深浅复制

复制代码
'''
    深浅复制
        1.常见的复制方法:
            深copy    copy.deepcopy()
            浅copy    copy.copy()

        面试 - 深浅copy的区别
            >.深浅copy都是用来复制具备嵌套结构可变元素到列表的方式
            >.浅copy只复制第一层,嵌套的元素共享一块内存空间
            >.深copy完全复制,与源列表没有任何关系,完全独立
            >.深copy采用递归的形式依次copy所有嵌套元素
            >.深copy内存使用量大速度较慢,浅copy速度较快且共享地址
'''
from copy import deepcopy

# 1.常见的复制方法
test_list1 = [1, 2, 3]
print("源列表:",test_list1)    #源列表: [1, 2, 3]
# 切片
print("切片:",test_list1[:])  #切片: [1, 2, 3]
# list.copy()
print("list.copy:",list.copy(test_list1))    #list.copy: [1, 2, 3]


#导入内置模块copy
import copy
# 浅copy
print("浅copy:",copy.copy(test_list1))   #浅copy: [1, 2, 3]
# 深copy
print("深copy:",deepcopy(test_list1))    #深copy: [1, 2, 3]


# 2.区别
test_list2 = [[100,200],[300,400],[400,500]]
print(test_list2[1])        #[300, 400]
print(test_list2[1][1])     #400

res1 = copy.copy(test_list2)
res1[0][0] = 888
print("浅copy:",res1)         # 浅copy: [[888, 200], [300, 400], [400, 500]]
print("源列表:",test_list2)    # 源列表: [[888, 200], [300, 400], [400, 500]]
print(id(res1))         #2295848862272
print(id(test_list2))       #1972560430528



test_list3 = [[100,200],[300,400],[400,500]]
res1 = copy.deepcopy(test_list3)
res1[0][0] = 888
print("源列表:",test_list3)        # 源列表: [[100, 200], [300, 400], [400, 500]]
print("深copy:",res1)             # 深copy: [[888, 200], [300, 400], [400, 500]]
'''
    由此可见深copy完全复制源列表,而浅copy只复制了第一二层,最后一层与源列表共用,所以一旦修改源列表也被修改了
'''
相关推荐
承渊政道1 天前
ToClaw是什么?一句话:装在云端的OpenClaw
windows·科技·学习·其他·macos·claw
NGC_66111 天前
详解Java包装类
开发语言·windows·python
MinterFusion1 天前
如何在Windows下查看本机的IP地址
网络·windows·tcp/ip·ip地址·明德融创
一点事1 天前
windows:安装docker
windows·docker·容器
码上上班1 天前
利用Windows系统的漏洞-MS10-018漏洞的利用
windows
i建模1 天前
在 Windows 中解决 `zig fetch` 的 `TlsInitializationFailed` 错误
windows·zig
问道飞鱼2 天前
【Tauri框架学习】Windows 11 环境下 Tauri 开发环境安装与问题解决手册
windows·学习·tauri·开发环境
xiaoliuliu123452 天前
Autodesk官方卸载工具使用教程(Windows版,含解压+管理员运行+批量卸载)
windows
johnrui2 天前
集合与树形结构
开发语言·windows
柯儿的天空2 天前
【OpenClaw 全面解析:从零到精通】第 006 篇:OpenClaw 在 Windows/WSL2 上的安装与部署实战
人工智能·windows·语言模型·chatgpt·ai作画