Python中的引用赋值,深拷贝,浅拷贝
摘要:Python
,引用赋值
,深拷贝
,浅拷贝
总结一下Python中的变量的引用赋值,深拷贝和浅拷贝,先上结论
赋值引用会直接将内存地址传递过去,此时变量间不仅
值相等
,内存地址也相等
,是同一个对象
。赋值存在
缓存重用
的情况,当重复定义小整数
和字符串
变量时,或者在同一个代码块中,内存中已经存在的值会直接被引用
,不需要重新创建对象。组合变量存在
赋值引用
,深拷贝
,浅拷贝
三种模式,赋值引用将组合对象的每一层地址全部引用
,浅拷贝创建新对象,但是内部元素引用
旧对象的内部元素,深拷贝所有地址全部重新创建
,不依赖之前任何的内存地址。和原始对象的关系或者联系紧密程度:赋值引用 > = 浅拷贝 >= 深拷贝
内存的复用程度:赋值引用 > = 浅拷贝 >= 深拷贝
变量的崭新程度:深拷贝 >= 浅拷贝 >= 赋值引用
引用赋值
在python中,使用等号无论是直接的变量赋值
,还是参数传递
,都是按照引用进行赋值
的,等号赋值
是指将对象的内存指针赋值
。
在Python中对于非组合变量(对象中不包含其他对象,只有一层地址关系)的赋值直接使用等号赋值即可,即将一个变量赋值给另一个变量,则两者不仅在数值上相等,而且还是同一对象
,id相同
,is判断为True
,这两个变量都指向这一个数据对象,即这个数据对象有两个引用,只有这两个引用都没了的时候,堆内存中的数据对象才会等待垃圾回收器回收
如果单独对两个变量赋值
,就算赋值的数据对象相同,也只是数据对象的值相等,两个变量在堆内存中是不同的对象
。
可变对象,不可变对象对引用赋值的影响
如果变量的值是不可变对象,比如string,int,float,tuple等,其中一个变量重新赋值
意味着在内存中要新创建一个数据对象
,此时变量间不会相互影响
,即不会影响另外一个变量。

对于可变对象,调用自身方法使的值改变不会改变内存地址。比如列表list,字典dict,集合set,如果是在原数据对象自身上做修改,比如修改列表中的某个元素
,列表的地址不会变
,还是原来的那个内存对象,此时调用另一个变量的值也会改变,因为是同一个内存对象的两个引用,因此对于可变对象的引用赋值
,变量之间是相互影响
的。

缓存的重用机制
Python会根据对象的读取频繁程度
以及内存占用情况
,按照一定规则将对象存入缓存
。当程序的其他代码使用这些值的时候,会先去缓存中找并且直接引用缓存中的地址,不需要额外创建,这些值包括:[-5, 256]之间的小整数
,字符串对象
。
超过256分别赋值就是不同对象了
字符串是直接读取缓存中地址
除此之外,其他不可变变量
如果处在同一个代码块
或者同行
,也直接获取代码块中缓存的变量,不再另外创建
同一个函数代码块
深拷贝和浅拷贝
首先深拷贝和浅拷贝是针对组合对象
的,组合对象就是这个对象中还包含其他对象
,比如list,set,dict等,也就是说这个对象有不止一层内存地址
,非组合对象都是直接等号赋值。
浅拷贝
:创建一个新的组合变量,但是组合变量中每一个元素指向
拷贝的对象内元素地址深拷贝
:创建一个新的组合变量,原对象中的每个元素都会在新对象中重新创建一次
对于组合对象list,set,dict(没有tuple)自带copy浅拷贝方法,深拷贝需要导入copy
模块,调用deepcopy
方法,copy的copy方法对应浅拷贝
浅拷贝后新对象地址不一样,但是内部元素引用一致
深拷贝新建了一个对象,但是内部元素也是引用的原始地址,原因是内部元素是小整数,小整数在内存中有缓存直接调用,换一下内部元素为可变对象。
原型毕露,深拷贝不仅对象,连对象内部的元素都重新创建,在用新数据试下浅拷贝
厉害,浅拷贝只是创建新对象,内部元素还是老的引用。
在对比一下组合对象的赋值引用
可见赋值引用所有地址全部拷贝
去了,既不要创建新对象,内部元素也全是来的对象内部元素的引用。
总结
赋值引用会之间将内存地址传递过去,此时变量间不仅
值相等
,内存地址也相等
,是同一个对象
。分别赋值存在
缓存重用
的情况,当重复定义小整数
和字符串
变量时,或者在同一个代码块中,内存中已经存在的值会直接被引用
,不需要重新创建对象。组合变量存在
赋值引用
,深拷贝
,浅拷贝
三种模式,赋值引用将组合对象的每一层地址全部引用
,浅拷贝创建新对象,但是内部元素引用
旧对象的内部元素,深拷贝所有地址全部重新创建
,不依赖之前任何的内存地址。
最后再用一个例子对比一下组合对象的三种拷贝方式