Python 拓展之详解深拷贝和浅拷贝

正式开始

首先我在这介绍两个新的小知识，要在下面用到。一个是函数 id() ，另一个是运算符 is。id() 函数就是返回对象的内存地址；is 是比较两个变量的对象引用是否指向同一个对象，在这里请不要和 == 混了，== 是比较两个变量的值是否相等。

>>> a = [1,2,3]
>>> b = [1,2,3]
>>> id(a)
38884552L
>>> a is b
False
>>> a == b
True

copy 这个词有两种叫法，一种是根据它的发音音译过来的，叫拷贝；另一种就是标准的翻译，叫复制。

其实单从表面意思来说，copy 就是将某件东西再复制一份，但是在很多编程语言中，比如 Python，C++中，它就不是那么的简单了。

>>> a = 1
>>> b = a
>>> b
1

看到上面的例子，从表面上看我们似乎是得到了两个 1，但是如果你看过我之前写的文章，你应该对一句话有印象，那就是 “变量无类型”， Python 中变量就是一个标签，这里我们有请 id() 闪亮登场，看看它们在内存中的位置。

>>> a = 1
>>> b = a
>>> b
1
>>> id(a)
31096808L
>>> id(b)
31096808L

看出来了吗，id(a) 和 id(b) 相等，所以并没有两个 1，只是一个 1 而已，只不过是在 1 上贴了两张标签，名字是 a 和 b 罢了，这种现象普遍存在于 Python 之中，这种赋值的方式实现了 “假装” 拷贝，真实的情况还是两个变量和同一个对象之间的引用关系。

我们再来看 copy() 方法：

>>> a = {'name':'rocky','like':'python'}
>>> b = a.copy()
>>> b
{'name': 'rocky', 'like': 'python'}
>>> id(a)
31036280L
>>> id(b)
38786728L

咦，果然这次得到的 b 和原来的 a 不同，它是在内存中又开辟了一个空间。那么我们这个时候就来推理了，虽然它们两个是一样的，但是它们在两个不同的内存空间里，那么肯定彼此互不干扰，如果我们去把 b 改了，那么 a 肯定不变。

>>> b['name'] = 'leey'
>>> b
{'name': 'leey', 'like': 'python'}
>>> a
{'name': 'rocky', 'like': 'python'}

结果和我们上面推理的一模一样，所以理解了对象有类型，变量无类型，变量是对象的标签，就能正确推断出 Python 提供的结果。

我们接下来在看一个例子，请你在往下看的时候保证上面的你已经懂了，不然容易晕车。

>>> a = {'name':'rocky','like':'python'}
>>> b = a
>>> b
{'name': 'rocky', 'like': 'python'}
>>> b['name'] = 'leey'
>>> b
{'name': 'leey', 'like': 'python'}
>>> a
{'name': 'leey', 'like': 'python'}

上面的例子看出什么来了吗？修改了 b 对应的字典类型的对象，a 的对象也变了。也就是说， b = a 得到的结果是两个变量引用了同一个对象，但是事情真的这么简单吗？请睁大你的眼睛往下看，重点来了。

>>> first = {'name':'rocky','lanaguage':['python','c++','java']}
>>> second = first.copy()
>>> second
{'name': 'rocky', 'lanaguage': ['python', 'c++', 'java']}
>>> id(first)
31036280L
>>> id(second)
38786728L

在这里的话没有问题，和我们之前说的一样，second 是从 first 拷贝过来的，它们分别引用的是两个对象。

>>> second['lanaguage'].remove('java')
>>> second
{'name': 'rocky', 'lanaguage': ['python', 'c++']}
>>> first
{'name': 'rocky', 'lanaguage': ['python', 'c++']}

发现什么了吗？按理说上述例子中 second 的 lanaguage 对应的是一个列表，我删除这个列表里的值，也只应该改变的是 second 啊，为什么连 first 的也会改，不是应该互不干扰吗？是不是很意外？是我们之前说的不对吗？那我们再试试另一个键：

>>> second['name'] = 'leey'
>>> second
{'name': 'leey', 'lanaguage': ['python', 'c++']}
>>> first
{'name': 'rocky', 'lanaguage': ['python', 'c++']}

前面说的原理是有效的，那这到底是为什么啊，来来来，有请我们的 id() 再次闪亮登场。

>>> id(first['name'])
38829152L
>>> id(second['name'])
38817544L
>>> id(first['lanaguage'])
38754120L
>>> id(second['lanaguage'])
38754120L

其实这里深层次的原因是和 Python 的存储数据的方式有关，这里不做过多的说明（其实是我也不懂。。 在这里，我们只需要知道的是，当 copy() 的时候，列表这类由字符串，数字等复合而成的对象仍然是复制了引用，也就是贴标签，并没有建立一个新的对象，我们把这种拷贝方式叫做浅拷贝（唉呀妈呀，终于把这个概念引出来了。。，言外之意就是并没有解决深层次的问题，再言外之意就是还有能够解决深层次问题的方法。

确实，在 Python 中还有一个深拷贝（deep copy），在使用它之前要引入一个 copy 模块，我们来试一下。

>>> import copy
>>> first = {'name':'rocky','lanaguage':['python','c++','java']}
>>> second = copy.deepcopy(first)
>>> second
{'name': 'rocky', 'lanaguage': ['python', 'c++', 'java']}
>>> second['lanaguage'].remove('java')
>>> second
{'name': 'rocky', 'lanaguage': ['python', 'c++']}
>>> first
{'name': 'rocky', 'lanaguage': ['python', 'c++', 'java']}

用了深拷贝以后，果然就不是引用了。

写在最后

更多内容，欢迎关注公众号「Python空间」，期待和你的交流。