Python3中的“指针”

技术背景

在python中定义一个列表时，我们一定要注意其中的可变对象的原理。虽然python的语法中没有指针，但是实际上定义一个列表变量时，是把变量名指到了一个可变对象上。如果此时我们定义另外一个变量也指到同一个可变对象的话，就会造成一个“联动”的现象。也就是改变其中的一个值时，另一个值也会随之而改变。本文使用的Python版本为Python 3.7.13

测试案例

这里我们先定义一个列表a，然后把这个空的列表a直接赋值给变量b，此时a和b都是一个空的列表：

In [1]: a = []

In [2]: b = a

In [3]: print (a,b)
[] []

那么如果此时我们修改a的值，那么此前被a赋值的变量b是否也会随之改变呢？

In [4]: a.append(1)

In [5]: print (a,b)
[1] [1]

In [6]: a.append(2)

In [7]: print (a,b)
[1, 2] [1, 2]

In [8]: a = [3]

In [9]: print (a,b)
[3] [1, 2]

In [10]: a.append(4)

In [11]: print (a,b)
[3, 4] [1, 2]

从运行结果来看，我们可以发现，当对a先后扩展一个元素1和2时，变量b的值也随之改变，跟a是同步变化的。但是如果把a这个变量名指向一个新的列表上，此时b的值不会发生变化。这就相当于，给变量a赋新的值的时候，变量b指向了a原来的值，而a这个变量名指向了新的数值，此后两者之间的关联就消失了。之所以没有指针定义的python编程语言，会出现这样的情况，就是因为列表类型属于可变参量，所以如果把两个变量指向同一个列表，两个变量的值是会同步的，即使初始的列表不是一个空的列表，结果也是一样的：

In [23]: a = [1]

In [24]: b = a

In [25]: a += [2]

In [26]: print (a,b)
[1, 2] [1, 2]

而且这个同步还是双向的，也就是说，修改a会同步到b，修改b也会同步到a：

In [11]: a = []

In [12]: b = a

In [13]: b.append(5)

In [14]: print (a,b)
[5] [5]

那么除了列表这个数据结构之外，其他类型的数据结构是否存在类似的现象呢？首先用字典类型来测试一下：

In [10]: a = {}

In [11]: b = a

In [12]: print (a,b)
{} {}

In [13]: a[1]=1

In [14]: print (a,b)
{1: 1} {1: 1}

经过测试我们发现，字典也是属于可变参量的类型。除了列表和字典外，其他的就是普通的数值类型和元组Tuple类型，还有一些第三方定义的数据类型，也可以分别测试一下：

In [15]: a = 1

In [16]: b = a

In [17]: a += 1

In [18]: print (a,b)
2 1

In [19]: a = (1,)

In [20]: b = a

In [21]: a += (2,)

In [22]: print (a,b)
(1, 2) (1,)

In [23]: a = '1'

In [24]: b = a

In [25]: a += '2'

In [26]: print (a,b)
12 1

测试结果表明，数值类型和元组类型在“链式”赋值之后，是直接把值给了其他变量的，而不是传递一个指针。但是另一个需要引起重视的是，第三方numpy所定义的array，也是一个可变参量：

In [19]: import numpy as np

In [20]: a = np.array([1], np.float32)

In [21]: b = a

In [22]: print (a,b)
[1.] [1.]

In [23]: a[0] = 2

In [24]: print (a,b)
[2.] [2.]

可以发现，a和b两者的结果也是同步变化的。因为没研究过Python的底层实现，也许区分可变参量和非可变参量的方法，就是看其能不能被哈希？

In [15]: hash(1)
Out[15]: 1

In [16]: hash([1])
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-16-0579e98ca3ee> in <module>
----> 1 hash([1])

TypeError: unhashable type: 'list'

In [17]: hash({'1':1})
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-17-b18acecf6a20> in <module>
----> 1 hash({'1':1})

TypeError: unhashable type: 'dict'

In [18]: hash((1,))
Out[18]: 3430019387558

In [29]: hash(np.array([1.]))
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-29-b9e8d96de6be> in <module>
----> 1 hash(np.array([1.]))

TypeError: unhashable type: 'numpy.ndarray'

In [30]: hash(np.array([1.]).tobytes())
Out[30]: 1211024724661850177

从结果中我们发现，那些可以被哈希的类型都是非可变参量，也就是在“链式赋值”的过程中不会发生“联动”的类型。

总结概要

假如你在Python中初始化了一个变量a的值，然后用a来初始化另一个变量b，此时你希望得到的b的数值是跟a同步变化的，还是独立变化的呢？Python这个编程语言虽然没有指针类型，但是Python中的可变参量也可以像指针一样，改变一个数值之后，所有指向该数值的可变参量都会随之而改变。就比如说改变a的值，会同步的去改变b的值。那么我们应该对这种类型的赋值有所了解，才能够避免在实际的编程中犯错。