Python: 你知道这些吗？-深浅拷贝的背后

写程序的时候，要将自己的逻辑思维和程序语言特点相结合，对于这些知识的认识必须要清晰，避免一些隐秘的错误。

深浅拷贝(Shallow copy / Deep copy)

深拷贝是内容拷贝，对象里面的所有内容都新申请了内存；

>>> lt = [1, [2, 3], 4]

>>> import copy
>>> lt2 = copy.deepcopy(lt)

>>> from pickle import dumps, loads
>>> lt3 = loads(dumps(lt))

>>> lt
[1, [2, 3], 4]
>>> lt2
[1, [2, 3], 4]
>>> lt3
[1, [2, 3], 4]

>>> lt[1].append(100)

>>> lt
[1, [2, 3, 100], 4]
>>> lt2
[1, [2, 3], 4]
>>> lt3
[1, [2, 3], 4]

浅拷贝只拷贝对象本身，对象内的可变元素只会增加一个引用。

>>> lt = [1, [2, 3], 4]

# 字典、列表和集合对象带有copy方法
>>> lt2 = lt.copy()

#copy模块
>>> import copy
>>> lt3 = copy.copy(lt)
>>> lt[1].append(100)
>>> lt
[1, [2, 3, 100], 4]
>>> lt2
[1, [2, 3, 100], 4]
>>> lt3
[1, [2, 3, 100], 4]


lt lt2 lt3，不论谁修改了其中可变元素对象，都会影响到其他的两个

 

 

首先需要了解的基础知识：Python中的内存管理

Python中的所有数据都是通过类实现的，对象的回收管理是通过引用计数来实现的，Python运行程序的时候，同时开启了两条线程，一个是主线程，负责执行程序，另外一个是垃圾回收线程，在底层轮循回收内存（最近最少使用原则），回收内存的依据就是对象的引用计数！

Python的内存机制中，有一个类似常量池的内存区域，用来存放不可变的数据，在程序中只要使用这些数据，数据的引用计数就会加1，所以我们在分析问题的时候，一般不去考虑不可变变量的引用计数，一般引用计数都是针对可变变量的。

当创建一个对象赋值给一个变量时，对象引用计数为1，当多一个变量指向该对象时，计数值加1，当少一个变量指向对象时，计数值减1，系统的垃圾回收机制就是根据对象的引用计数来释放对象内存的。

引用计数增加	对象创建： x = 7
	新增标签： y = x
	被作为参数传递给函数： foo(x)
	作为容器对象的一个元素： lt = [1, x, '10']
引用计数减少	一个本地引用离开了它的作用域，比如foo(x)函数结束，x指向的对象的引用计数减1
	对象的标签被销毁： del x,  或者 del y
	对象的标签被赋值了其他对象： x = 777
	对象从一个容器对象中移除： lt.remove(x)
	容器对象本身被销毁：del lt  ,或者容器对象本身离开了作用域

>>> import sys
>>> a = 100
>>> sys.getrefcount(a)
4
>>> lt = [100, 10]
>>> sys.getrefcount(a)
5
>>> lt.append(a)
>>> lt
[100, 10, 100]
>>> sys.getrefcount(a)
6
>>> lt.remove(a)
>>> lt
[10, 100]
>>> sys.getrefcount(a)
5