前言

在本篇文章當(dāng)中主要給大家介紹 python 當(dāng)中的拷貝問(wèn)題，話不多說(shuō)我們直接看代碼，你知道下面一些程序片段的輸出結(jié)果嗎？

a?=?[1,?2,?3,?4]
b?=?a
print(f"{a?=?}?\t|\t?{b?=?}")
a[0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")

a?=?[1,?2,?3,?4]
b?=?a.copy()
print(f"{a?=?}?\t|\t?{b?=?}")
a[0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")

a?=?[[1,?2,?3],?2,?3,?4]
b?=?a.copy()
print(f"{a?=?}?\t|\t?{b?=?}")
a[0][0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")

a?=?[[1,?2,?3],?2,?3,?4]
b?=?copy.copy(a)
print(f"{a?=?}?\t|\t?{b?=?}")
a[0][0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")

a?=?[[1,?2,?3],?2,?3,?4]
b?=?copy.deepcopy(a)
print(f"{a?=?}?\t|\t?{b?=?}")
a[0][0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")

在本篇文章當(dāng)中我們將對(duì)上面的程序進(jìn)行詳細(xì)的分析。

Python 對(duì)象的內(nèi)存布局

在 python 當(dāng)中我們應(yīng)該如何確定一個(gè)對(duì)象的內(nèi)存地址呢？在 Python 當(dāng)中給我們提供了一個(gè)內(nèi)嵌函數(shù) id() 用于得到一個(gè)對(duì)象的內(nèi)存地址：

a?=?[1,?2,?3,?4]
b?=?a
print(f"{a?=?}?\t|\t?{b?=?}")
a[0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")
print(f"{id(a)?=?}?\t|\t?{id(b)?=?}")
#?輸出結(jié)果
#?a?=?[1,?2,?3,?4]??|??b?=?[1,?2,?3,?4]
#?a?=?[100,?2,?3,?4]??|??b?=?[100,?2,?3,?4]
#?id(a)?=?4393578112??|??id(b)?=?4393578112

事實(shí)上上面的對(duì)象內(nèi)存布局是有一點(diǎn)問(wèn)題的，或者說(shuō)是不夠準(zhǔn)確的，但是也是能夠表示出各個(gè)對(duì)象之間的關(guān)系的，我們現(xiàn)在來(lái)深入了解一下。在 Cpython 里你可以認(rèn)為每一個(gè)變量都可以認(rèn)為是一個(gè)指針，指向被表示的那個(gè)數(shù)據(jù)，這個(gè)指針保存的就是這個(gè) Python 對(duì)象的內(nèi)存地址。

在 Python 當(dāng)中，實(shí)際上列表保存的指向各個(gè) Python 對(duì)象的指針，而不是實(shí)際的數(shù)據(jù)，因此上面的一小段代碼，可以用如下的圖表示對(duì)象在內(nèi)存當(dāng)中的布局：

變量 a 指向內(nèi)存當(dāng)中的列表 [1, 2, 3, 4]，列表當(dāng)中有 4 個(gè)數(shù)據(jù)，這四個(gè)數(shù)據(jù)都是指針，而這四個(gè)指針指向內(nèi)存當(dāng)中 1，2，3，4 這四個(gè)數(shù)據(jù)?？赡苣銜?huì)有疑問(wèn)，這不是有問(wèn)題嗎？都是整型數(shù)據(jù)為什么不直接在列表當(dāng)中存放整型數(shù)據(jù)，為啥還要加一個(gè)指針，再指向這個(gè)數(shù)據(jù)呢？

事實(shí)上在 Python 當(dāng)中，列表當(dāng)中能夠存放任何 Python 對(duì)象，比如下面的程序是合法的：

data?=?[1,?{1:2,?3:4},?{'a',?1,?2,?25.0},?(1,?2,?3),?"hello?world"]

在上面的列表當(dāng)中第一個(gè)到最后一個(gè)數(shù)據(jù)的數(shù)據(jù)類型為：整型數(shù)據(jù)，字典，集合，元祖，字符串，現(xiàn)在來(lái)看為了實(shí)現(xiàn)  Python 的這個(gè)特性，指針的特性是不是符合要求呢？每個(gè)指針?biāo)加玫膬?nèi)存是一樣的，因此可以使用一個(gè)數(shù)組去存儲(chǔ) Python 對(duì)象的指針，然后再將這個(gè)指針指向真正的 Python 對(duì)象！

牛刀小試

在經(jīng)過(guò)上面的分析之后，我們來(lái)看一下下面的代碼，他的內(nèi)存布局是什么情況：

data?=?[[1,?2,?3],?4,?5,?6]
data_assign?=?data
data_copy?=?data.copy()

• data_assign = data，關(guān)于這個(gè)賦值語(yǔ)句的內(nèi)存布局我們?cè)谥耙呀?jīng)談到過(guò)了，不過(guò)我們也再?gòu)?fù)習(xí)一下，這個(gè)賦值語(yǔ)句的含義就是 data_assign 和 data 指向的數(shù)據(jù)是同一個(gè)數(shù)據(jù)，也就是同一個(gè)列表。
• data_copy = data.copy()，這條賦值語(yǔ)句的含義是將 data 指向的數(shù)據(jù)進(jìn)行淺拷貝，然后讓 data_copy 指向拷貝之后的數(shù)據(jù)，這里的淺拷貝的意思就是，對(duì)列表當(dāng)中的每一個(gè)指針進(jìn)行拷貝，而不對(duì)列表當(dāng)中指針指向的數(shù)據(jù)進(jìn)行拷貝。從上面的對(duì)象的內(nèi)存布局圖我們可以看到 data_copy 指向一個(gè)新的列表，但是列表當(dāng)中的指針指向的數(shù)據(jù)和 data 列表當(dāng)中的指針指向的數(shù)據(jù)是一樣的，其中 data_copy 使用綠色的箭頭進(jìn)行表示，data 使用黑色的箭頭進(jìn)行表示。

查看對(duì)象的內(nèi)存地址

在前面的文章當(dāng)中我們主要分析了一下對(duì)象的內(nèi)存布局，在本小節(jié)我們使用 python 給我們提供一個(gè)非常有效的工具去驗(yàn)證這一點(diǎn)。在 python 當(dāng)中我們可以使用 id() 去查看對(duì)象的內(nèi)存地址，id(a) 就是查看對(duì)象 a 所指向的對(duì)象的內(nèi)存地址。

看下面的程序的輸出結(jié)果：

a?=?[1,?2,?3]
b?=?a
print(f"{id(a)?=?}?{id(b)?=?}")
for?i?in?range(len(a)):
????print(f"{i?=?}?{id(a[i])?=?}?{id(b[i])?=?}")

根據(jù)我們之前的分析，a 和 b 指向的同一塊內(nèi)存，也就說(shuō)兩個(gè)變量指向的是同一個(gè) Python 對(duì)象，因此上面的多有輸出的 id 結(jié)果 a 和 b 都是相同的，上面的輸出結(jié)果如下：

id(a) = 4392953984 id(b) = 4392953984
i = 0 id(a[i]) = 4312613104 id(b[i]) = 4312613104
i = 1 id(a[i]) = 4312613136 id(b[i]) = 4312613136
i = 2 id(a[i]) = 4312613168 id(b[i]) = 4312613168

看一下淺拷貝的內(nèi)存地址：

a?=?[[1,?2,?3],?4,?5]
b?=?a.copy()
print(f"{id(a)?=?}?{id(b)?=?}")
for?i?in?range(len(a)):
????print(f"{i?=?}?{id(a[i])?=?}?{id(b[i])?=?}")

根據(jù)我們?cè)谇懊娴姆治?，調(diào)用列表本身的 copy 方法是對(duì)列表進(jìn)行淺拷貝，只拷貝列表的指針數(shù)據(jù)，并不拷貝列表當(dāng)中指針指向的真正的數(shù)據(jù)，因此如果我們對(duì)列表當(dāng)中的數(shù)據(jù)進(jìn)行遍歷得到指向的對(duì)象的地址的話，列表 a 和列表 b 返回的結(jié)果是一樣的，但是和上一個(gè)例子不同的是 a 和 b 指向的列表的本身的地址是不一樣的（因?yàn)檫M(jìn)行了數(shù)據(jù)拷貝，可以參照下面淺拷貝的結(jié)果進(jìn)行理解）。

可以結(jié)合下面的輸出結(jié)果和上面的文字進(jìn)行理解：

id(a)?=?4392953984?id(b)?=?4393050112?#?兩個(gè)對(duì)象的輸出結(jié)果不相等
i?=?0?id(a[i])?=?4393045632?id(b[i])?=?4393045632?#?指向的是同一個(gè)內(nèi)存對(duì)象因此內(nèi)存地址相等?下同
i?=?1?id(a[i])?=?4312613200?id(b[i])?=?4312613200
i?=?2?id(a[i])?=?4312613232?id(b[i])?=?4312613232

copy模塊

在 python 里面有一個(gè)自帶的包 copy ，主要是用于對(duì)象的拷貝，在這個(gè)模塊當(dāng)中主要有兩個(gè)方法 copy.copy(x) 和 copy.deepcopy()。

copy.copy(x) 方法主要是用于淺拷貝，這個(gè)方法的含義對(duì)于列表來(lái)說(shuō)和列表本身的 x.copy() 方法的意義是一樣的，都是進(jìn)行淺拷貝。這個(gè)方法會(huì)構(gòu)造一個(gè)新的 python 對(duì)象并且會(huì)將對(duì)象 x 當(dāng)中所有的數(shù)據(jù)引用（指針）拷貝一份。

copy.deepcopy(x)  這個(gè)方法主要是對(duì)對(duì)象 x 進(jìn)行深拷貝，這里的深拷貝的含義是會(huì)構(gòu)造一個(gè)新的對(duì)象，會(huì)遞歸的查看對(duì)象 x 當(dāng)中的每一個(gè)對(duì)象，如果遞歸查看的對(duì)象是一個(gè)不可變對(duì)象將不會(huì)進(jìn)行拷貝，如果查看到的對(duì)象是可變對(duì)象的話，將重新開辟一塊內(nèi)存空間，將原來(lái)的在對(duì)象 x 當(dāng)中的數(shù)據(jù)拷貝的新的內(nèi)存當(dāng)中。（關(guān)于可變和不可變對(duì)象我們將在下一個(gè)小節(jié)仔細(xì)分析）

根據(jù)上面的分析我們可以知道深拷貝的花費(fèi)是比淺拷貝多的，尤其是當(dāng)一個(gè)對(duì)象當(dāng)中有很多子對(duì)象的時(shí)候，會(huì)花費(fèi)很多時(shí)間和內(nèi)存空間。

對(duì)于 python 對(duì)象來(lái)說(shuō)進(jìn)行深拷貝和淺拷貝的區(qū)別主要在于復(fù)合對(duì)象（對(duì)象當(dāng)中有子對(duì)象，比如說(shuō)列表，元祖、類的實(shí)例等等）。這一點(diǎn)主要是和下一小節(jié)的可變和不可變對(duì)象有關(guān)系。

可變和不可變對(duì)象與對(duì)象拷貝

在 python 當(dāng)中主要有兩大類對(duì)象，可變對(duì)象和不可變對(duì)象，所謂可變對(duì)象就是對(duì)象的內(nèi)容可以發(fā)生改變，不可變對(duì)象就是對(duì)象的內(nèi)容不能夠發(fā)生改變。

• 可變對(duì)象：比如說(shuō)列表(list)，字典(dict)，集合(set)，字節(jié)數(shù)組(bytearray)，類的實(shí)例對(duì)象。
• 不可變對(duì)象：整型(int)，浮點(diǎn)型(float)，復(fù)數(shù)(complex)，字符串，元祖(tuple)，不可變集合(frozenset)，字節(jié)(bytes)。

看到這里你可能會(huì)有疑問(wèn)了，整數(shù)和字符串不是可以修改嗎？

a?=?10
a?=?100
a?=?"hello"
a?=?"world"

比如下面的代碼是正確的，并不會(huì)發(fā)生錯(cuò)誤，但是事實(shí)上其實(shí) a 指向的對(duì)象是發(fā)生了變化的，第一個(gè)對(duì)象指向整型或者字符串的時(shí)候，如果重新賦一個(gè)新的不同的整數(shù)或者字符串對(duì)象的話，python 會(huì)創(chuàng)建一個(gè)新的對(duì)象，我們可以使用下面的代碼進(jìn)行驗(yàn)證：

a?=?10
print(f"{id(a)?=?}")
a?=?100
print(f"{id(a)?=?}")
a?=?"hello"
print(f"{id(a)?=?}")
a?=?"world"
print(f"{id(a)?=?}")

上面的程序的輸出結(jié)果如下所示：

id(a) = 4365566480
id(a) = 4365569360
id(a) = 4424109232
id(a) = 4616350128

可以看到的是當(dāng)重新賦值之后變量指向的內(nèi)存對(duì)象是發(fā)生了變化的（因?yàn)閮?nèi)存地址發(fā)生了變化），這就是不可變對(duì)象，雖然可以對(duì)變量重新賦值，但是得到的是一個(gè)新對(duì)象并不是在原來(lái)的對(duì)象上進(jìn)行修改的！

我們現(xiàn)在來(lái)看一下可變對(duì)象列表發(fā)生修改之后內(nèi)存地址是怎么發(fā)生變化的：

data?=?[]
print(f"{id(data)?=?}")
data.append(1)
print(f"{id(data)?=?}")
data.append(1)
print(f"{id(data)?=?}")
data.append(1)
print(f"{id(data)?=?}")
data.append(1)
print(f"{id(data)?=?}")

上面的代碼輸出結(jié)果如下所示：

id(data) = 4614905664
id(data) = 4614905664
id(data) = 4614905664
id(data) = 4614905664
id(data) = 4614905664

從上面的輸出結(jié)果來(lái)看可以知道，當(dāng)我們往列表當(dāng)中加入新的數(shù)據(jù)之后（修改了列表），列表本身的地址并沒(méi)有發(fā)生變化，這就是可變對(duì)象。

我們?cè)谇懊嬲劦搅松羁截惡蜏\拷貝，我們現(xiàn)在來(lái)分析一下下面的代碼：

data?=?[1,?2,?3]
data_copy?=?copy.copy(data)
data_deep?=?copy.deepcopy(data)
print(f"{id(data?)?=?}?|?{id(data_copy)?=?}?|?{id(data_deep)?=?}")
print(f"{id(data[0])?=?}?|?{id(data_copy[0])?=?}?|?{id(data_deep[0])?=?}")
print(f"{id(data[1])?=?}?|?{id(data_copy[1])?=?}?|?{id(data_deep[1])?=?}")
print(f"{id(data[2])?=?}?|?{id(data_copy[2])?=?}?|?{id(data_deep[2])?=?}")

上面的代碼輸出結(jié)果如下所示：

id(data ) = 4620333952 | id(data_copy) = 4619860736 | id(data_deep) = 4621137024
id(data[0]) = 4365566192 | id(data_copy[0]) = 4365566192 | id(data_deep[0]) = 4365566192
id(data[1]) = 4365566224 | id(data_copy[1]) = 4365566224 | id(data_deep[1]) = 4365566224
id(data[2]) = 4365566256 | id(data_copy[2]) = 4365566256 | id(data_deep[2]) = 4365566256

看到這里你肯定會(huì)非常疑惑，為什么深拷貝和淺拷貝指向的內(nèi)存對(duì)象是一樣的呢？前列我們可以理解，因?yàn)闇\拷貝拷貝的是引用，因此他們指向的對(duì)象是同一個(gè)，但是為什么深拷貝之后指向的內(nèi)存對(duì)象和淺拷貝也是一樣的呢？這正是因?yàn)榱斜懋?dāng)中的數(shù)據(jù)是整型數(shù)據(jù)，他是一個(gè)不可變對(duì)象，如果對(duì) data 或者 data_copy 指向的對(duì)象進(jìn)行修改，那么將會(huì)指向一個(gè)新的對(duì)象并不會(huì)直接修改原來(lái)的對(duì)象，因此對(duì)于不可變對(duì)象其實(shí)是不用開辟一塊新的內(nèi)存空間在重新賦值的，因?yàn)檫@塊內(nèi)存中的對(duì)象是不會(huì)發(fā)生改變的。

我們?cè)賮?lái)看一個(gè)可拷貝的對(duì)象：

data?=?[[1],?[2],?[3]]
data_copy?=?copy.copy(data)
data_deep?=?copy.deepcopy(data)
print(f"{id(data?)?=?}?|?{id(data_copy)?=?}?|?{id(data_deep)?=?}")
print(f"{id(data[0])?=?}?|?{id(data_copy[0])?=?}?|?{id(data_deep[0])?=?}")
print(f"{id(data[1])?=?}?|?{id(data_copy[1])?=?}?|?{id(data_deep[1])?=?}")
print(f"{id(data[2])?=?}?|?{id(data_copy[2])?=?}?|?{id(data_deep[2])?=?}")

上面的代碼輸出結(jié)果如下所示：

id(data ) = 4619403712 | id(data_copy) = 4617239424 | id(data_deep) = 4620032640
id(data[0]) = 4620112640 | id(data_copy[0]) = 4620112640 | id(data_deep[0]) = 4620333952
id(data[1]) = 4619848128 | id(data_copy[1]) = 4619848128 | id(data_deep[1]) = 4621272448
id(data[2]) = 4620473280 | id(data_copy[2]) = 4620473280 | id(data_deep[2]) = 4621275840

從上面程序的輸出結(jié)果我們可以看到，當(dāng)列表當(dāng)中保存的是一個(gè)可變對(duì)象的時(shí)候，如果我們進(jìn)行深拷貝將創(chuàng)建一個(gè)全新的對(duì)象（深拷貝的對(duì)象內(nèi)存地址和淺拷貝的不一樣）。

代碼片段分析

經(jīng)過(guò)上面的學(xué)習(xí)對(duì)于在本篇文章開頭提出的問(wèn)題對(duì)于你來(lái)說(shuō)應(yīng)該是很簡(jiǎn)單的，我們現(xiàn)在來(lái)分析一下這幾個(gè)代碼片段：

a?=?[1,?2,?3,?4]
b?=?a
print(f"{a?=?}?\t|\t?{b?=?}")
a[0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")

這個(gè)很簡(jiǎn)單啦，a 和 b 不同的變量指向同一個(gè)列表，a 中間的數(shù)據(jù)發(fā)生變化，那么 b 的數(shù)據(jù)也會(huì)發(fā)生變化，輸出結(jié)果如下所示：

a = [1, 2, 3, 4]  |  b = [1, 2, 3, 4]
a = [100, 2, 3, 4]  |  b = [100, 2, 3, 4]
id(a) = 4614458816  |  id(b) = 4614458816

我們?cè)賮?lái)看一下第二個(gè)代碼片段

a?=?[1,?2,?3,?4]
b?=?a.copy()
print(f"{a?=?}?\t|\t?{b?=?}")
a[0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")

因?yàn)?b 是 a 的一個(gè)淺拷貝，所以 a 和 b 指向的是不同的列表，但是列表當(dāng)中數(shù)據(jù)的指向是相同的，但是由于整型數(shù)據(jù)是不可變數(shù)據(jù)，當(dāng)a[0] 發(fā)生變化的時(shí)候，并不會(huì)修改原來(lái)的數(shù)據(jù)，而是會(huì)在內(nèi)存當(dāng)中創(chuàng)建一個(gè)新的整型數(shù)據(jù)，因此列表 b 的內(nèi)容并不會(huì)發(fā)生變化。因此上面的代碼輸出結(jié)果如下所示：

a?=?[1,?2,?3,?4]??|??b?=?[1,?2,?3,?4]
a?=?[100,?2,?3,?4]??|??b?=?[1,?2,?3,?4]

再來(lái)看一下第三個(gè)片段：

a?=?[[1,?2,?3],?2,?3,?4]
b?=?a.copy()
print(f"{a?=?}?\t|\t?{b?=?}")
a[0][0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")

這個(gè)和第二個(gè)片段的分析是相似的，但是 a[0] 是一個(gè)可變對(duì)象，因此進(jìn)行數(shù)據(jù)修改的時(shí)候，a[0] 的指向沒(méi)有發(fā)生變化，因此 a 修改的內(nèi)容會(huì)影響 b。

a?=?[[1,?2,?3],?2,?3,?4]??|??b?=?[[1,?2,?3],?2,?3,?4]
a?=?[[100,?2,?3],?2,?3,?4]??|??b?=?[[100,?2,?3],?2,?3,?4]

最后一個(gè)片段：

a?=?[[1,?2,?3],?2,?3,?4]
b?=?copy.deepcopy(a)
print(f"{a?=?}?\t|\t?{b?=?}")
a[0][0]?=?100
print(f"{a?=?}?\t|\t?{b?=?}")

深拷貝會(huì)在內(nèi)存當(dāng)中重新創(chuàng)建一個(gè)和a[0]相同的對(duì)象，并且讓 b[0] 指向這個(gè)對(duì)象，因此修改 a[0]，并不會(huì)影響 b[0]，因此輸出結(jié)果如下所示：

a?=?[[1,?2,?3],?2,?3,?4]??|??b?=?[[1,?2,?3],?2,?3,?4]
a?=?[[100,?2,?3],?2,?3,?4]??|??b?=?[[1,?2,?3],?2,?3,?4]

撕開 Python 對(duì)象的神秘面紗

我們現(xiàn)在簡(jiǎn)要看一下 Cpython 是如何實(shí)現(xiàn) list 數(shù)據(jù)結(jié)構(gòu)的，在 list 當(dāng)中到底定義了一些什么東西：

typedef?struct?{
????PyObject_VAR_HEAD
????/*?Vector?of?pointers?to?list?elements.??list[0]?is?ob_item[0],?etc.?*/
????PyObject?**ob_item;

????/*?ob_item?contains?space?for?'allocated'?elements.??The?number
?????*?currently?in?use?is?ob_size.
?????*?Invariants:
?????*?????0?<=?ob_size?<=?allocated
?????*?????len(list)?==?ob_size
?????*?????ob_item?==?NULL?implies?ob_size?==?allocated?==?0
?????*?list.sort()?temporarily?sets?allocated?to?-1?to?detect?mutations.
?????*
?????*?Items?must?normally?not?be?NULL,?except?during?construction?when
?????*?the?list?is?not?yet?visible?outside?the?function?that?builds?it.
?????*/
????Py_ssize_t?allocated;
}?PyListObject;

在上面定義的結(jié)構(gòu)體當(dāng)中 ：

allocated 表示分配的內(nèi)存空間的數(shù)量，也就是能夠存儲(chǔ)指針的數(shù)量，當(dāng)所有的空間用完之后需要再次申請(qǐng)內(nèi)存空間。

ob_item 指向內(nèi)存當(dāng)中真正存儲(chǔ)指向 python 對(duì)象指針的數(shù)組，比如說(shuō)我們想得到列表當(dāng)中第一個(gè)對(duì)象的指針的話就是 list->ob_item[0]，如果要得到真正的數(shù)據(jù)的話就是 *(list->ob_item[0])。

PyObject_VAR_HEAD 是一個(gè)宏，會(huì)在結(jié)構(gòu)體當(dāng)中定一個(gè)子結(jié)構(gòu)體，這個(gè)子結(jié)構(gòu)體的定義如下：

typedef?struct?{
????PyObject?ob_base;
????Py_ssize_t?ob_size;?/*?Number?of?items?in?variable?part?*/
}?PyVarObject;

這里我們不去談對(duì)象 PyObject 了，主要說(shuō)一下 ob_size，他表示列表當(dāng)中存儲(chǔ)了多少個(gè)數(shù)據(jù)，這個(gè)和 allocated 不一樣，allocated 表示 ob_item 指向的數(shù)組一共有多少個(gè)空間，ob_size 表示這個(gè)數(shù)組存儲(chǔ)了多少個(gè)數(shù)據(jù) ob_size <= allocated。

在了解列表的結(jié)構(gòu)體之后我們現(xiàn)在應(yīng)該能夠理解之前的內(nèi)存布局了，所有的列表并不存儲(chǔ)真正的數(shù)據(jù)而是存儲(chǔ)指向這些數(shù)據(jù)的指針。

總結(jié)

在本篇文章當(dāng)中主要給大家介紹了 python 當(dāng)中對(duì)象的拷貝和內(nèi)存布局，以及對(duì)對(duì)象內(nèi)存地址的驗(yàn)證，最后稍微介紹了一下 cpython 內(nèi)部實(shí)現(xiàn)列表的結(jié)構(gòu)體，幫助大家深入理解列表對(duì)象的內(nèi)存布局。

到此這篇關(guān)于淺析Python的對(duì)象拷貝和內(nèi)存布局的文章就介紹到這了,更多相關(guān)Python對(duì)象拷貝 內(nèi)存布局內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論