[Python]分析深拷贝与浅拷贝的特点，由此思考编程时应考虑的“抉择”

前言

浅拷贝与深拷贝是Python中为解决引用同一地址的值被修改后，所有引用对象的数据都会被修改的问题所使用的方法。
两种拷贝方法大同小异，如何去选择这两种方法，其实十分简单；但是简单的分析方法可以延伸到此后的编程生涯中，为自身工作提供便利。
比如，我们在编程或者面试时会经常遇到的问题：

1. python多线程与多进程在开发时如何选择？
2. 字符串中指定数据查找方法的选择；
3. 相同功能的函数通过不同方法实现，该选择哪种？
   ……

编程过程中，当涉及到两种或多种不同方法间的选择时，我们该如何选择呢？
在python的拷贝方法学习过程中，可以进行总结，并对之后的编程学习提供经验。

由点及面

---

1. 对拷贝的理解

使一个变量指向一个地址，另一个变量指向这个变量，那么他们将会指向同一地址，该地址下保存的数据被任一变量赋值操作修改后，这两个变量在程序中的值都会改变：

# 对单个数值的修改
a = 10
b = a 
# 只修改a的值
a = 100
print(a, b)
print(id(a), id(b))

# 对列表的修改
my_list = [10 , 20, 30]
my_list_2 = my_list
# 只修改my_list的值
my_list[0] = 100
print(my_list, my_list_2)
print(id(my_list), id(my_list_2))

执行结果：

100 10
10922592 10919712  # 结果不同

[100, 20, 30] [100, 20, 30]
139794584702344 139794584702344  # 结果相同

在对不可变对象进行修改时，对一个变量的修改不会影响其他变量输出值
在对可变对象进行修改时，对一个变量的修改使得其他变量输出值也发生变化
如何保证原始数据在另一个变量的赋值操作后不被修改呢？
这就用到了copy模块的拷贝方法：

(1) 引入copy方法

import copy
my_list = [10 , 20, 30]
my_list_2 = copy.copy(my_list)
# 只修改my_list_2的值
my_list_2[0] = 100
print(my_list, my_list_2)
print(id(my_list), id(my_list_2))

输出结果：

[10, 20, 30] [100, 20, 30]
139867472227400 139867496236232

问题解决了，copy方法不光复制了my_list的值，还为my_list_2开辟了新的内存。
但是，copy函数并不能解决更复杂一些的情况，
比如这组数据：

import copy
in_list = [10]
my_list = [in_list, 20, 30]
my_list_2 = copy.copy(my_list)
# 只修改in_list的值
in_list[0] = 100
print(my_list, my_list_2)
print(id(my_list), id(my_list_2))

列表中存在一个列表作为元素，执行后的结果：

[[100], 20, 30] [[100], 20, 30]
139752412128392 139752436139272

答案仍然是相同的，这是因为两个大列表中的in_list列表所引用的内存地址仍然是相同的。
想要变量对引用中的所有层级在copy时改变地址，不被数据修改所影响，需要另一个函数；

(2) 引入deepcopy方法

import copy
in_list = [10]
my_list = [in_list, 20, 30]
my_list_2 = copy.deepcopy(my_list)
# 只修改in_list的值
in_list[0] = 100
print(my_list, my_list_2)
print(id(my_list), id(my_list_2))

同一组数据，只是将copy换成了deepcopy：

[[100], 20, 30] [[10], 20, 30]
139998385251464 139998385251976

利用deepcopy将数据传递后，成功避免了数据修改对原数据的影响
deepcopy方法可以将对象中的所有引用逐层进行拷贝，直到层级中皆为不可变类型。

2. 浅拷贝与深拷贝的选择

(1) 优缺点：

浅拷贝无法拷贝多层引用，无法避免多层变量的修改使全局变量发生改变；但浅拷贝拷贝速度快，占用空间少，拷贝效率高；
深拷贝则与浅拷贝互补，弥补了多层引用的问题，但是其运行效率不佳，占用资源过多；

(2) 编程时的选择：

1. 需求：只能正确的功能才能满足自己的需要，若浅拷贝和深拷贝都能满足自身需求，则进行以下判断；
2. 时间：浅拷贝花费时间更少
3. 空间：浅拷贝花费内存更少
4. 效率：浅拷贝只拷贝顶层数据，一般情况下比深拷贝效率高。

3. 选择向问题的分析

在多种解决问题方法中进行选择，始终让人感到头疼，但只要理清思路，其实选择并没有那么困难：
面临选择时，就像以上与选择浅拷贝与深拷贝时的分析一样，分别从需求、时间、空间、 效率着手考虑，以需求为基础，综合考虑哪种选择下可以使程序高效稳定的运行，就能快速确定问题解决思路，为开发过程节约时间，也避免了开发者个人的反复纠结。

如有错误，敬请指正…