图解Python中的浅拷贝和深拷贝
作者:时代&信念
Python浅拷贝和深拷贝
最直观的理解就是:
1.深拷贝,拷贝的程度深,自己新开辟了一块内存,将被拷贝内容全部拷贝过来了;
2.浅拷贝,拷贝的程度浅,只拷贝原数据的首地址,然后通过原数据的首地址,去获取内容。
两者的优缺点对比
(1)深拷贝拷贝程度高,将原数据复制到新的内存空间中。改变拷贝后的内容不影响原数据内容。但是深拷贝耗时长,且占用内存空间。
(2)浅拷贝拷贝程度低,只复制原数据的地址。其实是将副本的地址指向原数据地址。修改副本内容,是通过当前地址指向原数据地址,去修改。所以修改副本内容会影响到原数据内容。但是浅拷贝耗时短,占用内存空间少。
浅拷贝
有一层数据类型,且数据类型时可变数据类型,例如:列表、字典
有一层数据类型,且数据类型时不可变数据类型,例如:元组、字符串
有两层数据类型,外层为可变数据类型,内层为可变数据类型
有两层数据类型,外层为可变数据类型,内层为不可变数据类型
有两层数据类型,外层为不可变数据类型,内层为不可变数据类型
有两层数据类型,外层为不可变数据类型,内层为可变数据类型
深拷贝
有一层数据类型,且数据类型时可变数据类型,例如:列表、字典
有一层数据类型,且数据类型时不可变数据类型,例如:元组、字符串
有两层数据类型,外层为可变数据类型,内层为可变数据类型
有两层数据类型,外层为可变数据类型,内层为不可变数据类型
有两层数据类型,外层为不可变数据类型,内层为不可变数据类型
有两层数据类型,外层为不可变数据类型,内层为可变数据类型
由实验结果总结得:
当内层为可变数据类型时,深拷贝后内层外层地址均发生改变。当内层为不可变数据类型时,外层不管是可变还是不可变数据类型,使用深拷贝,都不会改变内层地址,只会在外层为可变数据类型时,改变外层地址。
使用浅拷贝是只能在外层数据类型为可变数据类型时,才能改变外层地址。而内层地址,无论是否为可变数据类型还是不可变数据类型,使用浅拷贝都不会改变内层数据类型地址。
到此这篇关于图解Python中的浅拷贝和深拷贝的文章就介绍到这了,更多相关Python浅拷贝和深拷贝内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!