解密Pythonlist深/浅拷贝原理

[[422995]]

1. python list的深/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,那就是:浅拷贝与深拷贝。

成都创新互联作为成都网站建设公司,专注网站建设公司、网站设计,有关企业网站建设方案、改版、费用等问题,行业涉及酒店设计等多个领域,已为上千家企业服务,得到了客户的尊重与认可。

至于什么是深浅拷贝,先从一个示例代码来分析一下:

 
 
 
 
  1. import copy 
  2.  
  3. # list 测试使用的源数据 
  4. lists = [[1, 2, 3], 4, 5, 6] 
  5.  
  6. def low_copy(): 
  7.     # list 浅拷贝 
  8.     low_list = copy.copy(lists) 
  9.     return list(low_list) 
  10.  
  11. def deep_copy(): 
  12.     # list 深拷贝 
  13.     deep_list = copy.deepcopy(lists) 
  14.     return list(deep_list) 
  15.  
  16. if __name__ == "__main__": 
  17.     print("源 list:", lists) 
  18.     #  分别获取 浅拷贝、深拷贝 list对象 
  19.     lists_c = low_copy() 
  20.     lists_d = deep_copy() 
  21.     print("浅拷贝 list:", lists_c) 
  22.     print("深拷贝 list:", lists_c) 
  23.  
  24.     print("========================") 
  25.     # 对源数据的 第0下数据追加数值7 
  26.     print("对源list的第0下数据追加数值7,start") 
  27.     lists[0].append(7) 
  28.     print("对源list的第0下数据追加数值7,end") 
  29.     print("========================") 
  30.  
  31.     # 源数据的 第0下数据追加数值7 之后验证,深浅拷贝数据的变化 
  32.     print("源 list:", lists) 
  33.     print("浅拷贝 list:", lists_c) 
  34.     print("深拷贝 list:", lists_d) 
  35.  
  36.     # 执行结果 
  37.     #  
  38.     # 源 list: [[1, 2, 3], 4, 5, 6] 
  39.     # 浅拷贝 list: [[1, 2, 3], 4, 5, 6] 
  40.     # 深拷贝 list: [[1, 2, 3], 4, 5, 6] 
  41.  
  42.     # ======================== 
  43.     # 对源list的第0下数据追加数值7,start 
  44.     # 对源list的第0下数据追加数值7,end 
  45.     # ======================== 
  46.  
  47.     # 源 list: [[1, 2, 3, 7], 4, 5, 6] 
  48.     # 浅拷贝 list: [[1, 2, 3, 7], 4, 5, 6] 
  49.     # 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,对源数据进行修改,则会直接影响浅拷贝的数据,深拷贝的数据则无影响。

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:

  1. python 底层源码使用C语言实现
  2. 在 python 中一切皆对象(整数、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:

 
 
 
 
  1. // 源文件:Include/listobject.h 
  2. // listobject.h 
  3.  
  4. typedefstruct { 
  5.     // 对象的公共头部 
  6.     PyObject_VAR_HEAD 
  7.      
  8.     // 指向 list 元素的指针向量,list[0] 就是 ob_item[0] 
  9.     // 可以看到 ob_item 是个二级指针 
  10.     //   也就是说 **ob_item 表示它是指向 PyObject类型指针数组 指针 
  11.     //      *ob_item 表示它是 PyObject类型指针数组 
  12.     /* Vector of pointers to list elements.  list[0] is ob_item[0], etc. */ 
  13.     PyObject **ob_item; 
  14.  
  15.     /* ob_item contains space for 'allocated' elements.  The number 
  16.      * currently in use is ob_size. 
  17.      * Invariants: 
  18.      *     0 <= ob_size <= allocated 
  19.      *     len(list) == ob_size 
  20.      *     ob_item == NULL implies ob_size == allocated == 0 
  21.      * list.sort() temporarily sets allocated to -1 to detect mutations. 
  22.      * 
  23.      * Items must normally not be NULL, except during construction when 
  24.      * the list is not yet visible outside the function that builds it. 
  25.      */ 
  26.  
  27.     // list 容纳元素的总数 
  28.     Py_ssize_t allocated; 
  29. } 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:

  1. 创建 PyListObject 结构体
  2. 对 ob_item 指向的指针数组进行初始化操作
 
 
 
 
  1. // 源文件位置:Objects/listobject.c 
  2. // 创建一个新的 list 
  3. PyObject * 
  4. PyList_New(Py_ssize_t size) { 
  5.     // 判断创建 list 时的 size 是否合法 
  6.     if (size < 0) { 
  7.         PyErr_BadInternalCall(); 
  8.         returnNULL; 
  9.     } 
  10.  
  11.     struct _Py_list_state *state = get_list_state(); 
  12.     // 最终创建的 list 对象指针 
  13.     PyListObject *op; 
  14.  
  15. #ifdef Py_DEBUG 
  16.     // PyList_New() must not be called after _PyList_Fini() 
  17.     assert(state->numfree != -1); 
  18. #endif 
  19.  
  20.     if (state->numfree) { 
  21.         state->numfree--; 
  22.         op = state->free_list[state->numfree]; 
  23.         _Py_NewReference((PyObject *) op); 
  24.     } else { 
  25.         // 创建一个新的 list 
  26.         op = PyObject_GC_New(PyListObject, &PyList_Type); 
  27.         if (op == NULL) { 
  28.             returnNULL; 
  29.         } 
  30.     } 
  31.  
  32.     if (size <= 0) { 
  33.         op->ob_item = NULL; 
  34.     } else { 
  35.         op->ob_item = (PyObject **) PyMem_Calloc(size, sizeof(PyObject *)); 
  36.         if (op->ob_item == NULL) { 
  37.             Py_DECREF(op); 
  38.             return PyErr_NoMemory(); 
  39.         } 
  40.     } 
  41.  
  42.     Py_SET_SIZE(op, size); 
  43.     op->allocated = size; 
  44.     _PyObject_GC_TRACK(op); 
  45.     return (PyObject *) op; 

4. list 浅拷贝

 
 
 
 
  1. // 源文件位置:Objects/listobject.c 
  2.  
  3. /*[clinic input] 
  4. list.copy 
  5. Return a shallow copy of the list. 
  6. [clinic start generated code]*/ 
  7.  
  8. // list 的 浅拷贝 
  9. static PyObject * 
  10. list_copy_impl(PyListObject *self) 
  11. /*[clinic end generated code: output=ec6b72d6209d418e input=6453ab159e84771f]*/ 
  12.     return list_slice(self, 0, Py_SIZE(self)); 
  13.  
  14.  
  15. // ilow、ihigh 的类型 Py_ssize_t 为当前系统一个指针的大小 
  16. static PyObject * 
  17. list_slice(PyListObject *a, Py_ssize_t ilow, Py_ssize_t ihigh) { 
  18.     PyListObject *np; 
  19.     PyObject **src, **dest; 
  20.     Py_ssize_t i, len; 
  21.     len = ihigh - ilow; 
  22.     if (len <= 0) { 
  23.         return PyList_New(0); 
  24.     } 
  25.  
  26.     // 生成新的 list 
  27.     np = (PyListObject *) list_new_prealloc(len); 
  28.     if (np == NULL) 
  29.         returnNULL; 
  30.  
  31.     // 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 
  32.     src = a->ob_item + ilow; 
  33.  
  34.     // 新的 list 的 数值列表第一个位置 
  35.     dest = np->ob_item; 
  36.  
  37.     // 进行复制,注意:只是复制了 对象的指针 
  38.     for (i = 0; i < len; i++) { 
  39.         // src[i] 存储着 指向具体的对象的指针 
  40.         PyObject *v = src[i]; 
  41.  
  42.         // v 的引用计数 +1 
  43.         Py_INCREF(v); 
  44.  
  45.         // 复制到新的list中 
  46.         // 此时 新老list底层数据对象指向相同 
  47.         dest[i] = v; 
  48.     } 
  49.  
  50.     // 设置新list的size 
  51.     // ob->ob_size = size 
  52.     Py_SET_SIZE(np, len); 
  53.     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,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。

本文名称:解密Pythonlist深/浅拷贝原理
链接URL:http://www.gawzjz.com/qtweb2/news31/4981.html

网站建设、网络推广公司-创新互联,是专注品牌与效果的网站制作,网络营销seo公司;服务项目有等

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联