python 学习:对象拷贝,深拷贝,浅拷贝

import copy
"""
比较操作符'=='表示比较对象间的值是否相等,而'is'表示比较对象的标识是否相等,
即它们是否指向同一个内存地址。
比较操作符'is'效率优于'==',因为'is'操作符无法被重载,执行'is'操作只是简单
的获取对象的 ID,并进行比较;而'=='操作符则会递归地遍历对象的所有值,并逐一比
较。
浅拷贝中的元素,是原对象中子对象的引用,因此,如果原对象中的元素是可变的,改
变其也会影响拷贝后的对象,存在一定的副作用。
深度拷贝则会递归地拷贝原对象中的每一个子对象,因此拷贝后的对象和原对象互不相
关。另外,深度拷贝中会维护一个字典,记录已经拷贝的对象及其 ID,来提高效率并防
止无限递归的发生。
"""
a = 10
b = 10

# 比较a 和 b 值是否相等,a == b,相当于执行了 a.__eq__(b)
print(f'compare the value of a and b, result:{a == b}')  # True

# 比较a 和 b 是否是同一个对象 a is b, 就是 比较两者的id是否相等
print(f'compare the object of a and b is the same, result: {a is b}')
print(f'id of a : {id(a)}')
print(f'id of b : {id(b)}')
print(f'compare the id of object a and object b, result: {id(a) == id(b)}')  # True

# 不可变的数据类型,他们在创建的时候开辟同样的内存地址
c = 12345678
d = 12345678
print(id(c))
print(id(d))
print(f'{c is d}')  # True

# 两个不可变的tuple,包含可变的list。list 发生改变,两个值不相等
t1 = (1, 2, [3, 4])
t2 = (1, 2, [3, 4])
print(t1 == t2)  # True

t1[-1].append(5)
print(t1 == t2)  # False

# 两个可变类型的id是不相等的,所以即使值一样他们的id也不一样
s1 = [1, 2, 3]
s2 = [1, 2, 3]
print(s1 == s2)  # True
print(s1 is s2)  # False

# 浅拷贝,是指重新分配一块内存,创建一个新的对象,里面的元素是原对象中子对象的引用
# 利用构造器, 切片, copy.copy()
l1 = ['a', 'b', 'c']
l2 = list(l1)
l3 = l1[:]
l4 = copy.copy(l1)
print(f'{l1 is l2}')  # False
print(f'{l1 is l3}')  # False
print(f'{l1 is l4}')  # False

# 对于元组,使用 tuple() 或者切片操作符':'不会创建一份浅拷贝,
# 相反,它会返回一个指向相同元组的引用
tuple1 = (1, 2, [3, 4, 5])
tuple2 = tuple(tuple1)

tuple2[-1].append(6)
print(tuple1)
print(f'{tuple1 is tuple2}')  # True
print(f'{tuple2 == tuple1}')  # True

# 浅拷贝的副作用,因为浅拷贝只能保证两个对象的元素的地址相同,两个对象本质上还是指向不同的内存地址
# 存在着被拷贝增加元素,拷贝对象不变,被拷贝对象的元素是tuple,发生改变,拷贝对象不变的情况
l1 = [[1, 2], (30, 40)]
l2 = list(l1)
l1.append(100)
l1[0].append(3)
print(l1)
# [[1, 2, 3], (30, 40), 100]
print(l2)
# [[1, 2, 3], (30, 40)]
l1[1] += (50, 60)
print(l1)
# [[1, 2, 3], (30, 40, 50, 60), 100]
print(l2)
# [[1, 2, 3], (30, 40)]

# 深拷贝 是指重新分配一块内存,创建一个新的对象,并且将原对象中的元素,以递
# 归的方式,通过创建新的子对象拷贝到新对象中。因此,新对象和原对象没有任何关联
l1 = [[1, 2], (30, 40)]
l2 = copy.deepcopy(l1)
l1.append(100)
l1[0].append(3)

print(l1)  # [[1, 2, 3], (30, 40), 100]
print(l2)  # [[1, 2], (30, 40)]

# 深拷贝的缺陷:如果被拷贝对象中存在指向自身的引用,那么程序很容易陷入无限循环:
x = [1]
x.append(x)

print(x)
# 实际情况程序并不会崩溃,记录已经拷贝的对象与其ID。
# 拷贝过程中,如果字典里已经存储了将要拷贝的对象,则会从字典直接返回
y = copy.deepcopy(x)
print(y)

print(f'{x == y}')
# print(f'{x is y}')
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,907评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,987评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,298评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,586评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,633评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,488评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,275评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,176评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,619评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,819评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,932评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,655评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,265评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,871评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,994评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,095评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,884评论 2 354

推荐阅读更多精彩内容