Python 中的引用与副本_python副本-优快云博客

本文链接：https://blog.youkuaiyun.com/lazy_11/article/details/141603879

理解 Python 中的引用与副本：以列表排列组合的错误为例

在编写 Python 程序时，我们经常会使用列表来存储数据，并对其进行各种操作。虽然列表操作看似简单，但其中有一个容易被忽视的细节——引用与副本的区别。如果我们没有正确处理这个问题，可能会导致程序输出的结果与预期不符。本文将通过一个实际的例子来解释这个问题，并帮助你理解 Python 中引用与副本的概念。

问题场景：生成列表的所有排列组合

假设你正在编写一个生成列表所有排列组合的程序。代码如下：

def perm(normal, start, end):
    res = []
    for i in range(start, end+1):
        if start == end:
            res.append(normal)
        else:
            print(normal, i)
            normal[start], normal[i] = normal[i], normal[start]
            res += perm(normal, start+1, end)
            normal[start], normal[i] = normal[i], normal[start]
    return res

N = 3
normal = [num for num in range(N)]
print(perm(normal, 0, N-1))

理论上，这段代码应该生成所有可能的排列组合。例如，对于 N=3，即 [0, 1, 2]，期望的输出应该是：

[[0, 1, 2], [0, 2, 1], [1, 0, 2], [1, 2, 0], [2, 1, 0], [2, 0, 1]]

然而，运行代码后，你可能会惊讶地发现输出的所有列表都是相同的，即：

[[0, 1, 2], [0, 1, 2], [0, 1, 2], [0, 1, 2], [0, 1, 2], [0, 1, 2]]

这是为什么呢？

问题分析：引用与副本的区别

要理解这个问题，我们首先需要理解 Python 中的引用和副本。

引用（Reference）

在 Python 中，列表是可变对象。当你将一个列表赋值给另一个变量时，实际上是将该列表的引用（内存地址）赋给了新变量，而不是创建一个新的列表对象。这意味着，如果你对这个列表进行修改，所有引用这个列表的变量都会“感知”到这些修改。

在上面的代码中，res.append(normal) 将 normal 的引用添加到了 res 中。这意味着 res 中的所有元素实际上都是指向同一个列表 normal 的引用。如果之后修改了 normal，那么 res 中所有存储的“排列”都会反映这些修改。

副本（Copy）

与引用不同，副本是对原始列表的一个独立拷贝。副本存储在不同的内存地址中，对副本的修改不会影响到原始列表。创建副本的常用方法有两种：切片操作（normal[:]）或使用 list() 构造函数（list(normal)）。

为了避免上述问题，我们可以在将 normal 添加到 res 中时，存储它的副本，而不是引用。这样即使之后修改了 normal，已经存储在 res 中的排列组合仍然保持不变。

解决方法：使用副本

我们只需对代码做一处修改，即在 res.append(normal) 处改为 res.append(normal[:]) 或 res.append(list(normal))：

def perm(normal, start, end):
    res = []
    for i in range(start, end+1):
        if start == end:
            res.append(normal[:])  # 这里添加 normal 的副本
        else:
            print(normal, i)
            normal[start], normal[i] = normal[i], normal[start]
            res += perm(normal, start+1, end)
            normal[start], normal[i] = normal[i], normal[start]
    return res