一节课让你彻底搞懂Python高频面试题：赋值&深浅复制

每篇前言：

• 🏆🏆作者介绍：【孤寒者】—CSDN全栈领域优质创作者、HDZ核心组成员、华为云享专家Python全栈领域博主、CSDN原力计划作者

• 🔥🔥本文已收录于Python全栈系列教程专栏：《Python全栈系列教程》
• 🔥🔥热门专栏推荐：《Python全栈系列教程》 | 《爬虫从入门到精通系列教程》 | 《爬虫进阶+实战系列教程》 | 《Scrapy框架从入门到实战》 | 《Flask框架从入门到实战》 | 《Django框架从入门到实战》 | 《Tornado框架从入门到实战》 | 《爬虫必备前端技术栈》
• 🎉🎉订阅专栏后可私聊进一千多人Python全栈交流群（手把手教学，问题解答）；进群可领取Python全栈教程视频 + 多得数不过来的计算机书籍：基础、Web、爬虫、数据分析、可视化、机器学习、深度学习、人工智能、算法、面试题等。
• 🚀🚀加入我【博主V信：GuHanZheCoder】一起学习进步，一个人可以走的很快，一群人才能走的更远！

👇

👉 🚔文末扫码关注本人公众号~🚔 👈

☝️

首先，我们得了解的是深浅复制究竟是个什么玩意&这玩意到底是干啥的！

打个比方：有糖纸和糖，深复制就相当于糖纸和糖都有，而浅复制就只有糖纸。（这句话牢记于心，在你看完本文后再来反复揣摩本句，如果有很深的心得体会——那么恭喜你：你已经牢牢掌握了python里的深浅复制！）

而我们怎么判断复制前后的对象究竟是不是同一个呢  ？                            
这就需要用到id(object)，它返回的是对象的“身份证号”(在c++中代表在内存中的地址），唯一且不变。

令外，用is判断两个对象是否相等时，依据就是这个id值。
id查看的地址一样，可以说明它们指向的是同一片空间

1. 什么是深浅复制？

在 Python 中，赋值、浅复制（shallow copy）和深复制（deep copy）是三种不同的对象复制方式。

• 赋值（=）: 只是创建了新的变量名，并没有创建新的对象，所有变量都指向同一块内存。
• 浅复制（shallow copy）: 仅复制对象的第一层，但内层的嵌套对象仍然是共享的。
• 深复制（deep copy）: 递归地复制整个对象，包括所有嵌套对象，完全独立于原对象。

举个形象的比喻

假设我们有一个装糖果的糖纸包裹物：

• 赋值（=）：只是给糖果包裹物换个名字，并没有真正复制糖果。
• 浅复制：创建了一个新的糖果包裹物，但里面的糖果还是原来的。
• 深复制：既复制了糖果包裹物，也复制了里面的所有糖果，形成一个完全独立的新包装。

2. Python 赋值（=）

在 Python 中，直接使用 = 进行变量赋值时，新变量只是原对象的一个引用，两者共享同一个内存地址。

# 直接赋值
>>> a = [1, 2, 3, 4]
>>> b = a
>>> id(a), id(b)  # ID 相同
(1402582080, 1402582080)

修改 a 或 b，都会影响到对方：

>>> a.append(5)
>>> print(b)  # b 也发生了变化
[1, 2, 3, 4, 5]

结论：赋值不会创建新的对象，仅仅是增加一个变量名指向同一块内存。

3. 浅复制（shallow copy）

浅复制创建了一个新的对象，但仅复制第一层，对于嵌套对象，仍然指向原来的内存地址。

>>> import copy
>>> li = [[1, 2], [3, 4]]
>>> li2 = copy.copy(li)

观察 li 和 li2 的 ID：

>>> id(li), id(li2)  # li 和 li2 是两个不同的对象
(2011597308424, 2011597308360)

但它们的内层列表仍然是共享的：

>>> id(li[0]), id(li2[0])  # 第一层复制了，内层仍然指向原来的对象
(2011597305032, 2011597305032)

修改第一层不会影响 li2：

>>> li.append([5, 6])
>>> print(li)  # 影响 li
[[1, 2], [3, 4], [5, 6]]
>>> print(li2)  # li2 不受影响
[[1, 2], [3, 4]]

但修改内层对象会影响 li2：

>>> li[0].append(99)
>>> print(li2)  # li2[0] 也变了
[[1, 2, 99], [3, 4]]

结论：浅复制只是复制了外层对象，内层对象仍然共享。

4. 深复制（deep copy）

深复制会递归地复制整个对象，保证新对象和原对象完全独立。

>>> li3 = copy.deepcopy(li)

验证 li3 和 li 是完全独立的：

>>> id(li), id(li3)  # 两个对象不同
(2011597308424, 2011598772872)
>>> id(li[0]), id(li3[0])  # 内层对象的 ID 也不同
(2011597305032, 2011598772936)

修改 li 任何部分，都不会影响 li3：

>>> li[0].append(999)
>>> print(li)  # li 发生变化
[[1, 2, 99, 999], [3, 4]]
>>> print(li3)  # li3 没有变化
[[1, 2, 99], [3, 4]]

结论：深复制会完全独立地复制整个对象及其所有嵌套对象。

5. 深浅复制对比总结

（1）什么时候使用浅复制？

• 当对象本身是简单的一维列表或字典时，可以使用 copy.copy()。
• 当你只需要复制最外层，而嵌套对象仍然可以共享时。

（2）什么时候使用深复制？

• 当对象有多层嵌套，并且你希望完全独立时，使用 copy.deepcopy()。
• 当你要避免修改副本时影响原对象。

拓展：Python 内存池机制（小整数池）

Python 维护了一个小整数池，使得小整数在整个程序生命周期内共享相同的内存地址。

>>> a = 1
>>> b = 1
>>> id(a), id(b)  # 两者 ID 相同
(1402582080, 1402582080)

但对于较大的整数或对象，Python 不会自动共享内存：

>>> a = 1000
>>> b = 1000
>>> id(a), id(b)  # ID 不同
(1402582088, 1402582104)

总结

1. 赋值（=） 仅创建新的变量名，不创建新对象。
2. 浅复制（copy.copy()） 只复制最外层，嵌套对象仍然共享。
3. 深复制（copy.deepcopy()） 递归复制所有层级，完全独立。
4. Python 内存池 会优化小整数和字符串的内存使用。

形象的图讲解：