Python中的深淺拷貝
在講深淺拷貝之前，想先講一下 is 和 == 的區別，
在進行物件是否相等比較的時候我們可以用 is 和 ==
很多人學習python，不知道從何學起，
很多人學習python，掌握了基本語法過后，不知道在哪里尋找案例上手，
很多已經做案例的人，卻不知道如何去學習更加高深的知識，
那么針對這三類人，我給大家提供一個好的學習平臺，免費領取視頻教程，電子書籍，以及課程的源代碼！
QQ群：961562169
- is： 比較兩個物件的參考是否相同，即 它們的id 是否一樣
- == ： 比較兩個物件的值是否相同，
id() ，是Python的一個內置函式，回傳物件的唯一標識，用于獲取物件的記憶體地址，
如下
a = 1
b = 1
print(id(a)) # 2057422768
print(id(b)) # 2057422768
print(a is b) # True
首先，會為整數1分配一個記憶體空間， 變數a 和 b 都指向了這個記憶體空間（記憶體地址相等），所以他們的id相等，
即 a is b 為 True
但是，真的所有整數數字都這樣嗎？ 答案是：不是！ 只有在 -25 ~ 256范圍中的整數才不會重新分配記憶體空間，
如下所示：
因為257 超出了范圍，所以id不相同，所以 a is b 回傳的值為False，
>>> a = 257
>>> b = 257
>>> print(id(a))
20004752
>>> print(id(b))
20001312
>>> print(a is b)
False
>>> print(a == b)
True
這樣做是考慮到性能，Python對-5 到 256 的整數維護了一個陣列，相當于一個快取， 當數值在這個范圍內，直接就從陣列中回傳相對應的參考地址了，如果不在這個范圍內，會重新開辟一個新的記憶體空間，
is 和 == 哪個效率高？
相比之下， is 比較的效率更高，因為它只需要判斷兩個物件的id是否相同即可，
而 == 則需要多載__eq__ 這個函式，遍歷變數中的所有元素內容，逐次比較是否相同，因此效率較低
淺拷貝 深拷貝
簡單的了解了 is ， == ， 下面我們一起來看看Python中的深淺拷貝，
先說結論吧：
- 淺拷貝： 拷貝的是物件的參考，如果原物件改變，相應的拷貝物件也會發生改變
- 深拷貝： 拷貝物件中的每個元素，拷貝物件和原有物件不在有關系，兩個是獨立的物件
淺拷貝
a = [1, 2, 3]
b = list(a) # 可以通過list 對串列進行淺拷貝
c = a.copy() # 也可以通過copy函式進行拷貝
# 淺拷貝后，a/b/c的id 各不相同，說明指向了不同的記憶體地址-- 即 生成了新的物件
print(id(a)) # 16301992
print(b, "id:", id(b)) # id:16562024
print(c, "id:", id(c)) # id:16561960
print(a == b) # True 值相同 回傳True
print(a is b) # False id不同所以 is比較回傳False
# 給串列a 添加元素4
a.append(4)
print(a) # [1, 2, 3, 4]
print(b, c) # [1, 2, 3] [1, 2, 3] b和c 不受影響
以上可以看出，淺拷貝會分配一個新的記憶體空間，創建一個新的物件，但是如果被拷貝物件中有可變物件會怎么樣呢？ 看下面的代碼
a = [1, 2, [3, 4]]
b = a.copy()
print(id(a)) # 23967528
print(id(b)) # 21738984
# 改變a中的可變物件
a[-1].append(5)
print(a)
# 在給a新增元素6
a.append(6)
# [1, 2, [3, 4, 5], 6]
print(a)
# [1, 2, [3, 4, 5]]
print(b)
可以看出，在串列a中新增的元素6，并沒有影響b，但是在a的嵌套串列中新增的元素5，卻影響了元素b，
原因在于： 對于a和b都指向了同一個串列[3, 4]， 所以當a中在串列新增元素5的時候，改變了那個串列的值，b也指向了那個串列，所以也會發生改變，
再看看下面的代碼
a = [1, 2, (3, 4)]
b = a.copy()
print(id(a)) # 59162536
print(id(b)) # 60143400
# 改變a中的可變物件
a[-1] += (5, )
# [1, 2, (3, 4, 5)]
print(a)
# [1, 2, (3, 4)]
print(b)
對于元組（3, 4），因為元組不可變，所以在元組中新增了元素5，實際上是生成了新的元組物件，而b串列中的元組參考并沒有發生改變，
通過上面的兩個例子可以看出淺拷貝可能會帶來的弊端，在使用中需要大家進行相應的判斷，或者去完整的拷貝某個物件，即 深拷貝，
深拷貝
所謂深拷貝呢，就是重新分配一個記憶體空間（新物件），將原物件中的所有元素通過遞回的方式進行拷貝到新物件中，
在Python中 通過 copy.deepcopy() 來實作深拷貝，
import copy
a = [1, 2, (3, 4)]
# 深拷貝
b = copy.deepcopy(a)
# 因為生成了新的物件所以，回傳False
print(a is b)
a[-1] += (5,)
a.append(6)
print(a) # [1, 2, (3, 4, 5), 6]
print(b) # [1, 2, (3, 4)] 深拷貝后的物件，根本不受原物件的任何影響
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/107554.html
標籤：其他