淺談Python對內(nèi)存的使用（深淺拷貝）

更新時間：2018年01月17日 09:21:16 作者：powerpoint_2016

這篇文章主要介紹了淺談Python對內(nèi)存的使用（深淺拷貝），具有一定借鑒價值,需要的朋友可以參考下

本文主要研究的是Python對內(nèi)存的使用（深淺拷貝）的相關問題，具體介紹如下。

淺拷貝就是對引用的拷貝（只拷貝父對象）

深拷貝就是對對象的資源的拷貝

>>> 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]

從以上操作可以看出：將a賦值給b后，a和b的地址是一樣的，無論那個發(fā)生變化，另一個都會跟著變化，始終保持相同。

>>> 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    #淺拷貝父對象的地址不一樣
>>> 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的地址不一樣，因此a變化，c不變化




>>> id(a[0])
1686357680
>>> id(c[0])
1686357680
>>> id(a[3])
3021737547528
>>> id(c[3])   
3021737547528    #整個父對象所占的空間不一樣，但相同的內(nèi)層數(shù)據(jù)的所占空間一樣
>>> a[3].append('d')
>>> a
[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']
>>> c
[1, 2, 3, ['a', 'b', 'c', 'd']]#因為內(nèi)層數(shù)據(jù)所占空間一樣，所以a變化，c跟著變化

以上就是淺拷貝：整個父對象的地址不一樣，內(nèi)層數(shù)據(jù)的地址相同，操作內(nèi)層數(shù)據(jù)的話，一同變化；操作對象為父對象時，拷貝對象不跟著變化。

>>> 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  #深拷貝父對象的地址不一樣

>>> 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的地址不一樣，因此a變化，d不變化
>>> id(a[0])
1686357680
>>> id(d[0])
1686357680
>>> id(a[3])
3021737547528
>>> id(d[3])
3021737493256  #內(nèi)層數(shù)據(jù)的地址不一樣
>>> a[3].append('x')
>>> a
[1, 2, 3, ['a', 'b', 'c', 'd', 'x'], 'd', 'e']
>>> d
[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']

以上是深拷貝。

區(qū)別：

淺拷貝與原對象的內(nèi)層數(shù)據(jù)地址相同；
深拷貝完全獨立開來，與原對象沒有任何聯(lián)系。

總結(jié)

以上就是本文關于淺談Python對內(nèi)存的使用（深淺拷貝）的全部內(nèi)容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關專題，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！

您可能感興趣的文章: