解密Python list 深/浅拷贝原理

1. python list的解密深/浅拷贝

python 有一种常用数据类型：list，使用list时经常需要考虑一件事件，深浅那就是拷贝：浅拷贝与深拷贝。

至于什么是原理深浅拷贝，先从一个示例代码来分析一下：

import copy # list 测试使用的解密源数据 lists = [[1, 2, 3], 4, 5, 6] def low_copy():     # list 浅拷贝     low_list = copy.copy(lists)     return list(low_list) def deep_copy():     # list 深拷贝     deep_list = copy.deepcopy(lists)     return list(deep_list) if __name__ == "__main__":     print("源 list:", lists)     #  分别获取 浅拷贝、深拷贝 list对象     lists_c = low_copy()     lists_d = deep_copy()     print("浅拷贝 list:",深浅 lists_c)     print("深拷贝 list:", lists_c)     print("========================")     # 对源数据的 第0下数据追加数值7     print("对源list的第0下数据追加数值7，start")     lists[0].append(7)     print("对源list的拷贝第0下数据追加数值7，end")     print("========================")     # 源数据的原理 第0下数据追加数值7 之后验证，深浅拷贝数据的解密变化     print("源 list:", lists)     print("浅拷贝 list:", lists_c)     print("深拷贝 list:", lists_d)     # 执行结果     #      # 源 list: [[1, 2, 3], 4, 5, 6]     # 浅拷贝 list: [[1, 2, 3], 4, 5, 6]     # 深拷贝 list: [[1, 2, 3], 4, 5, 6]     # ========================     # 对源list的第0下数据追加数值7，start     # 对源list的深浅第0下数据追加数值7，end     # ========================     # 源 list: [[1,拷贝 2, 3, 7], 4, 5, 6]     # 浅拷贝 list: [[1, 2, 3, 7], 4, 5, 6]     # 深拷贝 list: [[1, 2, 3], 4, 5, 6] 

通过示例代码可以看出：在对list进行浅拷贝、深拷贝之后，原理对源数据进行修改，解密则会直接影响浅拷贝的深浅数据，深拷贝的拷贝数据则无影响。

这说明了什么，具体又是怎么实现的呢?

2. pyhton list 的实现

首先，要说明几点：

python 底层源码使用C语言实现 在 python 中一切皆对象(整数、网站模板字符串，甚至类型、函数等都是对象)

python的对象，大概分为以下几种：

参考 https://flaggo.github.io/python3-source-code-analysis/objects/object/

Fundamental 对象: 类型对象 Numeric 对象: 数值对象 Sequence 对象: 容纳其他对象的序列集合对象 Mapping 对象: 类似 C++中的 map 的关联对象 Internal 对象: Python 虚拟机在运行时内部使用的对象

3. list 对象

在python的源码实现中，list的结构体如下：

// 源文件：Include/listobject.h // listobject.h typedefstruct {      // 对象的公共头部     PyObject_VAR_HEAD     // 指向 list 元素的指针向量，list[0] 就是 ob_item[0]     // 可以看到 ob_item 是个二级指针     //   也就是说 **ob_item 表示它是指向 PyObject类型指针数组 指针     //      *ob_item 表示它是 PyObject类型指针数组     /* Vector of pointers to list elements.  list[0] is ob_item[0], etc. */     PyObject **ob_item;     /* ob_item contains space for allocated elements.  The number      * currently in use is ob_size.      * Invariants:      *     0 <= ob_size <= allocated      *     len(list) == ob_size      *     ob_item == NULL implies ob_size == allocated == 0      * list.sort() temporarily sets allocated to -1 to detect mutations.      *      * Items must normally not be NULL, except during construction when      * the list is not yet visible outside the function that builds it.      */     // list 容纳元素的总数     Py_ssize_t allocated; } PyListObject; 

从 list 的结构体可以看出，真正存储对象的是 ob_item 字段，该字段是一个指向 指针数组 的指针，从而得知 PyListObject 结构体是一个多级结构体。

创建list的过程主要分为两个步骤：

创建 PyListObject 结构体 对 ob_item 指向的云服务器指针数组进行初始化操作 // 源文件位置：Objects/listobject.c // 创建一个新的 list PyObject * PyList_New(Py_ssize_t size) {      // 判断创建 list 时的 size 是否合法     if (size < 0) {          PyErr_BadInternalCall();         returnNULL;     }     struct _Py_list_state *state = get_list_state();     // 最终创建的 list 对象指针     PyListObject *op; #ifdef Py_DEBUG     // PyList_New() must not be called after _PyList_Fini()     assert(state->numfree != -1); #endif     if (state->numfree) {          state->numfree--;         op = state->free_list[state->numfree];         _Py_NewReference((PyObject *) op);     } else {          // 创建一个新的 list         op = PyObject_GC_New(PyListObject, &PyList_Type);         if (op == NULL) {              returnNULL;         }     }     if (size <= 0) {          op->ob_item = NULL;     } else {          op->ob_item = (PyObject **) PyMem_Calloc(size, sizeof(PyObject *));         if (op->ob_item == NULL) {              Py_DECREF(op);             return PyErr_NoMemory();         }     }     Py_SET_SIZE(op, size);     op->allocated = size;     _PyObject_GC_TRACK(op);     return (PyObject *) op; } 

4. list 浅拷贝

// 源文件位置：Objects/listobject.c /*[clinic input] list.copy Return a shallow copy of the list. [clinic start generated code]*/ // list 的 浅拷贝 static PyObject * list_copy_impl(PyListObject *self) /*[clinic end generated code: output=ec6b72d6209d418e input=6453ab159e84771f]*/ {      return list_slice(self, 0, Py_SIZE(self)); } // ilow、ihigh 的类型 Py_ssize_t 为当前系统一个指针的大小 static PyObject * list_slice(PyListObject *a, Py_ssize_t ilow, Py_ssize_t ihigh) {      PyListObject *np;     PyObject **src, **dest;     Py_ssize_t i, len;     len = ihigh - ilow;     if (len <= 0) {          return PyList_New(0);     }     // 生成新的 list     np = (PyListObject *) list_new_prealloc(len);     if (np == NULL)         returnNULL;     // 从 list 的第一个位置开始 a->ob_item 偏移 ilow，即：移动到 第 ilow 个数值元素的指针位置     src = a->ob_item + ilow;     // 新的 list 的 数值列表第一个位置     dest = np->ob_item;     // 进行复制，注意：只是复制了 对象的指针     for (i = 0; i < len; i++) {          // src[i] 存储着 指向具体的对象的指针         PyObject *v = src[i];         // v 的引用计数 +1         Py_INCREF(v);         // 复制到新的list中         // 此时 新老list底层数据对象指向相同         dest[i] = v;     }     // 设置新list的size     // ob->ob_size = size     Py_SET_SIZE(np, len);     return (PyObject *) np; } 

 进行浅拷贝之后，从内存布局发生的变化，可以看出：新、老list共享底层数据对象，这也是导致一个list进行修改之后，影响其他list的原因。

5. list 深拷贝

进行深拷贝之后，源码下载从内存布局发生的变化，可以看出：新、老list分别使用不同的底层数据对象，这就不会导致一个list进行修改之后，影响其他list。

总结

通过分析python底层源码了解到list的底层结构以及深、浅拷贝原理，开发过程中使用深拷贝还是浅拷贝，则需要根据实际情况来处理。

浅拷贝在拷贝时，只拷贝第一层中的引用，如果元素是可变对象，并且被修改，那么拷贝的对象也会发生变化。 深拷贝在拷贝时，会逐层进行拷贝，直到所有的引用都是不可变对象为止。 Python 有多种方式实现浅拷贝，copy 模块的 copy 函数 ，对象的 copy 函数 ，工厂方法，切片等。 大多数情况下，编写程序时，都是使用浅拷贝，除非有特定的需求。 浅拷贝的优点：拷贝速度快，占用空间少，拷贝效率高。

很赞哦!（81744）