Python中的深浅拷贝问题

sick

【导语】：在工作中，常涉及到数据的传递，在数据传递使用过程中，可能会发生数据被修改的问题。为了防止数据被修改，就需要在传递一个副本，即使副本被修改，也不会影响原数据的使用。为了生成这个副本，就产生了拷贝。今天就说一下Python中的深浅拷贝问题。

一、深浅copy

赋值运算

注意：l2 = l1是一个指向，是赋值，和深浅copy无关。

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

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。

深copy

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，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。

为什么Python默认的拷贝方式是浅拷贝？

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。

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。