Python中的赋值，浅拷贝和深拷贝的区别

Posted 2023-05-08

赋值(=)，就是创建了对象的一个新的引用，修改其中任意一个变量都会影响到另一个。
浅拷贝：创建一个新的对象，但它包含的是对原始对象中包含项的引用(如果用引用的方式修改其中一个对象，另外一个也会修改改变)1,完全切片方法;2，工厂函数，如list();3，copy模块的copy()函数
深拷贝：创建一个新的对象，并且递归的复制它所包含的对象(修改其中一个，另外一个不会改变)copy模块的deep.deepcopy()函数 参考技术A
浅拷贝会出现什么问题呢？
假如有一个成员变量的指针，char
*m_data;
其一，浅拷贝只是拷贝了指针，使得两个指针指向同一个地址，这样在对象块结束，调用函数析构的时，会造成同一份资源析构2次，即delete同一块内存2次，造成程序崩溃。
其二，浅拷贝使得obj.m_data和obj1.m_data指向同一块内存，任何一方的变动都会影响到另一方。
其三，在释放内存的时候，会造成obj1.m_data原有的内存没有被释放（这句话，刚开始我不太理解，如果没有走自定义的拷贝构造函数，申请内存空间，A
obj1(obj);也不走默认构造函数，走的是默认的拷贝构造函数，何来分配空间直说，更不会造成obj1.m_data原有的内存没有被释放，这里刚开始我一直有疑问），造成内存泄露。
事实是这样的，当delete
obj.m_data,
obj.m_data内存被释放后，由于之前obj.m_data和obj1.m_data指向的是同一个内存空间，obj1.m_data所指的空间不能在被利用了，delete
obj1.m_data也不会成功，一致已经无法操作该空间，所以导致内存泄露。
深拷贝采用了在堆内存中申请新的空间来存储数据，这样每个可以避免指针悬挂。

Python3 & 浅拷贝与深拷贝

参考技术A 在Python中对象的赋值（=）其实就是对象的引用。即：当创建一个对象，把它赋值给另一个变量时，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。

Python中对象的拷贝分为：浅拷贝(copy)和深拷贝(deepcopy)。
浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，将原对象在内存中引用地址拷贝过来，然后让新的对象指向这个地址。可以使用“=”或列表自带的copy()函数(如list.copy()），或使用copy模块的copy()函数。

深拷贝：外围和内部元素都进行了拷贝对象本身，而不是引用。即把对象复制一遍，并且该对象中引用的其他对象也同时复制，完全得到一个新的一模一样的对象，对新对象里的值进行修改不会影响原有对象，新对象和原对象完全分离开。深拷贝只能使用copy模块中deepcopy()函数，使用前要导入：from copy import deepcopy。

Python中对象分为不可变对象 、可变对象。
不可变对象：一旦创建就不可修改的对象，例如：字符串、元组、数字
可变对象：可以修改的对象，例如：列表、字典。
其中Python中的切片可以应用于：列表、元组、字符串，但不能应用于字典。
而深浅拷贝，可应用于序列（列表、元组、字符串），也可应用于字典。
其中不可变对象，不管是深拷贝还是浅拷贝，地址值在拷贝后的值都是一样的。

以下以元组（不可变类型）为例

从上述示例可以看出：
不可变对象类型，没有被拷贝的说法，即便是用深拷贝，查看id的话也是一样的，如果对其重新赋值，也只是新创建一个对象，替换掉旧的而已。
所以不可变类型，不管是深拷贝还是浅拷贝，地址值和拷贝后的值都是一样的。

以下以列表（可变类型）为例
第一种方法：使用=号浅拷贝

输出结果：

第二种方法：使用copy浅拷贝

输出结果：

第三种方法：使用deepcopy深拷贝

输出结果：

从上述示例可以看出：
=浅拷贝：值相等，地址相等
copy浅拷贝：值相等，地址不相等
deepcopy深拷贝：值相等，地址不相等

总结：
1，深浅拷贝都是对源对象的复制，占用不同的内存空间。
2，不可变类型的对象，对于深浅拷贝毫无影响，最终的地址值和值都是相等的。
3，可变类型的对象，使用=浅拷贝时， 值相等，地址相等，对新对象里的值进行修改同时会影响原有对象;使用copy浅拷贝时值相等，地址不相等;使用deepcopy深拷贝时值相等，地址不相等。可以看出针对可变类型copy浅拷贝和deepcopy深拷贝，对新对象里的值进行修改不会影响原有对象。