python變量賦值機制踩坑記錄
先說結(jié)論:
變量賦值屬于淺拷貝(關(guān)于深拷貝和淺拷貝的區(qū)別可以自己了解下)。故如果是可變類型變量(如a是list類型,a=b)賦值,修改a會牽連到b;如果是不可變類型(如int)的賦值,則修改任意變量不會傳遞。
1. 可變類型賦值

可以看出,對于可變類型賦值,變量始終指向同一塊地址。
2. 不可變類型賦值

對于不可變類型變量的賦值,剛開始是指向同一塊地址,但修改任意變量,則修改的變量指向另外一塊地址,不會影響另外一個變量。
那么問題來了,對于自定義的類型進(jìn)行變量賦值,屬于哪一種呢?
3. 自定義類型變量賦值

可以看出,對自定義變量中的屬性進(jìn)行修改也會傳遞。
但是,如果對整體變量重新賦值呢?

可以看出,如果對整體變量重新賦值,修改不會傳遞,修改的變量會指向新的地址。
對于自定義變量賦值的區(qū)別,不留意很容易踩坑,如下面函數(shù),將列表轉(zhuǎn)化為鏈表:

創(chuàng)建head結(jié)點的副本cur,對其進(jìn)行賦值,賦值后再讓它指向下一個節(jié)點,最終返回頭結(jié)點,但結(jié)果出人意料。仔細(xì)分析發(fā)現(xiàn),在for循環(huán)中重新對cur賦值,cur = Node(i),使得cur不再指向head節(jié)點,而是指向另一塊內(nèi)存地址,此時head和cur分路揚鑣,再也沒有關(guān)系了。
正確的做法是:

在for循環(huán)內(nèi),不對cur本身進(jìn)行更改,只對其屬性next進(jìn)行更改,這樣cur和head始終指向同一塊地址,最終return head.next(因為第一個node沒數(shù)據(jù),真正的node從head.next開始)
到此這篇關(guān)于python變量賦值機制踩坑記錄的文章就介紹到這了,更多相關(guān)python變量賦值踩坑記錄內(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!
相關(guān)文章
Python餐飲AI機器人學(xué)習(xí)數(shù)據(jù)網(wǎng)絡(luò)抓取
在餐飲行業(yè),AI機器人可以通過學(xué)習(xí)大量的相關(guān)數(shù)據(jù)來提供更好的服務(wù)和體驗,在文本中,我們將介紹如何使用python進(jìn)行餐飲A?I機器人學(xué)習(xí)數(shù)據(jù)的網(wǎng)絡(luò)抓取,并提供代碼的示例和最佳實踐2023-12-12
Pytorch實現(xiàn)tensor序列化和并行化的示例詳解
這篇文章主要介紹了Pytorch實現(xiàn)tensor序列化和并行化,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,感興趣的同學(xué)們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-12-12

