1.深淺拷貝差別實驗

首先直接上結論：

—–我們尋常意義的復制就是深復制，即將被復制對象完全再復制一遍作為獨立的新個體單獨存在。所以改變原有被復制對象不會對已經復制出來的新對象產生影響。?
—–而淺復制并不會產生一個獨立的對象單獨存在，他只是將原有的數據塊打上一個新標簽，所以當其中一個標簽被改變的時候，數據塊就會發生變化，另一個標簽也會隨之改變。這就和我們尋常意義上的復制有所不同了。

對于簡單的 object，用 shallow copy 和 deep copy 沒區別（這里的簡單是指數據里面不存在存在其他數據結構嵌套）

復雜的 object， 如 list 中套著 list 的情況，shallow copy 中的 子list，并未從原 object 真的「獨立」出來。也就是說，如果改變原 object 的子 list 中的一個元素，你的 copy 就會跟著一起變。這跟我們直覺上對「復制」的理解不同。

# -*-coding:utf-8 -*- import copy a = [1, 2, 3, 4, ['a', 'b']] #原始對象b = a #賦值，傳對象的引用 c = copy.copy(a) #對象拷貝，淺拷貝 d = copy.deepcopy(a) #對象拷貝，深拷貝a.append(5) #修改對象a a[4].append('c') #修改對象a中的['a', 'b']數組對象print 'a = ', a print 'b = ', b print 'c = ', c print 'd = ', d輸出結果： a = [1, 2, 3, 4, ['a', 'b', 'c'], 5] b = [1, 2, 3, 4, ['a', 'b', 'c'], 5] c = [1, 2, 3, 4, ['a', 'b', 'c']] d = [1, 2, 3, 4, ['a', 'b']]

2. Python數據存儲

Python 存儲變量的方法跟其他 OOP 語言不同。它與其說是把值賦給變量，不如說是給變量建立了一個到具體值的 reference。

當在 Python 中 a = something 應該理解為給 something 貼上了一個標簽 a。當再賦值給 a 的時候，就好象把 a 這個標簽從原來的 something 上拿下來，貼到其他對象上，建立新的 reference。 這就解釋了一些 Python 中可能遇到的詭異情況。

其實這個現象用指針的淺拷貝和深拷貝理解最直觀，所謂的淺拷貝相當于多個指針指向同一個資源區，一旦資源區被改變，那么所有指針指向的內容都會發生改變。更危險的是，如果我們釋放了其中一個指針，在進行其他指針的釋放時，就會造成嚴重的內存泄漏。

為了避免這種情況，我們自然想到單獨建立一塊內存空間，對內容進行完全的復制拷貝。

3. Python 為什么比C++慢很多

其實，Python的跨平臺性能和運行速度一起來研究就更有意義了。

Python的原代碼首先要被翻譯成字節碼m.pyc，然后現在Python的虛擬機上運行生成可供CPU執行的機器碼。

而C++卻不一樣，C++編譯器是直接將源碼翻譯成機器碼供給CPU運行，自然而言，C++的速度更快。

此外，python是一種動態類型，解釋型語言，它的值都是存儲在分散的對象中，而不是緊密的緩存之中。這意味著編譯器在程序執行之前并不知道變量定義的類型。

4.參考資料

《Python從入門到精通》

總結

以上是生活随笔為你收集整理的Python-深拷贝-浅拷贝-时间消耗的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。