Python 深浅拷贝

Python 深浅拷贝详解

什么是深浅拷贝？

在 Python 中，对象赋值、浅拷贝和深拷贝是常见的操作，它们在复制对象时有着不同的行为。

• 赋值（直接赋值）： 只是创建了一个新的变量名，但这个变量名指向了原有的对象。也就是说，两个变量名指向的是同一个内存地址。
• 浅拷贝： 创建一个新的对象，这个新对象包含了原对象中所有元素的引用。对于不可变对象（如数字、字符串），引用和复制是等价的。但对于可变对象（如列表、字典），新对象中的元素仍然指向原对象中的元素。
• 深拷贝： 创建一个新的对象，并且递归地复制原对象中的所有元素。这意味着新对象和原对象是完全独立的，修改一个对象不会影响另一个对象。

为什么要区分深浅拷贝？

• 避免意外修改： 当多个变量指向同一个可变对象时，修改其中一个变量会影响其他变量。深拷贝可以避免这种问题。
• 传递参数： 在函数中传递参数时，如果不想修改原对象，可以使用深拷贝。
• 数据结构： 在处理复杂数据结构时，深拷贝可以确保每个子对象都是独立的。

如何实现深浅拷贝？

浅拷贝：

• copy.copy() 方法：

  import copy
  list1 = [1, [2, 3]]
  list2 = copy.copy(list1)
  # list2 和 list1 的第一层元素是独立的，但第二层列表仍然是同一个

• 切片操作：

  list1 = [1, 2, 3]
  list2 = list1[:]

深拷贝：

• copy.deepcopy() 方法：

  import copy
  list1 = [1, [2, 3]]
  list2 = copy.deepcopy(list1)
  # list2 和 list1 完全独立

深浅拷贝示例

import copy

# 浅拷贝
list1 = [1, [2, 3], 4]
list2 = copy.copy(list1)
list2[0] = 100
list2[1][0] = 200
print(list1)  # 输出：[1, [200, 3], 4]
print(list2)  # 输出：[100, [200, 3], 4]

# 深拷贝
list1 = [1, [2, 3], 4]
list2 = copy.deepcopy(list1)
list2[0] = 100
list2[1][0] = 200
print(list1)  # 输出：[1, [2, 3], 4]
print(list2)  # 输出：[100, [200, 3], 4]

总结

• 浅拷贝 只复制对象的顶层结构，对于嵌套的可变对象，其引用仍然指向原对象。
• 深拷贝 递归地复制整个对象，创建一个完全独立的新对象。
• 选择哪种拷贝方式取决于具体的需求。如果需要修改副本而不影响原对象，则使用深拷贝；如果只修改顶层结构，则可以使用浅拷贝。

常见问题

• 什么时候需要深拷贝？
  • 当你希望复制一个对象，并且在修改副本时不影响原对象时。
  • 当你处理复杂的数据结构，需要确保每个子对象都是独立的时。
• 深拷贝的性能开销如何？
  • 深拷贝比浅拷贝的开销更大，尤其是对于大型复杂的对象。因此，在性能要求较高的场景下，需要谨慎使用深拷贝。

拓展

• 自定义对象的深拷贝： 对于自定义的类，可以通过实现 __deepcopy__ 方法来定制深拷贝行为。
• pickle 模块： 可以将 Python 对象序列化为字节流，然后反序列化为新的对象，实现深拷贝。