Python是一門強大的解釋型語言,支持各種數據類型操作。在 Python 中,當我們需要對於數據結構進行拷貝時,會面臨深拷貝和淺拷貝的問題。理解這兩種拷貝的概念和使用方法將有助於你在編寫 Python 程序時更加靈活地操作變量和數據結構。
一、區分深拷貝和淺拷貝
深拷貝和淺拷貝是 Python 中關於變量拷貝的兩個重要概念。深拷貝指的是一次遞歸地拷貝出新對象和所有子對象,而淺拷貝則指的是一次拷貝對象本身以及對象的子對象,子對象不做拷貝。下面分別從這兩種拷貝的概念、用法和區別三個方面來闡述它們的不同。
二、深拷貝和淺拷貝的概念和用法
2.1 深拷貝
深拷貝是將一個對象拷貝到另一個對象,並在新對象中分配新的內存空間,然後將舊對象的內容逐個複製到新對象中。對複雜對象執行深拷貝時,它會將整個對象遞歸拷貝到新對象中,並分配新內存空間,從而創建一個全新的獨立對象。因此,對新對象所做的任何修改都不會影響到舊對象。要執行深拷貝,可以使用 copy 中的 deepcopy 函數。
import copy list_a = [1, [2, 3], [4, 5], 6] list_b = copy.deepcopy(list_a) list_b[1].append(8) list_b.append(10) print(list_a) # [1, [2, 3], [4, 5], 6] print(list_b) # [1, [2, 3, 8], [4, 5], 6, 10]
在上面的例子中,我們首先將 list_a 的內容賦值給 list_b,然後我們對 list_b 修改了第一個列表,並添加了一個新值。最後我們可以看到兩個列表是完全獨立的對象。深拷貝僅在 Python 中遞歸深度有限制。
2.2 淺拷貝
淺拷貝是將一個對象的頂層內容拷貝到一個新的對象中,但不會拷貝該頂層內容中的所有子對象,因此兩個對象可能共享某些子對象。要執行淺拷貝,可以使用 copy 中的 copy 函數。
import copy list_a = [1, [2, 3], [4, 5], 6] list_b = copy.copy(list_a) list_b[1].append(8) list_b.append(10) print(list_a) # [1, [2, 3, 8], [4, 5], 6] print(list_b) # [1, [2, 3, 8], [4, 5], 6, 10]
在上面的例子中,我們首先將 list_a 的內容賦值給 list_b,然後我們對 list_b 修改了第一個列表,並添加了一個新值。最後我們可以看到兩個列表是共享了子對象 [2, 3] 的引用。淺拷貝只限於拷貝對象的一層內容,任意深度的子對象將共享一個引用。
三、深拷貝和淺拷貝的區別
深拷貝和淺拷貝的主要區別在於它們拷貝對象的方式。當對象中包含其他對象的引用時,修改一份拷貝後,另外一份拷貝是否也會受到影響。深拷貝創建的是一個完全獨立的對象,不共享任何引用;而淺拷貝,如果發現子對象是引用元素,它就會共享這些子對象的引用。這意味着,如果拷貝對象包含一個引用對象,該引用對象被兩個變量分別引用,則只會對其中一個變量進行修改。
import copy list_a = [1, [2, 3], [4, 5], 6] list_b = list_a list_c = copy.copy(list_a) list_d = copy.deepcopy(list_a) list_a[0] = 0 list_a[1].append(7) print(list_a) # [0, [2, 3, 7], [4, 5], 6] print(list_b) # [0, [2, 3, 7], [4, 5], 6] print(list_c) # [1, [2, 3, 7], [4, 5], 6] print(list_d) # [1, [2, 3], [4, 5], 6]
上面的例子中,我們首先使用賦值將 list_a 的內容賦值到 list_b 中,然後我們用淺拷貝將其複製到 list_c 中,最後使用深拷貝將其複製到 list_d 中。然後我們嘗試修改 list_a,可以看到該修改會影響 list_b,但不會影響 list_c 和 list_d。
四、總結
本文詳細講述了 Python 中的深拷貝和淺拷貝的概念、用法和區別。要知道如何選取正確的拷貝方式,一個好的編程習慣是首先思考數據結構內部是否包含子對象。如果該數據結構中有子對象,則可能需要使用深拷貝,以避免共享引用和部分修改的問題。如果對象只是包含值對象,則可以使用淺拷貝,因為它不會共享引用。
原創文章,作者:EPWZR,如若轉載,請註明出處:https://www.506064.com/zh-hk/n/361283.html