Python 深拷贝效率问题与改进

        我们都知道Python里有个copy包，这个包提供浅拷贝（copy）和深拷贝（deepcopy）两个拷贝对象的方式。浅拷贝是在另一块地址中创建一个新的对象，但是新对象的子引用还是会指向源对象的子对象，即拷贝的时候只会第一层引用，对于后几层的引用还是指向源地址的。如果这时候我们修改源对象的子对象的属性, 新对象中子对象的属性也会改变。深拷贝是在另一块地址中创建一个新的对象，同时对象内的子对象也是新开辟的，和源对象对比仅仅是值相同。

        不过在使用深拷贝的时候需要慎重，阅读过源码的都知道，深拷贝需要维护一个 memo 用于记录已经拷贝的对象，这是它比较慢的原因。在绝大多数情况下，程序里都不存在相互引用。但作为通用模块，Python 深拷贝必须为了这 1% 情形，牺牲 99% 情形下的性能。所以可以另外一种复制方式以提高效率。注：网上还有人说可以用实现 _ _ deepcopy _ _ 函数来改进其效率，不过本人没试过。

对比实验：

#生成一个列表
li = [i for i in xrange(10000000)]

#方式1：直接复制
st1 = time.clock()
temp1 = [i for i in li]
end1 = time.clock()

#方式2：深拷贝
start2 = time.clock()
temp2 = copy.deepcopy(li)
end2 = time.clock()

print "方式1耗时：%s" % (end1 - st1)
print "方式2耗时：%s" % (end2 - start2)

结果：

方式1耗时：0.996229993256
方式2耗时：18.3346241035