Python3 & 浅拷贝与深拷贝

Question

如题所述

Answer 1

在Python中对象的赋值（=）其实就是对象的引用。即：当创建一个对象，把它赋值给另一个变量时，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。

Python中对象的拷贝分为：浅拷贝(copy)和深拷贝(deepcopy)。
浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，将原对象在内存中引用地址拷贝过来，然后让新的对象指向这个地址。可以使用“=”或列表自带的copy()函数(如list.copy()），或使用copy模块的copy()函数。

深拷贝：外围和内部元素都进行了拷贝对象本身，而不是引用。即把对象复制一遍，并且该对象中引用的其他对象也同时复制，完全得到一个新的一模一样的对象，对新对象里的值进行修改不会影响原有对象，新对象和原对象完全分离开。深拷贝只能使用copy模块中deepcopy()函数，使用前要导入：from copy import deepcopy。

Python中对象分为不可变对象 、可变对象。
不可变对象：一旦创建就不可修改的对象，例如：字符串、元组、数字
可变对象：可以修改的对象，例如：列表、字典。
其中Python中的切片可以应用于：列表、元组、字符串，但不能应用于字典。
而深浅拷贝，可应用于序列（列表、元组、字符串），也可应用于字典。
其中不可变对象，不管是深拷贝还是浅拷贝，地址值在拷贝后的值都是一样的。

以下以元组（不可变类型）为例

从上述示例可以看出：
不可变对象类型，没有被拷贝的说法，即便是用深拷贝，查看id的话也是一样的，如果对其重新赋值，也只是新创建一个对象，替换掉旧的而已。
所以不可变类型，不管是深拷贝还是浅拷贝，地址值和拷贝后的值都是一样的。

以下以列表（可变类型）为例
第一种方法：使用=号浅拷贝

输出结果：

第二种方法：使用copy浅拷贝

输出结果：

第三种方法：使用deepcopy深拷贝

输出结果：

从上述示例可以看出：
=浅拷贝：值相等，地址相等
copy浅拷贝：值相等，地址不相等
deepcopy深拷贝：值相等，地址不相等

总结：
1，深浅拷贝都是对源对象的复制，占用不同的内存空间。
2，不可变类型的对象，对于深浅拷贝毫无影响，最终的地址值和值都是相等的。
3，可变类型的对象，使用=浅拷贝时， 值相等，地址相等，对新对象里的值进行修改同时会影响原有对象;使用copy浅拷贝时值相等，地址不相等;使用deepcopy深拷贝时值相等，地址不相等。可以看出针对可变类型copy浅拷贝和deepcopy深拷贝，对新对象里的值进行修改不会影响原有对象。

Answer 2

在Python中，当进行赋值操作时，实际上是将一个对象的应用赋给了一个变量，因此这两个变量指向的是同一个对象。如果我们需要复制一个对象，那么就需要使用拷贝操作。

浅复制是指新建一个对象，然后将原始对象的引用复制给新对象。由于新对象与原始对象同一内存地址，因此一个对象的值被修改后，另一个对象的值也会受到影响。浅拷贝只复制对象的一层内容。

递归复制原始对象及其子对象的所有内容，从而创建一个新的对象，这就是深度复制。由于新对象与原始对象并无共享内存地址，故而二者完全独立，因此更改其中一个对象的值并不会影响另一个对象的值。

Python深浅拷贝使用场景

浅拷贝适合于对象层次结构较浅的情况，比如列表、元组、字典等简单对象的复制。如果对象的元素全部为不可变类型，则可以使用浅拷贝来复制该对象。

如果对象层次结构比较复杂，例如嵌套列表的列表或嵌套字典的字典，那么深拷贝就是一个合适的选择。如果一个对象的元素包含可变对象，那么在需要进行拷贝时必须使用深拷贝。

Python深浅拷贝注意事项

对于不可变对象，浅拷贝和深拷贝都是相同的。

浅拷贝只会复制可变对象的一层内容，而不会递归复制可变对象包含的子对象。如果需要递归复制子对象，必须使用深拷贝。

当一个对象包含循环引用时，尝试进行深复制可能会导致无限递归，从而导致程序崩溃。因此，在使用深拷贝时，必须小心处理包含循环引用的对象。

在使用深拷贝时，如果对象的层次结构比较复杂，可能会导致性能问题，因此必须小心使用深拷贝。