20-python中的深浅拷贝

秒速五厘米 2022-12-18 13:56 189阅读 0赞

## 1.深浅拷贝（⚠️重要） ##

### 1.1 浅拷贝 ###

### 1.1.1 定义 ###

`只拷贝第一层的内存地址`

### 1.1.2 浅拷贝示例 ###

**赋值 示意浅拷贝前先说明赋值**

1.  赋值共用同一块内存空间，一个变量的值改变，另一个赋值的变量同时也改变
2.  多个变量名指向同一块内存空间

# 列表示例
    lst = [1,1,3]
    lst1 = lst
    lst1.append(4)                  //正常思维理解应该是lst1更改后，lst不会改变，但是赋值是多个变量名指向同一个内存                                                        空间，因此只要一个变量改变，另一个变量也改变  
    print (lst,lst1)
    [1, 1, 3, 4] [1, 1, 3, 4]
    
    
    # 字典示例
    dic = {'k1':1,'k1':1}
    dic1 = dic
    dic1.update({'k1':111})
    print (dic,dic1)
    {'k1': 1, 'k1': 111} {'k1': 1, 'k1': 111}

**赋值示意图**

![null][]

**浅拷贝** **只拷贝第一层的内存地址**

# 列表中浅拷贝有两种方式
    lst = [1,1,3]
       new_lst = lst.copy()
    
    
    lst = [1,1,3]
    new_lst = lst[:]

**浅拷贝只拷贝第一层的内存空间地址,浅拷贝的两个变量是单独的内存空间，不再是共用同一个内存空间地址**

#列表示例1 列表中未嵌套第二层元素
    lst = [1,1,3]
    new_lst = lst.copy()
    new_lst.append(4)
    print (lst,new_lst)
    [1, 1, 3] [1, 1, 3, 4]          
    # 浅拷贝中lst和new_lst结果不同
    
    
    print (id(lst),id(new_lst))
    140584614767176 140584614774344    
    # 浅拷贝中lst和new_lst内存空间地址不同
    
    
    # 列表示例1 列表中嵌套了第二层元素
    lst = [1,1,[3,4,5]]
    new_lst = lst.copy()
    new_lst.append(6)
    print (lst,new_lst)
    [1, 1, [3, 4, 5]] [1, 1, [3, 4, 5], 6]
    
    
    print (id(lst),id(new_lst))
    140431875130951 140431874963911
    
    
    print (id(lst[1]),id(new_lst[1]))       
    # 浅拷贝只拷贝第一层内存空间，因此两个列表的第二个嵌套的元素的值内存空间相同
    140633470413384 140633470413384

**浅拷贝单层元素示意图（增加元素）**

![null][null 1]

**浅拷贝多层元素示意图（修改元素）**

![null][null 2]

**浅拷贝多层元素示意图（第二层增加元素）**

![null][null 3]

### 1.1.3 浅拷贝总结 ###

`1.浅拷贝只复制第一层内存空间地址`

`1.浅拷贝，修改第一层元素或者追加元素，都是将旧指向改变为新指向，两个变量互不影响`

`3.浅拷贝修改第二层及以下元素或者追加元素，修改的是两个变量共用的值，此时修改会影响两个变量`

### 1.1.4 浅拷贝坑 ###

lst = [1,3,[4,5],6]
    lst1 = lst
    lst1 = lst[:]
    lst1[-1] = [8,9]
    lst1[-1].append([0])            #数字无法进行追加操作
    print (lst,lst1,lst1)
    AttributeError: 'int' object has no attribute 'append'

### 1.2深拷贝 ###

### 1.2.1 定义 ###

`不可变数据类型共用内存空间，可变数据类型开辟新的内存空间，不管嵌套多少层都是这样的原理`

### 1.2.2 深拷贝语法 ###

> Import copy copy.deepcopy()

### 1.2.3 深拷贝示例 ###

import copy
    lst = [1,1,[3,4]]
    new_lst = copy.deepcopy(lst)
    print (id(lst[0]),id(new_lst[0]))           #lst[0]为1，1是整型，是不可变数据类型 --> 共用内存空间地址
    4464777164 4464777164
    
    
    print (id(lst[-1]),id(new_lst[-1]))
    140663166316984 140663166494088             #lst[-1]为[3,4]，[3,4]是列表，是可变数据类型 --> 新开辟内存空间地址

### 1.2.4 深拷贝原理图 ###

![null][null 4]

### 1.2.5 深拷贝总结 ###

`深拷贝中，不可变数据类型共用内存空间地址，可变数据类型开辟新的内存空间，不管嵌套多少层都是这样`

泡泡吐肥皂o：https://www.jianshu.com/p/29e87bd86813

[null]: /images/20221122/78d25ebd60104a1cbc494704efd56454.png
[null 1]: /images/20221122/2b192bd701e3474e8c7910769010068c.png
[null 2]: /images/20221122/78a94ffd587648aa98f5f631d55ba3e9.png
[null 3]: /images/20221122/9714bd2f83ef4fce839ba59a250735bd.png
[null 4]: /images/20221122/a767e96215ef49d39080c860a22ca273.png