=号在python中和C++中的区别——引用拷贝（python）与值拷贝（C++），然后结尾总结了Python的浅拷贝和深拷贝

在做leetcode 48. 旋转图像时发现，C++和python代码实现不一样

C++

class Solution {
public:
    void rotate(vector<vector<int>>& matrix) {
        int n = matrix.size();
        // C++ 这里的 = 拷贝是值拷贝，会得到一个新的数组
        auto matrix_new = matrix;
        for (int i = 0; i < n; ++i) {
            for (int j = 0; j < n; ++j) {
                matrix_new[j][n - i - 1] = matrix[i][j];
            }
        }
        // 这里也是值拷贝
        matrix = matrix_new;
    }
};

python:
 

class Solution:
    def rotate(self, matrix: List[List[int]]) -> None:
        n = len(matrix)
        # Python 这里不能 matrix_new = matrix 或 matrix_new = matrix[:] 因为是引用拷贝
        matrix_new = [[0] * n for _ in range(n)]
        for i in range(n):
            for j in range(n):
                matrix_new[j][n - i - 1] = matrix[i][j]
        # 不能写成 matrix = matrix_new
        matrix[:] = matrix_new

原理如下：

在C++/Java里，int a = 1就是创建变量为a，赋值为1；int b = a就是创建变量b，赋值为a的值。a与b是毫不相干的，即“变量是盒子”，但是这不利于理解Python中的一个变量定义。在Python里，我们把变量视为“一个实际存储的引用”

 所以在python里，a = [1, 2, 3]先分配一块区域写入[1,2,3]，再让a来代表它；b = a让b与a代表了同一个东西，即使a本身消失了（比如del a），也仅仅是撕下来一张标签而已，b仍然可以访问这个列表。

直接引用即b = a，正如上文所说，不会发生拷贝，只是让b也来代表a代表的区域。此时b就是a，b[0]也就是a[0]。

如果修改了a，等于让a指向其他对象，与列表无关，所以b没有变化；而如果修改a[0]（或者使用+=，append等），则修改了列表，b[0]也在变化。

Python中的浅拷贝与深拷贝

浅拷贝

有些时候我们只编辑列表或字典的副本，所以需要复制，一般最常见的复制方法有：

b = a[:]
b = list(_ for _ in a)
b = copy(a)
b = a.copy()
 

浅复制的逻辑将创建一个新对象，然后将每一个值复制一份放入新对象里，花费线性时间。可以看到复制后b与a完全一致，但是a is b不再成立了，a[0]和b[0]也是不再相关的值，你可以任意修改列表b，都不会影响到a里的四个元素（红蓝橙绿四个小圆）。 

深拷贝

但是浅复制仍然有不能解决的问题。我们知道python里一切皆引用，图里的小圆不是盒子而是标签！，虽然a与b本身已经分开了，但如果有一个元素仍然是列表，那他们其实还是联系在一起的。

如图，浅复制时执行了b[1]=a[1]，但b[1]和a[1]是引用，因此通过他们访问的仍然是同一个可变序列，修改a[1]不会导致b[1]变化，但修改a[1][0]却导致b[1][0]变化。

所以我们引入深复制解决这个问题：

from copy import deepcopy

a = [1, [1, 2, 3], "hello"]

b = deepcopy(a)

深复制的逻辑是，将每一个值复制放进新一个对象里，而如果这一项也表示一个可变的迭代对象（列表，字典，没有特殊定制的自定义类），就将这个对象也复制一份。这样就可以得到一份完全的拷贝。