关于Python中的可变类型、不可变类型、深浅拷贝以及小整数池与驻留机制的总结

关于Python中的可变类型、不可变类型、深浅拷贝以及小整数池与驻留机制的总结

0.前言

对于从c/c++转到Python的人来说，可能会有很多的不适应，除格式上的巨大区别外，如变量的地址、弱类型、各种推导式等。而对于一个学习过c++的人来说，赋值常常是指传值，但在Python中，很多情况都是传引用，我们以下列代码引出今天的问题（来源于知乎）

a = {"num":1}
list1 = []
for i in range(10):
    a["num"] = i
    list1.append(a)
print(list1)

结果如下

[{'num': 9}, {'num': 9}, {'num': 9}, {'num': 9}, {'num': 9}, {'num': 9}, {'num': 9}, {'num': 9}, {'num': 9}, {'num': 9}]

而当代码改成下列时

a = {"num":0}
list1 = []
for i in range(10):
    a = {"num":i}
    list1.append(a)
print(list1)

结果就会变成

[{'num': 0}, {'num': 1}, {'num': 2}, {'num': 3}, {'num': 4}, {'num': 5}, {'num': 6}, {'num': 7}, {'num': 8}, {'num': 9}]

对于从c/c++转过来的人，通常认为第一个代码也应该输出第二种结果，如同c中的数组一样，但这是由于Python的赋值机制以及序列的存储机制造成的，下面我们一一来解析

1.可变类型与不可变类型

Python的数据类型可分为两种，可变类型和不可变类型

• 不可变类型：int整型、float浮点型、string字符串型、tuple元组
• 可变类型：set集合、list列表、dict字典

不可变类型

不可变类型是指变量若被修改，其地址也会发生变化；即地址上的内容是不可变的，不可变类型的修改是通过修改地址来完成的，即创建一个新的对象，再让变量指向这个新的对象

如下列代码

a = 1
print(id(a))
a += 1
print(id(a))

4317505856
4317505888

a = '1'
print(id(a))
a += '1'
print(id(a))

4389343896
4370932912

元组无法修改，所以不做展示

可变类型

可变类型是指在修改变量时其地址不会发生变化

值得注意的是，重新赋值这一操作并非修改，而是创建一个新的变量，所以地址也会发生变化，这点不在我们的讨论范围之内

set1 = {1,2,3,"123"}
print(id(set1))
set1.add(1)
print(id(set1))

4334929728
4334929728

list1 = [1,2,3]
print(id(list1))
list1.append(1)
print(id(list1))

4373599680
4373599680

dict1 = {1:1,2:2}
print(id(dict1))
dict1[1] = 2
print(id(dict1))

4308701696
4308701696

2.深浅拷贝

在数据传递的过程中，可能会发生数据被修改的情况，为了防止数据被修改，通常需要传递一个副本，这样，副本的修改不会影响到原数据，为了生成这个副本，就产生了拷贝

赋值运算

list1 = [1,2,3]
list2 = list1
list2.append(4)
print(list1,list2)

[1,2,3,4]
[1,2,3,4]

其中，赋值语句是一个指向，即传引用，与拷贝无关

我们发现，这样的赋值会使得修改互相影响，通常这是不安全的

浅拷贝

浅拷贝仅仅复制对象的各种数据，不会直接指向复制对象，可使用.copy()方法或者是copy.copy()方法来实现

list1 = [1,2,3]
list2 = list1.copy()
list1.append(1)

此时list1被修改，但是list2不会被修改

但是由于列表中只是存储地址，有些情况下，修改不可变序列也会影响到浅拷贝的对象

list1 [1,2,3,[1]]
list2 = list1.copy()
list1.[-1].append(1)
print(list2) #[1,2,3,[1,1]]

在浅拷贝中，列表的拷贝也仅仅是创建一个新空间，将原本列表中排列着的地址存入，其中存储的可变数据地址仍然共用

深拷贝

对于上述问题，我们可以引入深拷贝来解决

import copy
list1 [1,2,3,[1]]
list2 = copy.deepcopy(list1)
list1.[-1].append(1)
print(list2) #[1,2,3,[1]]

深拷贝可将拷贝的可变序列也复制一份，放入新的地址中，不可变序列则沿用之前的

由于浅拷贝效率更高，除非特殊需要，否则不用深拷贝

小整数池以及驻留机制

在Python中，不同变量的地址不同，即使是重复声明相同的变量

但是当两个不可变类型的变量声明在同一行时，为了优化，其地址也相同

而在如今许多编译器中，通过优化，不可变类型的变量即使不在一行声明，其地址也会相同，所以以下测试都在终端命令行中进行

小整数池机制

为了效率，Python中小整数仅仅会在内存中存放一份，所以其地址是一样的，其中小整数的范围是$[-5,255]$，这就是Python的小整数池机制

只有整数存在这种情况，小数则不存在

字符串驻留机制

同小整数池机制一样，字符串也有类似的机制。对于仅仅由数组、下划线、字母组成的字符串，内存也会只保存一份

但注意的是，驻留时机是在编译的时候驻留的，不是在运行的时候驻留的

在编译时期，c的值不能被确定，只有在运行时才能被确定，所以不会驻留

所以在Python中对字符串的改动会采用重新创建新对象的办法，且原字符串会被驻留，因此不推荐使用+来拼接字符串，推荐使用join函数

join一次性计算好最终需要的内存空间，再把字符串存入

而+则是每次把左右两个字符串都复制到一个新空间