[python][进阶之路]理解python中的深复制和浅复制

简介

在上一篇关于list的复制中的问题中，笔者提到了一些由于list的复制语句产生的问题，如果能够搞明白一切皆对象的py设计思想，那么关于深复制和浅复制也很容易理解。其实这里的深复制和浅复制也类似于cpp概念中的深浅复制。

深复制和浅复制

在上节[3]中提到复制，在python中一切都是对象，每个对象包含了idendity、type 和 value。所以python中的复制语句实际上是添加引用，将内存地址赋予了一个新的别名。

浅复制

浅复制一般出现在非嵌套的对象当中，python中的非容器对象(num,str,其他原子性对象)，元组是个例外，后面会讲，对于复制都使用的是浅复制，不分浅复制和深复制。那么对于容器类对象，像list和dict，浅拷贝和深拷贝就有区分了。下面简单的例子：

>>> import copy
>>> b = [1, 2]
>>> a = [b, 3, 4]
>>> d = copy.copy(a)
>>> print(id(d) is id(a))
False
>>> print(id(d[0]) is id(a[0]))
True

上述代码中d创建了一个a的浅复制，这时d会新创建一个对象,所以id(a) neq id(b),但是由于a是一个嵌套的容器对象，那么浅复制就不会复制内层内的b的对象，而是复制b的引用。所以id(d[0]) == id(a[0])。这时修改d[0]中的值同样会改变a[0]中的值。

浅复制的几种情况：

• 使用切片[:]操作
• 使用工厂函数（如list/dir/set）
• 使用copy模块中的copy()函数

深复制

深复制相对应与浅复制，浅复制是只有一层的对象复制，其他层都是引用。而深复制则是递归地进行复制，每一层都是对象复制。因此深复制会复制更多东西，占用更多内存，也比浅复制耗时。以下例子:

>>> import copy
>>> b = [1, 2]
>>> a = [b, 3, 4]
>>> d = copy.deepcopy(a)
>>> print(id(d) is id(a))
False
>>> print(id(d[0]) is id(a[0]))
False

d会完全复制a中的所有内容，因此当d和a是两个完全不同的对象，由于递归复制了所有对象，那么显然d[0]和a[0]也是两个不同的对象，两者不相互影响。

引发的问题

python二维数组初始化

如果使用list来初始化一个全0的数组，便很大可能出现问题，对于一维数组，可以简单地使用a = [0] * 3这里就是使用的浅复制。当二维数组时候就会：

>>> a = [[0] * 3] *3
>>> a[0][0] = 1
>>> print(a)
[[1, 0, 0], [1, 0, 0], [1, 0, 0]]

出现与感觉上相违背的事情，原因是这里的[]*n使用的时浅拷贝，当使用嵌套时，则出现这种错误，上述代码相当于:

>>> b = [0] * 3
>>> a = [b, b, b]

正确的初始化方式为生成式[[0 for j in range(3)] for i in range(3)]或者使用nunpy。

元组修改问题

元组是不允许修改的，但是如果有以下写法，则是很容易出现问题。例子:

a = ([1, 2], 3, 4)
a[0] += [5, 6]
print(a)

当运行以上程序时，首先会报错：
TypeError: 'tuple' object does not support item assignment，因为元组不允许被修改，但是当打印时会发现：a = ([1, 2, 5, 6], 3, 4)，让人觉得很诡异，明明已经报错了，但是元组内的值还是被修改了。这其实因为是+=并不是一个原子操作，先执行的添加，然后再执行的赋值，当赋值时候添加完成了，但是赋值却不被允许。

引用

[1]. https://docs.python.org/3.6/library/copy.html
[2]. http://wsfdl.com/python/2013/08/16/理解Python的深拷贝和浅拷贝.html
[3]. https://www.cnblogs.com/wildkid1024/p/11093820.html