 18]]
总结
切片操作和工厂方法list方法拷贝是浅拷贝，而且一般情况下都是浅拷贝
深拷贝浅拷贝需要考虑数据是否是可变类型
标签：可变 pytho 内存 工厂 拷贝 pen com print height
原文地址：https://www.cnblogs.com/yanshw/p/10694941.html
