Python中append淺拷貝機(jī)制

關(guān)于深淺拷貝，最直觀的理解就是：

• 深拷貝：拷貝的程度深，自己新開辟了一塊內(nèi)存，將被拷貝內(nèi)容全部拷貝過來了；
• 淺拷貝：拷貝的程度淺，只拷貝原數(shù)據(jù)的首地址，然后通過原數(shù)據(jù)的首地址，去獲取內(nèi)容。

這兩者的優(yōu)缺點對比：

• 深拷貝拷貝程度高，將原數(shù)據(jù)復(fù)制到新的內(nèi)存空間中。改變拷貝后的內(nèi)容不影響原數(shù)據(jù)內(nèi)容。但是深拷貝耗時長，且占用內(nèi)存空間。
• 淺拷貝拷貝程度低，只復(fù)制原數(shù)據(jù)的地址。其實是將副本的地址指向原數(shù)據(jù)地址。修改副本內(nèi)容，是通過當(dāng)前地址指向原數(shù)據(jù)地址，去修改。所以修改副本內(nèi)容會影響到原數(shù)據(jù)內(nèi)容。但是淺拷貝耗時短，占用內(nèi)存空間少。

Python內(nèi)存引用

在C語言中，在聲明變量的時候，int a，int b，這兩條語句為a，b兩個變量分別賦予了兩塊不同的內(nèi)存空間，然后賦值的時候再將相應(yīng)的值存儲到對應(yīng)的存儲空間。但是在Python中變量的賦值與C語言是截然不同的，考慮下面的代碼：

>>> a = 2
>>> b = 2
>>> id(a)
140736259334576
>>> id(b)
140736259334576

id函數(shù)用于獲取對象的內(nèi)存地址，可以發(fā)現(xiàn)，變量a和變量b的內(nèi)存地址竟然一樣！

在Python中，先生成對象，變量再對對象進(jìn)行引用，在這個例子中，1就是對象，然后a再對1進(jìn)行引用，由于常數(shù)是不可變類型，所以1的內(nèi)存空間是一樣的，所以a，b引用的是用一塊內(nèi)存空間。雖然變量名不一樣，但是他們引用的對象是相同的。

當(dāng)然上面舉的例子是int類型的，這屬于不可變類型。如果是list或者dict呢？來看看下面的例子：

>>> a = [1, 2, 3]
>>> b = [1, 2, 3]
>>> id(a)
3145735383560
>>> id(b)
3145735414984

內(nèi)存地址不一致！基于此，我們步入今天的主題，來看看append方法淺拷貝機(jī)制，到底有什么坑！

append方法淺拷貝機(jī)制

Python中的append方法是一個常用的方法，可以將一個對象添加到列表末尾。相信大家一定都用過吧？有人去深挖這個函數(shù)的用法嗎？這里面可以存在一個大坑！

我們來看一個例子：

>>> a = [1, 3, 5, "a"]
>>> b = []
>>> b.append(a)
>>> b
[[1, 3, 5, 'a']]
>>> a.append("aha")
>>> b    # surprise?
[[1, 3, 5, 'a', 'aha']]

思考一下，明明在第三行之后并沒有對b操作，那么為什么b會發(fā)生改變呢？

回到今天的主題，事實上，append方法是淺拷貝。在Python中，對象賦值實際上是對象的引用，當(dāng)創(chuàng)建一個對象，然后把它賦值給另一個變量的時候，Python并沒有拷貝這個對象，而只是拷貝了這個對象的引用，這就是淺拷貝。

我們逐步來看。首先，b.append(a)就是對a進(jìn)行了淺拷貝，結(jié)果為b=[[1, 3, 5, 'a']]，但b[0]與a引用的對象是相同的，這可以通過id函數(shù)進(jìn)行驗證：

>>> id(b[0])
3145735177480
>>> id(a)
3145735177480

可見，b[0]與a指向同個內(nèi)存地址。

下一步，代碼執(zhí)行a.append(0)，列表是可變類型，這一步在原地址的列表的末尾添加0，原地址的內(nèi)容被改變了但是地址沒有變（可以將Python中的list理解為鏈表，所以這個list的地址不會變，這相當(dāng)于鏈表的頭結(jié)點），所以a和b[0]的內(nèi)容同時被改變了，這就是為什么對a進(jìn)行append操作b會跟著發(fā)生改變。

發(fā)生這些的前提是對同一個地址上的內(nèi)容進(jìn)行操作，所以影響了指向該地址的所有變量。

所以，在日常使用append函數(shù)的時候，就需要將淺拷貝變?yōu)樯羁截?，有兩個解決方案：

• b.append(list(a))
• b.append(a[:])

還是上面的例子，來看看這兩個方法的結(jié)果是不是真的解決了append淺拷貝問題。

>>> a = [1, 3, 5, "a"]
>>> b = []
>>> b.append(list(a))
>>> b
[[1, 3, 5, 'a']]
>>> a.append(0)
>>> a
[1, 3, 5, 'a', 0]
>>> b
[[1, 3, 5, 'a']]

>>> a = [1, 3, 5, "a"]
>>> b = []
>>> b.append(a[:])
>>> b
[[1, 3, 5, 'a']]
>>> a.append(10)
>>> a
[1, 3, 5, 'a', 10]
>>> b
[[1, 3, 5, 'a']]

怎么樣，問題是不是解決了！所以日常使用中，一定要避免淺拷貝帶來的問題！

這個append的坑，也是我在刷leetcode：77. 組合時注意到的，題解為：

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        def traversal(n, k, start_index):
            if len(path) == k:
                result.append(path[:])   # 精華在這，要解決這里的淺拷貝問題！
                return
            
            for i in range(start_index, n + 1):
                path.append(i)
                traversal(n, k, i + 1)
                path.pop()
        
        path = []
        result = []
        traversal(n, k, 1)
        return result

如果不處理第5行處的淺拷貝問題，會導(dǎo)致運行處下面的結(jié)果：

為啥？因為回溯呀，在上面代碼的第11行處，一直在向上回溯，所以結(jié)果運行出來就變成了空列表！

所以，在刷回溯的題的時候，如果你使用的是Python，一定要注意這一點了！

補充：Python append() 與深拷貝、淺拷貝

深淺拷貝

在 Python 中，對象賦值實際上是對象的引用。當(dāng)創(chuàng)建一個對象，然后把它賦給另一個變量的時候，Python 并沒有拷貝這個對象，而只是拷貝了這個對象的引用，我們稱之為淺拷貝。

在 Python 中，為了使當(dāng)進(jìn)行賦值操作時，兩個變量互補影響，可以使用 copy 模塊中的 deepcopy 方法，稱之為深拷貝。

append() 函數(shù)

當(dāng) list 類型的對象進(jìn)行 append 操作時，實際上追加的是該對象的引用。

id() 函數(shù)：返回對象的唯一標(biāo)識，可以類比成該對象在內(nèi)存中的地址。

>>>alist = []
>>> num = [2]
>>> alist.append( num )
>>> id( num ) == id( alist[0] )
True

如上例所示，當(dāng) num 發(fā)生變化時(前提是 id(num) 不發(fā)生變化），alist 的內(nèi)容隨之會發(fā)生變化。往往會帶來意想不到的后果，想避免這種情況，可以采用深拷貝解決：

alist.append( copy.deepcopy( num ) )

到此這篇關(guān)于Python中append淺拷貝機(jī)制的文章就介紹到這了,更多相關(guān)Python中append淺拷貝內(nèi)容請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！

最新評論