Python中的深浅拷贝

在Python中，对象的赋值，拷贝（深/浅拷贝）之间是有差异的，如果使用的时候不注意，就可能产生意外的结果。

下面本文就通过简单的例子介绍一下这些概念之间的差别。

1.赋值运算

l1 = [1, 2, 3, [22, 33]]
l2 = l1
l1.append(666)
print(l1)  # [1, 2, 3, [22, 33], 666]
print(l2)  # [1, 2, 3, [22, 33], 666]

 图解：

 注意：l2 = l1是一个指向，是赋值，和深浅copy无关。

2.浅copy

其实列表是一个一个的槽位，每个槽位存储的是该对象的内存地址

#例1. 给大列表添加元素
l1 = [1, 2, 3, [22, 33]]
l2 = l1.copy()
# 或者下面这种方式，也是浅copy
# import copy
# l2 = copy.copy(l1)
l1.append(666)

print(l1)  # [1, 2, 3, [22, 33], 666]
print(l2)  # [1, 2, 3, [22, 33]]

#例2. 给小列表添加元素
l1 = [1, 2, 3, [22, 33]]
l2 = l1.copy()
l1[-1].append(666)

print(l1)  # [1, 2, 3, [22, 33, 666]]
print(l2)  # [1, 2, 3, [22, 33, 666]]、

#例3. 将l1列表中第一个元素改为6
l1 = [1, 2, 3, [22, 33]]
l2 = l1.copy()
l1[0] = 6

print(l1)  # [6, 2, 3, [22, 33]]
print(l2)  # [1, 2, 3, [22, 33]]

 图解：

例1

例2

例3

 小结：

浅copy：会在内存中新开辟一个空间，存放这个copy的列表，但是列表里面的内容还是沿用之前对象的内存地址。

也就是新创建一组指针，新指针和旧指针指向相同的内存地址，对于不可变对象（int，str，tuple等）来说，因为不可变，如果修改的话就会开辟新的内存空间，这样l1和l2的值就会不同；对于可变对象（list，dict等），因为可变，可以直接在原内存空间种进行修改，所以对l1或l2的修改就会彼此影响，好像是只copy了外层一样。

2.深copy

import copy
l1 = [1, 2, 3, [22, 33]]
l2 = copy.deepcopy(l1)
# 修改l1
l1.append(666)
print(l1)  # [1, 2, 3, [22, 33], 666]
print(l2)  # [1, 2, 3, [22, 33]]
# 修改l2
l2[-1].append(888)
print(l1)  # [1, 2, 3, [22, 33], 666]
print(l2)  # [1, 2, 3, [22, 33, 888]]

 图解：

本质如下图：

但是python对深copy做了一个优化，将可变的数据类型在内存中重新创建一份，而不可变的数据类型则沿用之前的，这样可以节省内存空间，所以内存中是下面这样的：

小结：

深copy：会在内存中开辟新空间，将原列表以及列表里面的可变数据类型重新创建一份，不可变数据类型则沿用之前的。

也就是新创建了一组指针，对于不可变对象，新指针和旧指针指向相同的内存地址，如果修改的话就会开辟新的内存空间，l1和l2互不影响；对于可变对象，新指针和旧指针指向不同的内存地址，l1和l2也互不影响，所以好像完全copy，相互独立了一样。

3.为什么python种默认是浅copy

• 时间角度：浅拷贝花费时间更少。
• 空间角度：浅拷贝花费内存更少。
• 效率角度：浅拷贝只拷贝顶层数据，一般情况下比深拷贝效率高。

4.总结

• 不可变对象在赋值时会开辟新空间。
• 可变对象在赋值时，修改一个的值，另一个也会发生改变。
• 深、浅拷贝对不可变对象拷贝时，不开辟新空间，相当于赋值操作。
• 浅拷贝在拷贝时，只拷贝第一层中的引用，如果元素是可变对象，并且被修改，那么拷贝的对象也会发生变化。
• 深拷贝在拷贝时，会逐层进行拷贝，直到所有的引用都是不可变对象为止。
• Python 有多种方式实现浅拷贝，copy模块的copy 函数 ，对象的 copy 函数 ，工厂方法，切片等。
• 大多数情况下，编写程序时，都是使用浅拷贝，除非有特定的需求。

• 浅拷贝的优点：拷贝速度快，占用空间少，拷贝效率高。