Python：聊一聊“拷贝”这磨人的小妖精
对于拷贝这个问题，个人感觉还是很有意思的。在这里我也仅仅阐述一下个人的认识，如果不对的话还希望各位大佬及时指出，我们互相学习。
浅拷贝
当直接使用等号，函数参数传递，使用copy库中的copy方法时均为浅拷贝。对于浅拷贝的含义，我们通过一个例子进行说明。
图1. 浅拷贝说明-只修改引用
画的有点长了，勉强看吧。图1.1表示当执行a=1时，数据1会被放置到内存#6处，其引用a在内存#3处。图1.2表示当发生浅拷贝时，数据1不会发生变化，只会产生另一个引用b放置在内存#4处，同时指向数据1的内存地址#6。图1.3表示当对a进行修改了，其便不再是数据1的引用了，指向了数据3的地址#7，成为了数据3的引用，但是并没有影响b，所以不会对其产生影响。
也就是说当发生浅拷贝时，原来存储数据的内存空间并不发生变化，而是多了一个引用而已。所以当对其中一个引用进行修改时并不会影响另一个引用，但是如果通过一个引用修改了对应数据内存中的值，这就影响到了另一个引用，参考下图。
图2. 浅拷贝说明-通过引用修改数据
因为执行了a.append(3)，这实际上将6号内存中的数据进行了修改，所以会影响b。
其实在这个地方涉及到Python中数据类型的，这里稍微提一下数据类型。
- 不可变类型：数值型常量，元组tuple，字符串
- 可变类型：字典dict，列表list，集合set
现在很多文章在分析前拷贝时是将可变和不可变区分开进行阐述的，实际上我觉得并没有这个必要。
因为不可变变量是无法进行修改的，所以能改的只有其引用，引用一改就不再指向不可变变量的内存空间了，所以修改了一个引用之后并不会对其他的引用产生影响，比如图1。
如果是可变的变量，那么是可以通过其引用对其进行修改的，比如图2通过引用a往列表中添加了元素，这并没有改变引用的指向，所以肯定会影响另一个引用的。
深拷贝
OK，说完了浅拷贝，接下来就是深拷贝了。使用深拷贝是通过copy库的deepcopy方法实现的。之所以引入深拷贝可能是因为像图2这种情况将数据做了修改，使得所有引用都受到了影响。这在我做剑指Offer面试题12的时候遇到了。（https://www.jianshu.com/p/223fe4484457）
同样举个例子对其进行说明。
图3. 深拷贝说明
从图中可以看出，深拷贝是将数据直接拷贝了一份，然后新的引用是指向新的数据内存地址的，所以对两个引用做修改时肯定不会互相影响的。
作者原创，如需转载及其他问题请邮箱联系：lwqiang_chn@163.com。
个人网站：https://www.myqiang.top。
