python之深浅拷贝解析

深浅拷贝

赋值（基本数据类型）

Python中，所谓的赋值实际上就是对象引用的传递

当创建一个对象的时候，再赋值给另外一个变量的时候，是把这个变量在地址空间的id地址值传递给另一个变量，简单的说就是拷贝了这个对象的引用。

主要的操作，栈内存的复制

>>> a=1
>>> b=a
>>> id(a)
140734331088640
>>> id(b)
140734331088640

浅拷贝

浅拷贝是对一个对象父级（外层）的拷贝，并不会拷贝子级（内部）。使用浅拷贝的时候，分为两种情况。

>>> a=[1,2]
>>> b=[3,4]
>>> c=[a,b]
>>> d=copy.copy(c)
>>> id(d)
2518098905416
>>> id(c)
2518098905736
>>> id(d[0])
2518098717064
>>> id(c[0])
2518098717064

对于c和d来说是一个列表，是可变的，所以浅拷贝时，id地址会发生变化，但是c和d内部的元素也是列表对象，但是内部的对象不会拷贝，所以id地址不变

第一种

如果最外层的数据类型是可变的，比如说列表，字典等，浅拷贝会开启新的地址空间去存放。

赋值：

>>> list = [1,2,3,4]
>>> id(list)
2518066946632
>>> lt = list
>>> id(lt)
2518066946632

浅拷贝：

>>> import copy
>>> ls = copy.copy(list)
>>> id(ls)
2518098812040

地址发生变化

第二种

如果最外层的数据类型是不可变的，比如元组，字符串等，浅拷贝对象的时候，还是引用对象的地址空间。

浅拷贝：

>>> str = '123456'
>>> str1 = copy.copy(str)
>>> id(str)
2518098724264
>>> id(str1)
2518098724264

地址没有发生变化

深拷贝

深拷贝对一个对象是所有层次的拷贝（递归），内部和外部都会被拷贝过来。

>>> d=copy.deepcopy(c)
>>> id(c)
1408115280264
>>> id(d)
1408115279944
>>> id(c[0])
1408115186504
>>> id(c[1])
1408115091144
>>> id(d[0])
1408115279880

深拷贝的内部对象和外部对象地址都是不一样的

深拷贝

也分两种情况：

第一种

最外层数据类型可变。这个时候，内部和外部的都会拷贝过来。

>>> d=copy.deepcopy(c)
>>> id(c)
1408115280264
>>> id(d)
1408115279944
>>> id(c[0])
1408115186504
>>> id(c[1])
1408115091144
>>> id(d[0])
1408115279880

第二种

外层数据类型不可变，如果里面是可变数据类型，会新开辟地址空间存放。如果内部数据类型不可变，才会如同浅拷贝一样，是对地址的引用。

外层数据：

>>> tuple=('1','2',['3'])
>>> te = copy.deepcopy(tuple)
>>> id(tuple)
1408115001816
>>> id(te)
1408115260944

id是不一样的

内层数据：

>>> id(tuple[0])
1408111993160
>>> id(te[0])
1408111993160
>>> id(tuple[2])
1408115280200
>>> id(te[2])
1408115280520

不同的类型是不一样的，不可变数据的id是一样的，可变数据的id是不一样的

1、需要将当前对象拷贝的时候，一般建议拷贝为浅拷贝，（效率高，内存占有少）

2、如果说，就是需要完全分离，请使用深拷贝

结论：

元组、字符串、数值这些不可变类型，所有深浅拷贝后，永远只有一份内存

注意特殊情况，如元组中的存在可变类型的元素