python数据结构之深浅拷贝

Python中深浅拷贝详解

变量-引用-对象（可变对象，不可变对象）-切片-拷贝（浅拷贝，深拷贝）

变量：在Python中一切都是对象，比如：3,3.14，“Hello world”，【1,2,3,4】，{‘a’:1}….

输出：

甚至连Type其本身也是对象，type对象

Python中的变量指对象的引用，Python是动态类型，程序运行时会根据对象的类型来确认变量到底是什么类型

比如：a=3

其中变量a是对象3的一个引用。在程序内部，变量事实上是到对象内存空间的一个指针

变量：指一个元素，拥有指向对象的连接空间

对象：被分配的一个内存，存储其所代表的值

引用：自动形成的从变量到对象的指针

共享引用：比如：

输出：

可以看出变量a和b指向了同一个对象的内存空间

可变对象：在Python中指可以修改的对象，例如：列表，字典

不可变对象：在Python中指不能改变的对象，例如：字符串、元组、数字

L1=[3,4,5,6,7,8,9]#L1变量指向一个可变对象：列表
L2=L1#将L1的值赋给L2后，两者共同引用同一个对象
L1[0]=300#将L1列表中的第一个元素改变
print(L1,L2)



输出：
#[300, 4, 5, 6, 7, 8, 9] [300, 4, 5, 6, 7, 8, 9]

可以看出改变L1之后，L2的值跟着改变了，如果不想让L2跟着改变，可以采用切片或者拷贝的方法

L1=[2,3,4,5,6,7]
L2=L1[:]#切片操作
print(id(L1),id(L2))#切片后对象就不一样了
L1[0]=200
print(L1,L2)#L1改变，L2不改变



输出：
12966968 12965408
[200, 3, 4, 5, 6, 7] [2, 3, 4, 5, 6, 7]

切片：与使用索引来访问单个元素类似，可以使用切片操作来访问一定范围内的元素。切片通过冒号隔开两个索引来实现

拷贝：切片操作可以应用在所有的序列中，例如：列表、元组、字符串，但是不能用在字典当中，对字典只能使用D.copy()方法或D.deepcopy()方法，深浅拷贝可以用在序列当中，也可以应用在字典中。

import copy

   X = copy.copy(Y)      #浅拷贝：只拷贝顶级的对象，或者说：父级对象

    X = copy.deepcopy(Y)  #深拷贝：拷贝所有对象，顶级对象及其嵌套对象。或者说：父级对象及其子对象

代码实现：

如果字典中只含有顶级对象

import copy
D={'age':20,'name':'zhangsan'}#原始字典
C1=copy.copy(D)#浅拷贝
C2=copy.deepcopy(D)#深拷贝
print(id(D),id(C1),id(C2))#三个不同对象
D['name']='lisi'#改变源字典
print(D,C1,C2)


输出：
28681296 28681728 59780144
{'age': 20, 'name': 'lisi'} {'age': 20, 'name': 'zhangsan'} {'age': 20, 'name': 'zhangsan'}
#可以看出只改变了原始字典中的对象值

如果字典中含有嵌套对象

import copy
D={'name':{'first':'zhang','last':'san'},'jobs':['IT','HR']}#原始字典含有嵌套对象
C1=copy.copy(D)#浅拷贝
C2=copy.deepcopy(D)#深拷贝
D['jobs'][0]='data'#改变原始字典中的jobs子对象‘it'变为’data'
print(D,C1,C2)



输出：
{'name': {'first': 'zhang', 'last': 'san'}, 'jobs': ['data', 'HR']} {'name': {'first': 'zhang', 'last': 'san'}, 'jobs': ['data', 'HR']} {'name': {'first': 'zhang', 'last': 'san'}, 'jobs': ['IT', 'HR']}
#可以看出浅拷贝受影响，深拷贝不受影响

结论：

深浅拷贝都是对源对象的复制，占用的是不同的内存空间

如果源对象只含一级目录，深浅拷贝不受影响

如果含多级目录，浅拷贝受影响，深拷贝不受影响

切片属于浅拷贝

=                        ：地址相同；原值改变，值随之改变

copy.copy()        ：可变类型（list、dict）地址不同；原值改变，值随之改变

                              不变类型（tuple）地址相同；值不可变

copy.deepcopy()：地址不同；原值改变，值不随之改变

深浅拷贝的作用：
1，减少内存的使用 
2，以后在做数据的清洗、修改或者入库的时候，对原数据进行复制一份，以防数据修改之后，找不到原数据。

对于不可变对象的深浅拷贝：
不可变对象类型，没有被拷贝的说法，即便是用深拷贝，查看id的话也是一样的，如果对其重新赋值，也只是新创建一个对象，替换掉旧的而已。

一句话就是，不可变类型，不管是深拷贝还是浅拷贝，地址值和拷贝后的值都是一样的。
 

参考文献：https://blog.csdn.net/u012377333/article/details/41956727