【Python】深拷贝与浅拷贝

最近在编程过程中遇到了深拷贝与浅拷贝的问题，属于细节问题，不在乎的话可能会出问题，故进行总结。

在Python中，对象赋值在本质上是对对象的引用，当创建一个对象把它赋值给另一个变量的时候，Python并没有拷贝这个对象，而只是拷贝了这个对象的引用，

1.浅拷贝

copy.copy 浅拷贝 只拷贝父对象，不会拷贝对象的内部的子对象。
也就是说当复制对象里面有嵌套数组时，里面嵌套的数组不会被复制。

2.深拷贝

copy.deepcopy 深拷贝 拷贝对象及其子对象。但是，对象里依然包含不可变元素与可变元素。

不可变元素包含：int,float,complex,long,str,unicode,tuple
可变原生：list

举例说明：

import copy
a = [1, 2, 3, 4, ['你好', '朋友']]
b = a 	# 赋值，传对象的引用
c = copy.copy(a) 	# 浅拷贝，对象拷贝
d = copy.deepcopy(a) 	# 深拷贝，对象拷贝
 
a.append(5) 	# 修改对象a,列表末尾添加数字5
a[4].append('世界') 	# 修改对象a中的列表
 
print 'a= ', a
print 'b= ', b
print 'c= ', c
print 'd= ', d
 
输出结果：
a = [1, 2, 3, 4, ['a', 'b', 'c'], 5] 	# 修改了原始对象，变为修改后的列表
b = [1, 2, 3, 4, ['a', 'b', 'c'], 5] 	# 对象的引用，对象的任何值变化都随着变化
c = [1, 2, 3, 4, ['a', 'b', 'c']] 	# 浅拷贝，不可变元素不能改变，可变元素随着原始对的变化而变化了
d = [1, 2, 3, 4, ['a', 'b']] 	# 深拷贝，原始对象的值发生任何变化，深拷贝新的对象内存地址不会发生任何变化

参考：http://t.csdn.cn/3svJr

深拷贝的缺点

深拷贝在某些情况下可能会存在一些缺点，比如：

1. 性能问题。深拷贝需要递归复制整个数据结构，当数据结构比较大时，时间和空间复杂度会比较高。

2. 可能会产生循环引用。如果数据结构中存在循环引用，深拷贝会导致无限递归，可能会导致内存溢出等问题。

下面是一个使用深拷贝会产生循环引用的例子：

import copy

class A:
    def __init__(self):
        self.b = None
    
class B:
    def __init__(self):
        self.a = None

a = A()
b = B()
a.b = b
b.a = a

c = copy.deepcopy(a)  # 深拷贝可能会导致无限递归，导致内存溢出

在这个例子中，对象a和b之间存在循环引用，当使用深拷贝时，会导致无限递归，最终导致内存溢出。因此，在使用深拷贝时，需要注意数据结构中是否存在循环引用等情况。