黑马程序员技术交流社区

标题: python中的深拷贝与浅拷贝，妈妈再也不用担心我犯迷糊了 [打印本页]

作者: dingliu 时间: 2018-6-21 10:47
标题: python中的深拷贝与浅拷贝，妈妈再也不用担心我犯迷糊了

深拷贝与浅拷贝历来就是让人懵懵哒的知识点，让小编带你答疑解惑

在拷贝不同的数据类型时，深拷贝与浅拷贝的规律也是不相同的

一、拷贝字符串、数字，一维元祖等不可变的数据类型时，深拷贝与浅拷贝都是引用指向

[Python] 纯文本查看 复制代码

>>> import copy



>>> a = 100



>>> b = copy.copy(a)



>>> c = copy.deepcopy(a)



>>> a



100



>>> b



100



>>> c



100



>>> id(a)



1640280256



>>> id(b)



1640280256



>>> id(c)



1640280256

二、当拷贝一维列表、字典等可变数据类型，即列表和字典中不嵌套列表和字典，

深拷贝和浅拷贝都会开辟内存空间并将数据复制一份保存下来，

当被拷贝的对象发生变化时，不影响深拷贝与浅拷贝的对象

[Python] 纯文本查看 复制代码

>>> a = [100, 200]



>>> b = copy.copy(a)



>>> c = copy.deepcopy(a)



>>> id(a)



2485240829768



>>> id(b)



2485240849928



>>> id(c)



2485240862728



>>> a.append(300)



>>> a



[100, 200, 300]



>>> b



[100, 200]



>>> c



[100, 200]

三、多维数据类型，外层为元祖，内层为列表、字典时，

浅拷贝是外层和内层都是引用指向，

深拷贝会开辟内存空间，并将数据拷贝一份保存，

当被拷贝的数据发生变化时，会影响浅拷贝的数据，但是不会影响深拷贝的数据

[Python] 纯文本查看 复制代码

>>> a = [100,200]



>>> b = [300,400]



>>> c = (a,b)



>>> d = copy.copy(c)



>>> e = copy.deepcopy(c)



>>> c



([100, 200], [300, 400])



>>> d



([100, 200], [300, 400])



>>> e



([100, 200], [300, 400])



>>> id(c)



2485240664456



>>> id(d)



2485240664456



>>> id(e)



2485240583944



>>> id(c[0])



2485240905928



>>> id(d[0])



2485240905928



>>> id(e[0])



2485240956232



>>> c[0].append(1000)



>>> c



([100, 200, 1000], [300, 400])



>>> d



([100, 200, 1000], [300, 400])



>>> e



([100, 200], [300, 400])

四、多维数据类型，外层为列表，内层为列表、字典时，

浅拷贝会开辟内存空间，但是存储的是内层数据的引用指向，

深拷贝会开辟内存空间，并将数据拷贝一份保存，

当被拷贝的数据发生变化时，会影响浅拷贝的数据，但是不会影响深拷贝的数据

[Python] 纯文本查看 复制代码

>>> a = [100,200]



>>> b = [300,400]



>>> c = [a,b]



>>> d = copy.copy(c)



>>> e = copy.deepcopy(c)



>>> c



[[100, 200], [300, 400]]



>>> d



[[100, 200], [300, 400]]



>>> e



[[100, 200], [300, 400]]



>>> id(c)



2485240795784



>>> id(d)



2485240808520



>>> id(e)



2485240760712



>>> id(c[0])



2485240784328



>>> id(d[0])



2485240784328



>>> id(e[0])



2485240759176



>>> c



[[100, 200, 1000], [300, 400]]



>>> d



[[100, 200, 1000], [300, 400]]



>>> e



[[100, 200], [300, 400]]

欢迎光临黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2