20 分钟

Python 进阶

深浅拷贝陷阱

为什么修改副本会影响原对象？引用与拷贝的本质

理解 Python 中赋值是引用而非拷贝
区分浅拷贝和深拷贝
掌握 copy.copy 和 copy.deepcopy
知道哪些操作会创建副本

深浅拷贝陷阱

改了 b，a 也跟着变了——这是 Python 里新手最容易懵的问题。

赋值不是拷贝

示例代码（可运行）

Python 0%

ℹ️核心概念：引用

Python里变量存的不是值本身，是对象的引用（内存地址）。a = [1,2,3] 让a指向列表对象；b = a 让b也指向同一个对象。就像一个人有两个名字，叫哪个都是同一个人。

浅拷贝：只拷一层

示例代码（可运行）

Python 0%

1import copy

3a = [[1, 2], [3, 4]]

4b = copy.copy(a) # 浅拷贝

5# 或 b = a[:] / b = list(a) / b = a.copy()

7print(a is b) # False（不同对象）

8b.append([5, 6])

9print(a) # [[1,2],[3,4]] ← 外层不受影响

11b[0].append(99)

12print(a) # [[1,2,99],[3,4]] ← 内层变了！

13# 因为浅拷贝只复制了外层容器

14# 内层的 [1,2] 和 [3,4] 仍然是共享的

深拷贝：完全独立

示例代码（可运行）

Python 0%

什么时候用哪种？

示例代码（可运行）

Python 0%

1import copy

2# 一维列表：浅拷贝就够了

3a = [1, 2, 3]

4b = a[:] # 浅拷贝足够

5b.append(4)

6print(a) # [1, 2, 3] 不受影响

8# 嵌套结构：需要深拷贝

9grid = [[0]*3 for _ in range(3)]

10grid_copy = copy.deepcopy(grid)

12# 字典浅拷贝

13d = {"a": [1, 2]}

14d2 = d.copy()

15d2["a"].append(3)

16print(d) # {"a": [1, 2, 3]} ← 内层列表共享！

18# 注意：[[0]*3]*3 的陷阱

19bad = [[0]*3]*3

20bad[0][0] = 1

21print(bad) # [[1,0,0],[1,0,0],[1,0,0]] 三行都变了！

22# 因为 [x]*3 创建的是三个引用指向同一个 [0,0,0]

⚠️[[0]*n]*n 经典陷阱

创建二维列表别用 [[0]*cols]*rows，这会让所有行引用同一个列表。正确写法：[[0]*cols for _ in range(rows)]，列表推导每次迭代创建新列表。

CPython源码

Python 拷贝机制底层

拷贝的本质是创建新对象，但内容怎么复制，得看是什么类型。

示例代码（可运行）

Python 0%

1import copy

2# 不可变类型：拷贝没有意义（直接用原对象）

3a = (1, 2, 3)

4b = copy.copy(a)

5print(a is b) # True（元组不可变，copy 直接返回原对象）

7# 但如果元组包含可变对象...

8a = ([1, 2], [3, 4])

9b = copy.copy(a) # 浅拷贝：a is b 为 True

10b = copy.deepcopy(a) # 深拷贝：创建新元组+新列表

12# 自定义对象控制拷贝行为：

13class MyClass:

14 def __copy__(self):

15 # 控制浅拷贝行为

16 new = MyClass()

17 new.__dict__.update(self.__dict__)

18 return new

19 def __deepcopy__(self, memo):

20 # 控制深拷贝行为，memo 防止循环引用无限递归

21 ...

找 Bugoriginal[:] 是浅拷贝，内层列表共享。修改 copy_list[0][1] 影响了 original。需要 deepcopy。

original = [["张三", 90], ["李四", 85]] copy_list = original[:] copy_list[0][1] = 95 print(original[0][1])

资深工程师加餐

底层原理 · 大厂视角 · 工程经验，点卡片展开

list 底层是一段连续的指针数组，容量不够时整体扩容（CPython 约按 1.125 倍）。因此按下标取元素是 O(1)，末尾 append 均摊 O(1)，但在头部 insert(0,…) 或 pop(0) 要搬动全部元素、是 O(n)。dict/set 基于哈希表，平均查找 O(1) 但更耗内存。选对数据结构，往往比抠语法更影响性能。

挑战任务

安全的列表复制

简单+50 XP

创建一个二维 3x3 棋盘，修改副本不影响原棋盘。

安全的列表复制

Python 0%

2 个测试用例

课后作业

独立成绩单

中等+20 XP

有一个嵌套的成绩字典，创建完全独立的副本并修改，验证原数据不变。

独立成绩单

Python 0%

1 个测试用例