5張圖徹底理解Python中的淺拷貝與深拷貝

假設你去面試 Python 開發崗，面試官如果對基礎比較看重的話，那麼很可能會問你這樣的問題

“談談你對 Python 中的淺拷貝和深拷貝的理解？”

若平時你在開發中像我一樣，過度使用 deepcopy，以至於忘記了淺拷貝（shallow copy）和深拷貝（deep copy）的區別，那很可能要栽大跟頭了。建議在讀這篇文章之前，看下我之前寫的文章《你真的理解Python中的賦值、傳參嗎？》，它有助於你更快的理解本文

Python 的引用計數

首先我們要知道，Python 內不可變物件的記憶體管理方式是引用計數。因此，我們在談論拷貝時，其實談論的主要特點都是基於可變物件的。我們來看下面這段程式碼

import copy

a = "張小雞"
b = a
c = copy.copy(a)
d = copy.deepcopy(a)

print "賦值：id(b)->>>", id(b)
print "淺拷貝：id(c)->>>", id(c)
print "深拷貝：id(d)->>>", id(c)
複製程式碼

輸出如下

賦值：id(b)->>> 4394180400
淺拷貝：id(c)->>> 4394180400
深拷貝：id(d)->>> 4394180400
複製程式碼

因為我們這裡操作的是不可變物件，Python 用引用計數的方式管理它們，所以 Python 不會對值相同的不可變物件，申請單獨的記憶體空間。只會記錄它的引用次數

淺拷貝

我們先來比較一下淺拷貝和賦值在可變物件上的區別

import copy

a = ["張小雞"]
b = a
c = copy.copy(a)

print "賦值：id(b)->>>", id(b)
print "淺拷貝：id(c)->>>", id(c)
複製程式碼

輸出結果

賦值：id(b)->>> 4473562824
淺拷貝：id(c)->>> 4462057592
複製程式碼

發現沒有，賦值就是對物體進行貼標籤操作，作用於同一物體。而淺拷貝則會建立一個新的物件，至於物件中的元素，它依然會引用原來的物體，我們再來看一段例子

import copy

a = ["張小雞"]

print "改變前，a內部的元素id：id([a])->>>", [id(_) for _ in a]

c = copy.copy(a)

print "改變前，淺拷貝c內部的元素id：id([c])->>>", [id(_) for _ in c]

a[0] = "姬無命"

print "改變後，a內部的元素id：id([a])->>>", [id(_) for _ in a]
print "改變後，淺拷貝c內部的元素id：id([c])->>>", [id(_) for _ in c]
複製程式碼

輸出如下

改變前，a內部的元素id：id([a])->>> [4318150256]
改變前，淺拷貝c內部的元素id：id([c])->>> [4318150256]
改變後，a內部的元素id：id([a])->>> [4318150352]
改變後，淺拷貝c內部的元素id：id([c])->>> [4318150256]
複製程式碼

操作不可變物件時，由於引用計數的特性，被拷貝的元素改變時，就相當於撕掉了原來的標籤，重新貼上新的標籤一樣，對於我們已拷貝的元素沒有任何影響。因此在操作不可變物件時，淺拷貝和深拷貝是沒有區別的

import copy
import json

a = [["張小雞"], "姬無命"]

print "改變前，a的值", json.dumps(a, ensure_ascii=False)
print "改變前，a內部的元素id：id([a])->>>", [id(_) for _ in a]

c = copy.copy(a)

print "改變前，c的值", json.dumps(c, ensure_ascii=False)
print "改變前，淺拷貝c內部的元素id：id([c])->>>", [id(_) for _ in c]

a[0][0] = "Tom"
a[1] = "Jack"

print "改變後，a的值", json.dumps(a, ensure_ascii=False)
print "改變後，c的值", json.dumps(c, ensure_ascii=False)
print "改變後，a內部的元素id：id([a])->>>", [id(_) for _ in a]
print "改變後，淺拷貝c內部的元素id：id([c])->>>", [id(_) for _ in c]
複製程式碼

輸出結果

改變前，a的值 [["張小雞"], "姬無命"]
改變前，a內部的元素id：id([a])->>> [4385503208, 4373939232]
改變前，c的值 [["張小雞"], "姬無命"]
改變前，淺拷貝c內部的元素id：id([c])->>> [4385503208, 4373939232]
改變後，a的值 [["Tom"], "Jack"]
改變後，c的值 [["Tom"], "姬無命"]
改變後，a內部的元素id：id([a])->>> [4385503208, 4373938320]
改變後，淺拷貝c內部的元素id：id([c])->>> [4385503208, 4373939232]
複製程式碼

由於淺拷貝會使用原始元素的引用（記憶體地址）。所以在在操作被拷貝物件內部的可變元素時，其結果是會影響到拷貝物件的

深拷貝

深拷貝遇到可變物件，則又會進行一層物件建立，所以你操作被拷貝物件內部的可變物件，不影響拷貝物件內部的值

import copy
import json

a = [["張小雞"], "姬無命"]

print "改變前，a的值", json.dumps(a, ensure_ascii=False)
print "改變前，a內部的元素id：id([a])->>>", [id(_) for _ in a]

d = copy.deepcopy(a)

print "改變前，d的值", json.dumps(d, ensure_ascii=False)
print "改變前，深拷貝d內部的元素id：id([d])->>>", [id(_) for _ in d]

a[0][0] = "Tom"
a[1] = "Jack"

print "改變後，a的值", json.dumps(a, ensure_ascii=False)
print "改變後，d的值", json.dumps(d, ensure_ascii=False)
print "改變後，a內部的元素id：id([a])->>>", [id(_) for _ in a]
print "改變後，深拷貝d內部的元素id：id([d])->>>", [id(_) for _ in d]
複製程式碼

輸出如下

改變前，a的值 [["張小雞"], "姬無命"]
改變前，a內部的元素id：id([a])->>> [4337440744, 4325876768]
改變前，d的值 [["張小雞"], "姬無命"]
改變前，深拷貝d內部的元素id：id([d])->>> [4337440888, 4325876768]
改變後，a的值 [["Tom"], "Jack"]
改變後，d的值 [["張小雞"], "姬無命"]
改變後，a內部的元素id：id([a])->>> [4337440744, 4325875856]
改變後，深拷貝d內部的元素id：id([d])->>> [4337440888, 4325876768]
複製程式碼

總結

因此，在下次我們遇到這類問題時，我們說出以下關鍵點，基本就很穩了

1. 由於 Python 內部引用計數的特性，對於不可變物件，淺拷貝和深拷貝的作用是一致的，就相當於複製了一份副本，原物件內部的不可變物件的改變，不會影響到複製物件
2. 淺拷貝的拷貝。其實是拷貝了原始元素的引用（記憶體地址），所以當拷貝可變物件時，原物件內可變物件的對應元素的改變，會在複製物件的對應元素上，有所體現
3. 深拷貝在遇到可變物件時，又在內部做了新建了一個副本。所以，不管它內部的元素如何變化，都不會影響到原來副本的可變物件

參考資料

圖解python中賦值、淺拷貝、深拷貝的區別

Python中 copy, deepcopy 的區別及原因