标签:效果 深拷贝和浅拷贝 tuple 变化 引用传递 本质 对象 name 影响
不是底层语言的赋值就是引用,比如Python,Java. C语言那种才说地址赋值.
对象之间的赋值本质上是引用传递(<id一样,数据一样).
对象之间赋值都是引用传递<Java,Python这种高级语言赋值都是说引用传递>
不可变类型的拷贝是没有意义的.不可变类型只有赋值操作一说,赋值就是引用的传递
只要是对象赋值,就是引用传递
拷贝的目的是为了数据的独立性,实现 你操作你的那一份数据,我操作我的那一份数据,相互独立,互不影响
浅拷贝:只拷贝容器第一层的,如果容器内部还有容器类型数据,那只是拷贝了这个容器的引用.
使用场景:如果有东西给别人使用,但是又不想把自己的东西让人使用,就拷贝,复制一份给别人.
import copy def modify_data(data): # 隐含的是 data = d data[0] = ‘抽烟‘ print(data) # [‘抽烟‘, ‘喝酒‘, ‘烫头‘] print(id(data)) # 2735579457928 if __name__ == ‘__main__‘: d = [‘冲浪‘, ‘喝酒‘, ‘烫头‘] # 完成对一个对象的拷贝<克隆> 里面的元素一样/类型一样,但是id不一样 # 这一步的实际效果是把d对应的数据类型<容器>复制一个,把d的内部数据放到这个新的容器中 # 就是拿了一个新的盒子来装复制之后的数据<元素> dd = copy.copy(d) modify_data(dd) # 调用 print(d) # [‘冲浪‘, ‘喝酒‘, ‘烫头‘] print(id(d)) # 2735579457672 """ 总结:没有完全拷贝,只拷贝数据的顶层结构 [1,2,3,4,x],x是一个数据的引用,x如果是一个列表,那么修改x,两个都会变. """
深拷贝:
递归的拷贝,所有的,第一层内部的[]里面的也要拷贝
不仅拷贝数据,引用,还拷贝引用里面对应的数据
x = [5,6] a = [1,2,3,x] --> x‘ = [5,6] b = [1,2,3,x‘]
总结:不仅拷贝数据,引用,还拷贝引用对应的数据.
import copy d1 = [1, 2, 3, 4,[9,7]] d2 = copy.deepcopy(d1) d3 = copy.copy(d1) d2[4][0]=19 print(d1) # [1, 2, 3, 4, [9, 7]] print(d2) # [1, 2, 3, 4, [19, 7]] print(d3) # [1, 2, 3, 4, [19, 7]] """ 浅拷贝的其他形式: 1.>c=[1,2,3,4], c[:] g = c[:] 这样c和g就是独立的两份数据 切片也是浅拷贝 2.>字典/列表的copy()方法 也是一个浅拷贝 地址不一样,数据一样的就是浅拷贝 为啥大部分都是浅拷贝? 节约资源,效率高 深拷贝和浅拷贝 对于不可变类型<str,int,tuple>没有意义,全部都是引用传递<赋值> 不可变类型的拷贝是没有意义的.不可变类型只有赋值操作一说,赋值就是引用的传递 赋值就是引用传递 拷贝是id不一样,数据一样. """
# -----------------------不可变类型赋值---------------------------> a = 100 b = a a += 99 # 实际情况是a已经不再是原来a=100的那个引用了,a是一个新的引用了 print(a) # 199 print(b) # 100 # ------------------------可变类型赋值-----------------------------> c = [1,2] d = c d += [3] print(c) # [1, 2, 3] print(d) # [1, 2, 3] # --------------------------深浅拷贝------------------------------> b = [9,9,9] a = [1,2,3,b] c = copy.copy(a) d = copy.deepcopy(a) a[0] = 9 print(c) # [1,2,3,[9,9,9]] print(d) # [1,2,3,[9,9,9]] # a 变了,但是c 和 d 是独立的 所以c和d不会变化 print(a) # [9,2,3,[9,9,9]]
标签:效果 深拷贝和浅拷贝 tuple 变化 引用传递 本质 对象 name 影响
原文地址:https://www.cnblogs.com/huaibin/p/12100263.html