浅析python中的深浅拷贝

python中的拷贝分为深拷贝与浅拷贝

众所周知，python中的数据是采用引用的机制，我们所创建的对象或变量都是被指向一个内存的起始地址。

可变类型和不可变类型的一大区别也就出现在这里。

在这里我们主要讲述对可变类型的拷贝（对不可变类型进行拷贝大多数情况下都没有意义）

我们先设置一个前提

a = 1

b = 2

c = [a,b] # [1,2]

d = [a,b,c] # [1,2,[1,2]]

首先先来介绍下深拷贝

深拷贝是个极其容易理解的概念，一言蔽之，它就是将拷贝目标完完整整，从头到尾的另外生成一份。

使用深拷贝拷贝以上的c和d时，不论原本的c和d如何变动，深拷贝后的新对象都不会改变。

深拷贝会递归的将目标一层一层的拷贝，但这种方式对内存的使用效率并不高，所以在python中大部分拷贝都不是深拷贝。

其次是浅拷贝

浅拷贝相对于深拷贝而言，字面上理解，就知道它拷贝的并不“全”。

那么这个拷贝相较于深拷贝，不全的地方在哪儿呢？

就在递归上。

浅拷贝只会拷贝目标的第一层内存地址，所以一旦目标中嵌套着可变类型时，一旦目标嵌套中的可变类型发生变动后，浅拷贝产生的新对象也会随之发生改变。

在上面的例子中就是：d在拷贝后一旦其中的c改变，浅拷贝产生的新对象中的那一部分（c这个列表中的值）也会改变。