5张图彻底理解Python中的浅拷贝与深拷贝

假设你去面试 Python 开发岗,面试官如果对基础比较看重的话,那么很可能会问你这样的问题
“谈谈你对 Python 中的浅拷贝和深拷贝的理解?”
若平时你在开发中像我一样,过度使用 deepcopy,以至于忘记了浅拷贝(shallow copy)和深拷贝(deep copy)的区别,那很可能要栽大跟头了 。建议在读这篇文章之前,看下我之前写的文章《你真的理解Python中的赋值、传参吗?》,它有助于你更快的理解本文
Python 的引用计数
首先我们要知道,Python 内不可变对象的内存管理方式是引用计数 。因此,我们在谈论拷贝时,其实谈论的主要特点都是基于可变对象的 。我们来看下面这段代码

5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
输出如下
5张图彻底理解Python中的浅拷贝与深拷贝

文章插图

5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
因为我们这里操作的是不可变对象,Python 用引用计数的方式管理它们,所以 Python 不会对值相同的不可变对象,申请单独的内存空间 。只会记录它的引用次数
浅拷贝
我们先来比较一下浅拷贝和赋值在可变对象上的区别
5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
输出结果
5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
发现没有,赋值就是对物体进行贴标签操作,作用于同一物体 。而浅拷贝则会创建一个新的对象,至于对象中的元素,它依然会引用原来的物体,我们再来看一段例子
5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
输出如下
5张图彻底理解Python中的浅拷贝与深拷贝

文章插图

5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
操作不可变对象时,由于引用计数的特性,被拷贝的元素改变时,就相当于撕掉了原来的标签,重新贴上新的标签一样,对于我们已拷贝的元素没有任何影响 。因此在操作不可变对象时,浅拷贝和深拷贝是没有区别的
5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
输出结果
5张图彻底理解Python中的浅拷贝与深拷贝

文章插图

5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
由于浅拷贝会使用原始元素的引用(内存地址) 。所以在在操作被拷贝对象内部的可变元素时,其结果是会影响到拷贝对象的
深拷贝
深拷贝遇到可变对象,则又会进行一层对象创建,所以你操作被拷贝对象内部的可变对象,不影响拷贝对象内部的值
5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
输出如下
5张图彻底理解Python中的浅拷贝与深拷贝

文章插图

5张图彻底理解Python中的浅拷贝与深拷贝

文章插图
总结
因此,在下次我们遇到这类问题时,我们说出以下关键点,基本就很稳了

【5张图彻底理解Python中的浅拷贝与深拷贝】


    推荐阅读