python深拷贝和浅拷贝的区别

本文详细解析了Python中深拷贝与浅拷贝的区别,通过实例演示了对象赋值、copy模块的浅拷贝及deepcopy函数的深拷贝在处理列表时的不同表现,帮助理解拷贝机制。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

python深拷贝和浅拷贝的区别

在python中,对象赋值实际上是对象的引用。当创建一个对象,然后把它赋给另一个变量的时候,python并没有拷贝这个对象,而只是拷贝了这个对象的引用

一般有三种方法,

alist=[1,2,3,["a","b"]]

 

(1)直接赋值,默认浅拷贝传递对象的引用而已,原始列表改变,被赋值的b也会做相同的改变

>>> b=alist
>>> print b
[1, 2, 3, ['a', 'b']]
>>> alist.append(5)
>>> print alist;print b
[1, 2, 3, ['a', 'b'], 5]
[1, 2, 3, ['a', 'b'], 5]

(2)copy浅拷贝,没有拷贝子对象,所以原始数据改变,子对象会改变

>>> import copy

>>> c=copy.copy(alist)
>>> print alist;print c
[1, 2, 3, ['a', 'b']]
[1, 2, 3, ['a', 'b']]
>>> alist.append(5)
>>> print alist;print c
[1, 2, 3, ['a', 'b'], 5]
[1, 2, 3, ['a', 'b']]

>>> alist[3]
['a', 'b']
>>> alist[3].append('cccc')
>>> print alist;print c
[1, 2, 3, ['a', 'b', 'cccc'], 5]
[1, 2, 3, ['a', 'b', 'cccc']] 里面的子对象被改变了

 

 

(3)深拷贝,包含对象里面的自对象的拷贝,所以原始对象的改变不会造成深拷贝里任何子元素的改变

>>> import copy

>>> d=copy.deepcopy(alist)
>>> print alist;print d
[1, 2, 3, ['a', 'b']]
[1, 2, 3, ['a', 'b']]始终没有改变
>>> alist.append(5)
>>> print alist;print d
[1, 2, 3, ['a', 'b'], 5]
[1, 2, 3, ['a', 'b']]始终没有改变
>>> alist[3]
['a', 'b']
>>> alist[3].append("ccccc")
>>> print alist;print d
[1, 2, 3, ['a', 'b', 'ccccc'], 5]
[1, 2, 3, ['a', 'b']]  始终没有改变

 

 /******************************************************************************************************************/

之前见过一道面试题目,还挺有意思,输出测试返回true 还是false

考察点:1,不可变原组 和 可变列表的深拷贝,浅拷贝区别

         

 

 

 

 

如需转载,请注明出处!

 

### 深拷贝浅拷贝的概念 在 Python 中,深拷贝(Deep Copy)浅拷贝(Shallow Copy)用于创建对象的副本。两者的主要区别在于如何处理嵌套对象以及这些对象之间的关系。 #### 浅拷贝(Shallow Copy) 浅拷贝仅复制顶层容器的内容,而不会递归地复制内部对象。这意味着如果原对象包含其他可变对象作为其成员,则新对象中的对应成员仍然是原始成员的引用[^1]。因此,在修改嵌套对象时,会影响两个对象的状态。 以下是浅拷贝的一个例子: ```python import copy a = [1, 2, [3, 4]] b = copy.copy(a) # 创建浅拷贝 print(id(a)) # 原始对象ID print(id(b)) # 复制后的对象ID print(id(a[2])) # 嵌套子对象ID print(id(b[2])) # 子对象仍共享同一引用 ``` 可以看到 `a` `b` 是不同的对象,但由于浅拷贝的原因,`a[2]` `b[2]` 实际上指向同一个列表实例[^3]。 --- #### 深拷贝(Deep Copy) 深拷贝不仅复制顶层容器本身,还会递归地复制所有嵌套的对象。这使得源对象与其副本完全独立,即使其中一个对象被修改也不会影响另一个对象[^2]。 下面是一个深拷贝的例子: ```python import copy a = [1, 2, [3, 4]] c = copy.deepcopy(a) # 创建深拷贝 print(id(a)) # 原始对象ID print(id(c)) # 完全新的对象ID print(id(a[2])) # 嵌套子对象ID print(id(c[2])) # 新的嵌套子对象ID ``` 通过观察可以发现,无论是外层还是内层对象,`a` `c` 都不再有任何关联。任何一方的变化都不会波及另一方。 --- ### 性能对比 由于深拷贝涉及更多的资源消耗(因为它需要逐级复制整个结构),所以它的执行效率通常低于浅拷贝。然而,这种额外开销换来的是更高的安全性,特别是在复杂数据结构的操作场景下[^2]。 --- ### 使用建议 - 如果目标只是简单的一维数组或者不可变类型的数据,可以直接赋值或采用浅拷贝即可满足需求。 - 对于复杂的、多层次的数据结构,尤其是那些可能包含大量可变元素的情况,推荐使用深拷贝来避免意外状态同步问题。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值