python06 深浅拷贝原理

preface

这里主要说深浅拷贝的原理。首先说说数字与字符串作为内存对象的重用，请看代码：

a1=12345
b1=12345
a2=a1
print(id(a1),id(b1),id(a2))

打印出来的结果毫无疑问，ID值肯定是一样的。

这就说明在python中，如果内存中有同样的对象（数字与字符串类型），那么我们在申明的时候是直接引用之前有的对象。

浅拷贝

浅拷贝，我们先看代码

n1={'k1':'v1','k2':'v2','k3':{'he':'y1'}}
n2 = copy.copy(n1)
n3 = copy.deepcopy(n1)
print(id(n1),id(n2))
6754632 17766728
print(id(n1['k3']),id(n2['k3']))
6754504 6754504

由打印结果可得，两个字典的ID值不一样了，但是呢，字典包含的value值还是一样的，正如前文说的一样，每个字典的字符串和数字型的元素ID还是一样的，所以说两个字典所引用的元素还是同一个的。请注意看第三个元素，第三个元素的value为字典类型，但是ID值仍是一样的。这就说明了浅拷贝的一个特性，浅拷贝拷贝的时候会把第一层元素一块copy过去，像字典这样有里面还有元素的，浅拷贝就不能把第一层字典里的value再复制过去了。所以我们看第二个print打印出来的结果是一样的。请看下面的一个例子：

n1={'k1':'v1','k2':'v2','k3':{'he':'y1'}}
n2 = copy.copy(n1)

n1['k3']['he'] = 'n1'
n2['k3']['he'] = 'n2'
print(n1,'\n',n2)
{'k1': 'v1', 'k2': 'v2', 'k3': {'he': 'n2'}}
{'k1': 'v1', 'k2': 'v2', 'k3': {'he': 'n2'}}

如上面的例子所示：由于浅拷贝是引用第一层元素，所以当我们修改n2的时候，也同时把n1修改了，因为他们的k3还是引用同一个值的。

深拷贝

先看代码：

n1={'k1':'v1','k2':'v2','k3':{'he':'y1'}}
n1['k3']['he'] = 'n1'
n3['k3']['he'] = 'n3'
print(n1,'\n',n3)
{'k3': {'he': 'n1'}, 'k1': 'v1', 'k2': 'v2'}
{'k3': {'he': 'n3'}, 'k1': 'v1', 'k2': 'v2'}

print(id(n1['k3']),'\n',id(n3['k3']))
6426824
12110664

我们先看第一个print出来的结果，很显然，n3修改k3的值不会影响n1的k3的值，因为他们现在是两个不同的列表了，我们由第二个print出来的ID值可以看错来，两个k3的值不一样，所以谁也不影响谁，所以深拷贝就是能够把多层元素一块拷贝。

深拷贝 VS 浅拷贝

• 深拷贝：就是能够把多层元素一块拷贝，后续修改第二层（第三层或者第四层等等）元素的值的时候，不会影响其他深拷贝出来的对象。
• 浅拷贝：只能复制第一层元素，后续修改第二层（第三层或者第四层等等）元素的值的时候，也会影响其他浅拷贝出来的对象。

深浅拷贝的应用

假设我们有一个模版，内容如下：

info = {
    'cpu':[19],
    'mem':[87],
    'disk':[10],
}

这个时候我们需要在这模版上增加对应的数据，那么就必须要使用深拷贝了，代码如下：

new_info = copy.deepcopy(info)
new_info['cpu'].extend([56,12,32])

打印出来的结果肯定不一样的。