浅谈Python对内存的使用(深浅拷贝)

时间:2021-05-22

本文主要研究的是Python对内存的使用(深浅拷贝)的相关问题,具体介绍如下。

浅拷贝就是对引用的拷贝(只拷贝父对象)

深拷贝就是对对象的资源的拷贝

>>> a=[1,2,3,'a','b']>>> b=a>>> b[1, 2, 3, 'a', 'b']>>> a[1, 2, 3, 'a', 'b']>>> id(a)3021737547592>>> id(b)3021737547592>>> a.append('c')>>> a[1, 2, 3, 'a', 'b', 'c']>>> b[1, 2, 3, 'a', 'b', 'c']>>> b.append(4)>>> b[1, 2, 3, 'a', 'b', 'c', 4]>>> a[1, 2, 3, 'a', 'b', 'c', 4]

从以上操作可以看出:将a赋值给b后,a和b的地址是一样的,无论那个发生变化,另一个都会跟着变化,始终保持相同。

>>> import copy>>> a=[1,2,3,['a','b','c']]>>> b=a>>> c=copy.copy(a)>>> b[1, 2, 3, ['a', 'b', 'c']]>>> c[1, 2, 3, ['a', 'b', 'c']]>>> id(a)3021737548104>>> id(b)3021737548104>>> id(c)3021737494536 #浅拷贝父对象的地址不一样>>> a.append('d')>>> a[1, 2, 3, ['a', 'b', 'c'], 'd']>>> b[1, 2, 3, ['a', 'b', 'c'], 'd']>>> c[1, 2, 3, ['a', 'b', 'c']] #a和c的地址不一样,因此a变化,c不变化>>> id(a[0])1686357680>>> id(c[0])1686357680>>> id(a[3])3021737547528>>> id(c[3]) 3021737547528 #整个父对象所占的空间不一样,但相同的内层数据的所占空间一样>>> a[3].append('d')>>> a[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']>>> c[1, 2, 3, ['a', 'b', 'c', 'd']]#因为内层数据所占空间一样,所以a变化,c跟着变化

以上就是浅拷贝:整个父对象的地址不一样,内层数据的地址相同,操作内层数据的话,一同变化;操作对象为父对象时,拷贝对象不跟着变化。

>>> a[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']>>> d=copy.deepcopy(a)>>> d[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']>>> id(a)3021737548104>>> id(d)3021737547656 #深拷贝父对象的地址不一样>>> a.append('e')>>> a[1, 2, 3, ['a', 'b', 'c', 'd'], 'd', 'e']>>> d[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']#a和d的地址不一样,因此a变化,d不变化>>> id(a[0])1686357680>>> id(d[0])1686357680>>> id(a[3])3021737547528>>> id(d[3])3021737493256 #内层数据的地址不一样>>> a[3].append('x')>>> a[1, 2, 3, ['a', 'b', 'c', 'd', 'x'], 'd', 'e']>>> d[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']

以上是深拷贝

区别:

浅拷贝与原对象的内层数据地址相同;
深拷贝完全独立开来,与原对象没有任何联系。

总结

以上就是本文关于浅谈Python对内存的使用(深浅拷贝)的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章