在区分浅拷贝和深拷贝之前,希望大家能熟悉两个概念。
- 不可变对象:一旦创建就存在与内存中,常见的数据类型有数字number、字符串str、元组turple。
- 可变对象:申请一块内存用于引用不可变对象的地址,常见的数据类型有列表list、字典dic、集合set。
简而言之,浅拷贝和深拷贝的区别就在于被拷贝对象的元素是否都是不可变对象,如果是,则二者没有区别,如果不是,则将其中的可变对象开辟新的内存空间用于存储内部不可变对象的地址。
浅拷贝代码如下:
#浅拷贝
#拷贝后,除最外面的可变对象外,所有地址都不变
import copy
a = [1,2,[3,4]]
b = copy.copy(a)
print(id(a))
print('----------')
for i in a:
print(id(i))
print('__________')
print(id(b))
print('__________')
for j in b:
print(id(j))
print('__________')
print(id(a[2][0]))
print(id(a[2][1]))
print('__________')
print(id(b[2][0]))
print(id(b[2][1]))
# 2171205103880
# ----------
# 140715285389712
# 140715285389744
# 2171205078408
# __________
# 2171205075976
# __________
# 140715285389712
# 140715285389744
# 2171205078408
# __________
# 140715285389776
# 140715285389808
# __________
# 140715285389776
# 140715285389808
#被拷贝的对象和浅拷贝的对象的内部可变对象的地址相同,没有开辟新的内存空间
# 被拷贝的对象元素发生改变,浅拷贝的对象的元素不会发生改变
在该浅拷贝代码中,拷贝对象和被拷贝对象的元素地址全部没有发生改变。
深拷贝代码如下:
#深拷贝
# 常量地址不可变(字符串,数字,元组),变量地址可变(列表)
import copy
a = [1,2,[3,4]]
b = copy.deepcopy(a)
print(id(a))
print('----------')
for i in a:
print(id(i))
print('__________')
print(id(b))
print('__________')
for j in b:
print(id(j))
print('__________')
print(id(a[2][0]))
print(id(a[2][1]))
print('__________')
print(id(b[2][0]))
print(id(b[2][1]))
# """
# 2171204973448
# ----------
# 140715285389712
# 140715285389744
# 2171204973192
# __________
# 2171204973320
# __________
# 140715285389712
# 140715285389744
# 2171205404040
# __________
# 140715285389776
# 140715285389808
# __________
# 140715285389776
# 140715285389808
# 内部的可变对象会开辟新的内存
#被拷贝的对象元素发生改变,深拷贝的对象的元素不会发生改变
# """
在该深拷贝代码中,拷贝对象和被拷贝对象的内部的可变对象元素地址发生改变,但引用的不可变对象的地址没有改变。
看到这里,相信大家对浅拷贝和深拷贝的区别已经有一定的认识了。
但细心的小伙伴就会发现,代码块下面的小字,浅拷贝和深拷贝无论被拷贝对象的值怎么改变都不受印象。那么怎样才会让拷贝对象和被拷贝对象一体化呢。那么就得说“引用”这一个词了。
引用代码如下:
#引用原始对象,同一内存空间(名字不同而已)
li_1= [1,2,3]
li_2=li_1
li_1.append(4)
print(li_1)
print(li_2)
print(id(li_1))
print(id(li_2))
# [1, 2, 3, 4]
# [1, 2, 3, 4]
# 2171205105160
# 2171205105160
引用的含义就是:乳名和大名,叫法不一样,但是却是同一个人。