深拷贝与浅拷贝

深拷贝与浅拷贝

引用赋值

• 基本的原理

  graph TB A[list] B[list1] C[数据池-内存] C[数据池-内存]--list变量从内存中取到数据-->A[list] A[list]--通过=直接赋值给list1-->B[list1] B[list1]--list1添加数据内存发生改变-->C[数据池-内存] C[数据池-内存]--list变量的值也随着改变-->A[list]

• 引用赋值的变量共用一个内存，一个变量对内存操作，另外的值也会随着改变

  list = [1,2,3,4]
  print（id(list)）
  4543631232
  list1 = list
  print(id(list1))
  4543631232
  list1.append(6)
  print(list1)
  [1, 2, 3, 4, 6]
  print(list)
  [1, 2, 3, 4, 6]
  print(id(list))
  4543631232
  # 同一个内存地址
  

浅层拷贝

• 基本原理

  graph TB A[list] B[list数据池-内存] C[list1] D[list1数据池-内存] E[原有对象的深层数据内存] E[原有对象的深层数据内存]--深层数据的内存地址保存在原有对象的内存中-->B[list数据池-内存] B[list数据池-内存]--数据传递给-->A[list] A[list]--拷贝给-->C[list1] C[list1]--创建新的内存存储拷贝的数据-->D[list1数据池-内存] D[list1数据池-内存]--新对象的深层数据地址仍然保存在-->E[原有对象的深层数据内存]

• 浅拷贝后创建了新对象，但是新对象的内容和原对象的内容是完全一样的，浅层拷贝只拷贝原有对象的第一层

  '''拷贝操作'''
  list = ['刘洋', '王伟', '张明']
  # 方式一：被拷贝对象.copy()
  list1 = list.copy()
  print(list1)
  print(list==list1)
  print(id(list))
  print(id(list1))
  print(id(list)==id(list1))
  # 方式二:被拷贝对象[:]
  # 得到的结果和方式一得到的结果是一致的, 这个不是赋值操作，需要注意:切片产生的是新的对象
  # 结果是：
  ['刘洋', '王伟', '张明']
  True
  4555620832
  4555623392
  False
  # 浅层拷贝出来的对象和原对象的内存地址不同，数据内容完全一样，不是一个对象
  '''对拷贝后形成的新的对象数据进行操作'''
  list1.insert(1, '谢大脚')
  print(list1)
  print(list)
  # 结果是：
  ['刘洋', '谢大脚', '王伟', '张明']
  ['刘洋', '王伟', '张明']
  # 新对象的操作不会对原对象内存数据产生影响
  -----------------
  '''浅层拷贝的复杂样式'''
  ls = [
  	'葫芦娃', 
  	'孙悟空', 
  	'功夫熊猫', 
  	{
  		'姓名': '小熊猫', 
  		'年龄': 1234
  	}
  ]
  ls1 = ls.copy()
  # 拷贝并赋值给新的对象
  ls1[3]['name'] = "乌龟大师"
  print(ls1)
  print(ls)
  # 新对象的改变也造成了原有对象的改变
  ls1[0] = "灵鹤"
  print(ls1)
  print(ls)
  # 结果是：
  ['葫芦娃', '孙悟空', '功夫熊猫', {'姓名': '小熊猫', '年龄': 1234, 'name': '乌龟大师'}]
  ['葫芦娃', '孙悟空', '功夫熊猫', {'姓名': '小熊猫', '年龄': 1234, 'name': '乌龟大师'}]
  ['灵鹤', '孙悟空', '功夫熊猫', {'姓名': '小熊猫', '年龄': 1234, 'name': '乌龟大师'}]
  ['葫芦娃', '孙悟空', '功夫熊猫', {'姓名': '小熊猫', '年龄': 1234, 'name': '乌龟大师'}]
  
  '''
  	上边的例子中可以看出普通的元素的改变，并不会造成原有对象中数据发生改变, 但是当新对象中的字典对象中的元素发生变化的时候，原有的对象的数据也随着发生了变化，这是因为字典对象虽然在原有的对象中，但是原有的对象只是保存了字典对象的内存地址，实际的数据保存在原有对象对应内存的外部，所以新对象拷贝后得到的也只是字典对象的内存地址，那么，当新对象中改变了字典对象的内存数据后，这些内存数据则会同样影响原有的对象。列表对象同样适应。
  '''
  

深层拷贝

• 基本原理

  graph TB A[list] B[list数据池-内存] C[list1] D[list1数据池-内存] E[原有对象的深层数据内存] E[原有对象的深层数据内存]--深层数据的内存地址保存在原有对象的内存中-->B[list数据池-内存] B[list数据池-内存]--数据传递给-->A[list] A[list]--拷贝给-->C[list1] C[list1]--创建新的内存存储拷贝的数据-->D[list1数据池-内存] D[list1数据池-内存]--原有的深层数据创建新的内存地址-->F[深层数据内存]

• 深层拷贝是完完全全的拷贝所有的内容

  '''深层拷贝'''
  import copy
  ls1 = [
  	'乌龟大师', 
  	'孙悟空', 
  	'功夫熊猫', 
  	{
  		'姓名': '小熊猫', 
  		'年龄': 1234,
      'name': '乌龟大师'
  	}
  ]
  ls2 = copy.deepcopy(ls1)
  ls2[3]['name'] = "小熊猫师傅"
  print(ls1)
  print(ls2)
  # 结果是
  ['灵鹤', '孙悟空', '功夫熊猫', {'姓名': '小熊猫', '年龄': 1234, 'name': '乌龟大师'}]
  ['灵鹤', '悍娇虎', '功夫熊猫', {'姓名': '小熊猫', '年龄': 1234, 'name': '小熊猫师傅'}]
  '''
  可以看出：深层拷贝后的对象，可以拷贝多层，每一层元素的改变都不会对原有对象产生影响，深层拷贝需要导入的是copy模块，运用模块中的deepcopy()方法来实现
  '''
  

Note

• 拷贝的原因：
  • 用拷贝比正常的创建对象效率高，速度会快很多
• 三者的区别：
  • 赋值：内存地址完全一样，一个改变另外一个也随着改变
  • 浅层拷贝：只拷贝第一层，如果新对象改变第一层，则原对象不会改变，若改变深层，则原对象随着改变
  • 深层拷贝：所有内容全部拷贝，每一层的改变都不会对原有对象数据产生影响