标签：style blog http color io os ar strong for
今天在写一个小程序的时候用到了2维数组, 顺手就写成了[[0.0]*length]*length, 结果为了这个小错,调试了半个多小时,
其实之前对与浅复制和深复制已经做过学习和总结, 但真正编程用到这些知识时还是掉入了陷阱中. 所以在此做进一步的总结:
本文通过几个实例来说明Python中list的深复制和浅复制:
>>> a = [[]]*10 >>> a [[], [], [], [], [], [], [], [], [], []] >>> a[0][0] = 10 #NO Way Traceback (most recent call last): File "<stdin>", line 1, in <module> IndexError: list assignment index out of range >>> a[0].append(1) >>> a [[1], [1], [1], [1], [1], [1], [1], [1], [1], [1]] >>>
a[0].append(1)后, 如果a的输出结果让你感到有些困惑,你可以参考这里(原因是Python中的*运算采用的是浅复制).
同样的道理,下面的代码我们应该都能够理解:
>>> a[1].append(9) >>> a [[1, 9], [1, 9], [1, 9], [1, 9], [1, 9], [1, 9], [1, 9], [1, 9], [1, 9], [1, 9]] >>> a[2][1] = 33 >>> a [[1, 33], [1, 33], [1, 33], [1, 33], [1, 33], [1, 33], [1, 33], [1, 33], [1, 33], [1, 33]] >>>
让我们一起来分析一下:
对于a(理解为一个2维数组)中的每一个元素都是一个list(理解为一个1维数组), 但我们需要注意的是a的每一个元素a[0],a[1],
a[2]...在内存中占用的是同一段内存区域(浅复制),所以更改(修改值或添加值)任何一个元素(a[0]或a[1]...a[9])都会直接影响到
其它的元素.
如何验证a中的每一个元素a[0], a[1],...,a[9]在内存中占用相同的区域? 可以通过id方法来验证:
>>> id.__doc__ "id(object) -> integer
Return the identity of an object. This is guaranteed to be unique among
simultaneously existing objects. (Hint: it‘s the object‘s memory address.)"
>>> a = [[]]*10 >>> a [[], [], [], [], [], [], [], [], [], []] >>> id(a[0]) 3071938316L >>> id(a[1]) 3071938316L >>> a[0].append(1) >>> a [[1], [1], [1], [1], [1], [1], [1], [1], [1], [1]] >>> id(a[0]) 3071938316L >>> id(a[1]) 3071938316L >>>
那么应该怎么实现深复制呢？其实在前面提到的文章中已经介绍了这一方法:
>>> c = [[] for i in range(10)] >>> c [[], [], [], [], [], [], [], [], [], []] >>> c[0].append(3) >>> c [[3], [], [], [], [], [], [], [], [], []] >>>
至此, 我觉得还有一点需要说明:
一定要理解*操作的对象是谁, 例如: [2]*10得到[2, 2, 2, 2, 2, 2, 2, 2, 2, 2], *10操作的对象是[]中的2, 也就是说*10操
作使list中的元素2复制10次. 同理[[]]*10得到[[], [], [], [], [], [], [], [], [], []],*10操作的对象是[]中的[], 也就是说*10
操作使list中的元素[]浅复制10次, 这10个空list在内存中占有相同的区域(参见上面用id验证部分).
下面用2段代码作为对比列出来, 便于查看:
>>> a = [2] * 10 >>> a [2, 2, 2, 2, 2, 2, 2, 2, 2, 2] >>> id(a[0]) 164067492 >>> id(a[1]) 164067492 >>> a[0] = 1 #NOTE >>> id(a[0]) #NOTE 164067504 >>> id(a[1]) 164067492 >>>
>>> b = [[]] * 10 >>> b [[], [], [], [], [], [], [], [], [], []] >>> id(b[0]) 3072965964L >>> id(b[1]) 3072965964L >>> b[0].append(10) >>> id(b[0]) 3072965964L >>> id(b[1]) 3072965964L >>> b [[10], [10], [10], [10], [10], [10], [10], [10], [10], [10]] >>> b[0][0] = 1 >>> b [[1], [1], [1], [1], [1], [1], [1], [1], [1], [1]] >>> id(b[0]) 3072965964L >>> id(b[1]) 3072965964L >>> b[0] = [10] >>> b [[10], [1], [1], [1], [1], [1], [1], [1], [1], [1]] >>> id(b[1]) 3072965964L >>> id(b[0]) 3072965996L >>>
Shallow Copy & Deep Copy in Python list
标签：style blog http color io os ar strong for
原文地址：http://www.cnblogs.com/lxw0109/p/shallow-copy-and-deep-copy.html
