python基础知识：浅拷贝与深拷贝

大家好，小编很高兴在这里见到大家。想必大家也比较喜欢这个领域的新闻，小编当然也很喜欢这样的新闻，废话就不多说了，下面小编就来和大家分享今天精彩的内容！

昨天在编写遗传算法的python实现时犯了一个很低级的错误，导致代码运行结果一直达不到我的期望。于是不得不花费大量的时间和精力检查算法、调试代码，最后终于找到了问题的根源：对python中浅拷贝和深拷贝这一基础概念缺乏应有的。因此我决定用这篇文章来记录这个不起眼的低级错误，也给广大读者提个醒。

引子

在正式介绍python浅拷贝与深拷贝的概念之前，先来看看下图这三个简单的例子。尽管代码简单地令人发指，还是请读者们在心里默默执行一下这三段代码，并将你认为的结果与实际运行结果比对。不出所料，前两段代码只是进行了普通的赋值操作，对变量a的修改不会影响到变量b；第三段代码中列表a中元素的修改也导致了列表b的变化，跟你预想的是否一样呢？

为什么会这样？

昨天我就是在这个问题上栽了跟头，可是为什么会这样呢？百度一番之后，我将原因总结为以下三点：1.在对可变对象进行赋值操作时，得到的只是该对象的引用；2.在对不可变对象进行赋值操作时，将会在内存中复制一份拷副本；3.字典、列表类型的对象为可变对象，整型、字符串、元组等类型的对象为不可变对象。这样就好理解了，前两个例子中变量a都是不可变对象，语句b=a是在内存中复制了a，并将b指向这个拷贝；而在第三个例子中，由于列表a是可变对象，语句b=a只是将b指向了a，a中元素的变化当然会影响到b，同理对b进行修改也会影响到a。

浅拷贝

怎么做才能避免两个可变对象相互影响呢？这里就需要用到python的浅拷贝了，注意使用浅拷贝或深拷贝需要importcopy。浅拷贝的语句为b=copy.copy(a)，浅拷贝的原理是在内存中新建一个a的副本，然后将b指向这个副本。下面我们使用浅拷贝对第三个例子的代码进行改造。

运行结果表明，在使用浅拷贝之后，b与a是完全独立的两个变量，列表a的变化不会对b造成任何影响。事实上浅拷贝的用法不止于此，如果变量包含子对象，浅拷贝只会拷贝当前对象，不会拷贝子对象。这句话怎么理解呢？相信看过下面的例子你就明白了。

a中包含子对象“[1,2,3]”，经过浅拷贝后，b虽然与a相互独立，但是为了节省空间没有复制a中的子对象，因此b中的子对象仍然是对a中子对象的引用。所以当a中子对象发生改变时也会造成b中子对象的改变。

深拷贝

到这里自然引出了深拷贝的概念，深拷贝是对原对象深层次的复制，不仅会复制对象本身，也会复制其中的子对象。深拷贝得到的对象与原对象存在于内存中不同的两个区域，两者之前是完全独立的。深拷贝的语句是b=copy.deepcopy(a)，话不多说，一起来看下面的代码。

总结

根据浅拷贝和深拷贝的特性，它们通常用于可变对象的复制，如列表和字典，对于不可变对象而言，普通的复制足够了，如整型、字符串、元组。普通赋值、浅拷贝和深拷贝是python很基础的概念，但可能正是因为如此经常被我们忽视。俗话说“基础不牢，地动山摇”，一个小的疏忽很可能造成灾难性的后果，所以在进行更深入学习的同时一定要定期修补基础知识的漏洞。

今天小编给大家带来的文章就到这里了，如果各位有什么想法和看法，欢迎在下面踊跃留言、讨论！小编每一天都会有最新的内容来分享！