美文网首页
5张图彻底理解Python中的浅拷贝与深拷贝

5张图彻底理解Python中的浅拷贝与深拷贝

作者: 鸡仔说 | 来源:发表于2019-02-28 08:07 被阅读0次

    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

    import copy
    
    a = "张小鸡"
    b = a
    c = copy.copy(a)
    d = copy.deepcopy(a)
    
    print "赋值:id(b)->>>", id(b)
    print "浅拷贝:id(c)->>>", id(c)
    print "深拷贝:id(d)->>>", id(c)
    

    输出如下

    赋值:id(b)->>> 4394180400
    浅拷贝:id(c)->>> 4394180400
    深拷贝:id(d)->>> 4394180400
    
    pic_1.png

    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

    import copy
    
    a = ["张小鸡"]
    b = a
    c = copy.copy(a)
    
    print "赋值:id(b)->>>", id(b)
    print "浅拷贝:id(c)->>>", id(c)
    

    输出结果

    赋值:id(b)->>> 4473562824
    浅拷贝:id(c)->>> 4462057592
    
    pic_2.png

    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

    import copy
    
    a = ["张小鸡"]
    
    print "改变前,a内部的元素id:id([a])->>>", [id(_) for _ in a]
    
    c = copy.copy(a)
    
    print "改变前,浅拷贝c内部的元素id:id([c])->>>", [id(_) for _ in c]
    
    a[0] = "姬无命"
    
    print "改变后,a内部的元素id:id([a])->>>", [id(_) for _ in a]
    print "改变后,浅拷贝c内部的元素id:id([c])->>>", [id(_) for _ in c]
    

    输出如下

    改变前,a内部的元素id:id([a])->>> [4318150256]
    改变前,浅拷贝c内部的元素id:id([c])->>> [4318150256]
    改变后,a内部的元素id:id([a])->>> [4318150352]
    改变后,浅拷贝c内部的元素id:id([c])->>> [4318150256]
    
    pic_3.png

    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

    import copy
    import json
    
    a = [["张小鸡"], "姬无命"]
    
    print "改变前,a的值", json.dumps(a, ensure_ascii=False)
    print "改变前,a内部的元素id:id([a])->>>", [id(_) for _ in a]
    
    c = copy.copy(a)
    
    print "改变前,c的值", json.dumps(c, ensure_ascii=False)
    print "改变前,浅拷贝c内部的元素id:id([c])->>>", [id(_) for _ in c]
    
    a[0][0] = "Tom"
    a[1] = "Jack"
    
    print "改变后,a的值", json.dumps(a, ensure_ascii=False)
    print "改变后,c的值", json.dumps(c, ensure_ascii=False)
    print "改变后,a内部的元素id:id([a])->>>", [id(_) for _ in a]
    print "改变后,浅拷贝c内部的元素id:id([c])->>>", [id(_) for _ in c]
    

    输出结果

    改变前,a的值 [["张小鸡"], "姬无命"]
    改变前,a内部的元素id:id([a])->>> [4385503208, 4373939232]
    改变前,c的值 [["张小鸡"], "姬无命"]
    改变前,浅拷贝c内部的元素id:id([c])->>> [4385503208, 4373939232]
    改变后,a的值 [["Tom"], "Jack"]
    改变后,c的值 [["Tom"], "姬无命"]
    改变后,a内部的元素id:id([a])->>> [4385503208, 4373938320]
    改变后,浅拷贝c内部的元素id:id([c])->>> [4385503208, 4373939232]
    
    pic_4.png

    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

    import copy
    import json
    
    a = [["张小鸡"], "姬无命"]
    
    print "改变前,a的值", json.dumps(a, ensure_ascii=False)
    print "改变前,a内部的元素id:id([a])->>>", [id(_) for _ in a]
    
    d = copy.deepcopy(a)
    
    print "改变前,d的值", json.dumps(d, ensure_ascii=False)
    print "改变前,深拷贝d内部的元素id:id([d])->>>", [id(_) for _ in d]
    
    a[0][0] = "Tom"
    a[1] = "Jack"
    
    print "改变后,a的值", json.dumps(a, ensure_ascii=False)
    print "改变后,d的值", json.dumps(d, ensure_ascii=False)
    print "改变后,a内部的元素id:id([a])->>>", [id(_) for _ in a]
    print "改变后,深拷贝d内部的元素id:id([d])->>>", [id(_) for _ in d]
    

    输出如下

    改变前,a的值 [["张小鸡"], "姬无命"]
    改变前,a内部的元素id:id([a])->>> [4337440744, 4325876768]
    改变前,d的值 [["张小鸡"], "姬无命"]
    改变前,深拷贝d内部的元素id:id([d])->>> [4337440888, 4325876768]
    改变后,a的值 [["Tom"], "Jack"]
    改变后,d的值 [["张小鸡"], "姬无命"]
    改变后,a内部的元素id:id([a])->>> [4337440744, 4325875856]
    改变后,深拷贝d内部的元素id:id([d])->>> [4337440888, 4325876768]
    
    pic_5.png

    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

    1. 由于 Python 内部引用计数的特性,对于不可变对象,浅拷贝和深拷贝的作用是一致的,就相当于复制了一份副本,原对象内部的不可变对象的改变,不会影响到复制对象
    2. 浅拷贝的拷贝。其实是拷贝了原始元素的引用(内存地址),所以当拷贝可变对象时,原对象内可变对象的对应元素的改变,会在复制对象的对应元素上,有所体现
    3. 深拷贝在遇到可变对象时,又在内部做了新建了一个副本。所以,不管它内部的元素如何变化,都不会影响到原来副本的可变对象

    参考资料

    图解python中赋值、浅拷贝、深拷贝的区别

    Python中 copy, deepcopy 的区别及原因

    tail_qrcode.jpg

    相关文章

      网友评论

          本文标题:5张图彻底理解Python中的浅拷贝与深拷贝

          本文链接:https://www.haomeiwen.com/subject/fspcuqtx.html