欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

python深浅拷贝

程序员文章站 2022-06-08 14:06:29
...

python深浅拷贝

 

对象的内存使用方式

python一切皆为对象,python中的变量就相当于一个引用,指向一个对象。

 

a = 1

整数1为一个对象。而a是一个引用,利用赋值语句,引用a指向对象1

python深浅拷贝

 

id函数返回对象的内存地址

a = 1
b = 1
print(id(a))
print(id(b))

上面程序返回

1520528400

1520528400

可见a和b实际上是指向同一个对象的两个引用。

python深浅拷贝

 

a = 1
b = a

在python中,对象赋值实际上是对象的引用。当创建一个对象,然后把它赋给另一个变量的时候,python并没有拷贝这个对象,而只是拷贝了这个对象的引用

python深浅拷贝

 

对象的引用计数

在Python中,每个对象都有存有指向该对象的引用总数,即引用计数(reference count)。

我们可以使用sys包中的getrefcount(),来查看某个对象的引用计数。需要注意的是,当使用某个引用作为参数,传递给getrefcount()时,参数实际上创建了一个临时的引用。因此,getrefcount()所得到的结果,会比期望的多1。

from sys import getrefcount
a = [1, 2, 3]
print(getrefcount(a))
b = a
print(getrefcount(b))

由于上述原因,两个getrefcount将返回2和3,而不是期望的1和2。

 

垃圾回收

从基本原理上,当Python的某个对象的引用计数降为0时,说明没有任何引用指向该对象,该对象就成为要被回收的垃圾了。比如某个新建对象,它被分配给某个引用,对象的引用计数变为1。如果引用被删除,对象的引用计数为0,那么该对象就可以被垃圾回收。比如下面的表

a = [1, 2, 3]
del a

del a后,已经没有任何引用指向之前建立的[1, 2, 3]这个表。用户不可能通过任何方式接触或者动用这个对象。这个对象如果继续待在内存里,就成了不健康的脂肪。当垃圾回收启动时,Python扫描到这个引用计数为0的对象,就将它所占据的内存清空。

 

深浅拷贝理论

复制:只复制被复制变量的值

浅拷贝: 只拷贝对象的直接子对象

深拷贝: 拷贝对象的所有子对象

 

深浅拷贝案例

a = [[1, 2], 3, 4]

 

b=a,复制只拷贝a的值,b增删改元素影响a,b[0]增删改元素会影响a[0]

c=a.copy(),c=a[: ],c=copy.copy(a),浅拷贝,c增删改不影响a,c[0]增删改元素影响a[0]

d=copy.deepcopy(a),深拷贝,c增删改元素,c[0]增删改元素,都不影响a

python深浅拷贝

 

深浅拷贝代码验证

import copy
a = [[1, 2], 3, 4]
b = a
c = a.copy()
d = copy.deepcopy(a)

b.append(5)
b[0].append(6)
print(b)  # [[1, 2, 6], 3, 4, 5]
print(a)  # [[1, 2, 6], 3, 4, 5]

c.append(7)
c[0].append(8)
print(c)  # [[1, 2, 6, 8], 3, 4, 7]
print(a)  # [[1, 2, 6, 8], 3, 4, 5]

d.append(9)
d[0].append(10)
print(d)  # [[1, 2, 10], 3, 4, 9]
print(a)  # [[1, 2, 6, 8], 3, 4, 5]