python浅拷贝的应用_被python的赋值(浅拷贝)坑了

最近在温习遗传算法，将Mat Buckland的游戏开发中的人工智能技术中的C++代码重新用python来实现，在实现TSP(旅行商问题)的时候，着实被python的对象复制坑了一次，在选择最优种群个体的时候，需要先将本次进化中最优的个体复制两次到下一次进化中，正是这两次复制同一个个体，导致最后进化总是快速的出现错误。

#问题

定义一个class如下：

class Test(object):

def __init__(self, nc):

self.num = nc

return

新建一个Test对象，再新建一个list，将创建的Test对象连续两次添加到list中：

a = Test(5)

c = []

c.append(a)

c.append(a)

print c[0].num, c[1].num

此时的输出为：

5 5

修改第一个添加的对象的值，第二次添加的对象值也会随之改变：

c[0].num = 10

print c[0].num, c[1].num

此时的输出为：

10 10

#分析

刚开始的时候并未想到是python的对象的复制方式导致出现问题，倒腾了许久之后发现每次出现问题的位置都是种群的前两个个体，这两个个体总是在操作之后同时改变，而前两个个体正是连续复制的同一个个体对象，对着这两行代码发了半天呆，才想起来python的对象的拷贝方式的差异。

#Python的copy

python的赋值是按照引用来传递的，赋值后如果修改了被引用对象，那么赋值的对象也会随之改变，因为他们实际就是同一个对象：

>>> a = [1,2,3,4]

>>> b = a

>>> id(a)

44036296L

>>> id(b)

44036296L

>>> a.append(5)

>>> b

[1, 2, 3, 4, 5]

>>> b.append(6)

>>> a

[1, 2, 3, 4, 5, 6]

而如何摆脱这种赋值中的引用关系，就需要用到copy模块中的copy和deepcopy。

#浅拷贝

copy.copy是浅拷贝，只会拷贝父对象，不会拷贝父对象中的子对象，示例如下：

>>> import copy

>>> a=[1,[1,2]]

>>> b=copy.copy(a) #此时b是a的一个浅拷贝

>>> b

[1, [1, 2]]

>>> a.append(3) #改变父对象a

>>> b

[1, [1, 2]] #因为b是a的拷贝，不再是引用，所以改变父对象a，不对改变拷贝对象b

>>> a[1].append(3) #改变父对象a的子对象a[1]

>>> b

[1, [1, 2, 3]] #浅拷贝不会拷贝子对象，所以改变了a[1], b[1]依然会改变

如果用C/C++语言来解释的话，就是父对象已经是一个新的malloc(new)的地址，而子对象仍然使用的是同一个指针地址。图懒得画了，各位自行想象吧......>_<

#深拷贝

copy.deepcopy是深拷贝，父对象子对象都会被拷贝，也就是跟原对象再无关系，示例如下：

>>> import copy

>>> a=[1,[1,2]]

>>> b=copy.deepcopy(a) #深拷贝，深拷贝，我们是深拷贝，从此a和他的儿子孙子都跟我们没关系

>>> b

[1, [1, 2]]

>>> a.append(3)

>>> b

[1, [1, 2]]

>>> a[1].append(3)

>>> b

[1, [1, 2]] #我还是我^_^

#>_<

折腾了半天，一开始看代码，感觉这是什么鬼问题，定位后，才发现，原来还是对python不够了解。看来还是要继续深入。