python学习笔记:引用、浅拷贝和深拷贝（底层原理）

前言

在python中“一切皆对象”，包括整数（int），小数（float）等

引用

Python解释器维护了一个内部的数据结构，称为命名空间或符号表，它将变量名与对象的内存地址关联起来。当您创建一个变量并将其赋值为某个对象时，实际上是将变量名与对象的内存地址关联起来，从而使变量可以引用该对象。

在python中，变量是一个标识符，解释器遇到这个标识符的时候，会在python的“符号表”里面对应它的位置，并返回它对应的对象的地址。在赋值操作时，符号表将会被编辑，标识符对应的对象地址被改变，使得变量可以引用新的对象。

比如：当我执行：

a = ‘hello’
 
b = 'world'

拓展：

python的不可变对象用的是引用计数机制。为了节省内存和提高效率，如果创建多个值相同的变量，他们指向的对象一般是相同的。比如

a = 1
b = a
c = b

执行完这段代码之后，a，b，c都指向同一个地址（同个对象），这个地址的引用次数为3。但是当我们改变其中一个变量的值（实际上是想要改变变量引用的对象的值）得时候，其他两个变量的值不会改变。这是为什么？这是因为int是不可变类型，所以实际上当你想要改变变量引用的对象的值的时候，不会真的改变这个对象的值，而是新建了一个对象，然后让变量引用这一个新的对象，相应地“1”的引用次数减少为2。

若执行：b = 2,不会改变0x11的值，而是在内存里新建一个值为2的对象：

（当地址的引用次数变为0，python会回收这块内存。）

浅拷贝

哪些操作属于：除了copy 模块中的 deepcopy 函数，其他均为浅拷贝

就是只拷贝一层的信息，不管是拷贝最外层的引用（直接赋值），还是次外层的引用（切片），只一层。

深拷贝

只有 copy 模块中的 deepcopy 函数能够实现

新建新的对象，递归重建完全一样的引用结构。

浅拷贝和深拷贝的区别

浅拷贝和深拷贝的区别不在深浅，而在对引用结构的拷贝是全面的还是部分的。

有时候浅拷贝操作的效果和深拷贝完全相同，比如

a = [1, 2, 3]
b = a[:]
a[0] = 4
 
print(b[0])
 

这时b[0]的值没有改变还是1，也就是b = a[:]等价于 b = copy.deepcopy(a)

这是因为切片虽然是浅拷贝，但是不是拷贝a数组这个对象的引用，而是a数组内容里面每个对象的引用，由于前文提到的int类型对象的不可变性，当我们尝试改变a[0]引用的整型对象的值得时候，会新建一个新对象，这个对象的值被改成4，这就和b没什么关系了。

所以我把切片赋值这样的浅拷贝称为“拷贝次外层”的浅拷贝。和我用循环通过下标赋值类似。

但当浅拷贝对象是可变对象时，浅拷贝和深拷贝的区别就显现出来了：

示例：

a = [1, 2, [3, 4]]
b = a[:]  # 切片操作
b[0] = 100  # 修改 b 的第一个元素
b[2][0] = 300  # 修改 b 的嵌套列表中的元素
 
print(a)  # 输出：[1, 2, [300, 4]]

在上述示例中，切片复制了包含整数的部分，因此修改 b[0] 不会影响 a，但它仍然共享嵌套列表中的引用，因此修改 b[2][0] 也会影响 a。这说明切片是浅拷贝的行为，只适用于最外层的元素。

总结一下，就是如果改变一个变量，另一个也跟着改变了，就是因为两个引用了相同的可变对象。

有什么问题，欢迎评论提出。