解密Python list 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。

至于什么是深浅拷贝，先从一个示例代码来分析一下：

import copy 
 
# list 测试使用的源数据 
lists = [[1, 2, 3], 4, 5, 6] 
 
def low_copy(): 
    # list 浅拷贝 
    low_list = copy.copy(lists) 
    return list(low_list) 
 
def deep_copy(): 
    # list 深拷贝 
    deep_list = copy.deepcopy(lists) 
    return list(deep_list) 
 
if __name__ == "__main__": 
    print("源 list:", lists) 
    #  分别获取 浅拷贝、深拷贝 list对象 
    lists_c = low_copy() 
    lists_d = deep_copy() 
    print("浅拷贝 list:", lists_c) 
    print("深拷贝 list:", lists_c) 
 
    print("========================") 
    # 对源数据的 第0下数据追加数值7 
    print("对源list的第0下数据追加数值7，start") 
    lists[0].append(7) 
    print("对源list的第0下数据追加数值7，end") 
    print("========================") 
 
    # 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 
    print("源 list:", lists) 
    print("浅拷贝 list:", lists_c) 
    print("深拷贝 list:", lists_d) 
 
    # 执行结果 
    #  
    # 源 list: [[1, 2, 3], 4, 5, 6] 
    # 浅拷贝 list: [[1, 2, 3], 4, 5, 6] 
    # 深拷贝 list: [[1, 2, 3], 4, 5, 6] 
 
    # ======================== 
    # 对源list的第0下数据追加数值7，start 
    # 对源list的第0下数据追加数值7，end 
    # ======================== 
 
    # 源 list: [[1, 2, 3, 7], 4, 5, 6] 
    # 浅拷贝 list: [[1, 2, 3, 7], 4, 5, 6] 
    # 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：

// 源文件：Include/listobject.h 
// listobject.h 
 
typedefstruct { 
    // 对象的公共头部 
    PyObject_VAR_HEAD 
     
    // 指向 list 元素的指针向量，list[0] 就是 ob_item[0] 
    // 可以看到 ob_item 是个二级指针 
    //   也就是说 **ob_item 表示它是指向 PyObject类型指针数组 指针 
    //      *ob_item 表示它是 PyObject类型指针数组 
    /* Vector of pointers to list elements.  list[0] is ob_item[0], etc. */ 
    PyObject **ob_item; 
 
    /* ob_item contains space for 'allocated' elements.  The number 
     * currently in use is ob_size. 
     * Invariants: 
     *     0 <= ob_size <= allocated 
     *     len(list) == ob_size 
     *     ob_item == NULL implies ob_size == allocated == 0 
     * list.sort() temporarily sets allocated to -1 to detect mutations. 
     * 
     * Items must normally not be NULL, except during construction when 
     * the list is not yet visible outside the function that builds it. 
     */ 
 
    // list 容纳元素的总数 
    Py_ssize_t allocated; 
} 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

// 源文件位置：Objects/listobject.c 
// 创建一个新的 list 
PyObject * 
PyList_New(Py_ssize_t size) { 
    // 判断创建 list 时的 size 是否合法 
    if (size < 0) { 
        PyErr_BadInternalCall(); 
        returnNULL; 
    } 
 
    struct _Py_list_state *state = get_list_state(); 
    // 最终创建的 list 对象指针 
    PyListObject *op; 
 
#ifdef Py_DEBUG 
    // PyList_New() must not be called after _PyList_Fini() 
    assert(state->numfree != -1); 
#endif 
 
    if (state->numfree) { 
        state->numfree--; 
        op = state->free_list[state->numfree]; 
        _Py_NewReference((PyObject *) op); 
    } else { 
        // 创建一个新的 list 
        op = PyObject_GC_New(PyListObject, &PyList_Type); 
        if (op == NULL) { 
            returnNULL; 
        } 
    } 
 
    if (size <= 0) { 
        op->ob_item = NULL; 
    } else { 
        op->ob_item = (PyObject **) PyMem_Calloc(size, sizeof(PyObject *)); 
        if (op->ob_item == NULL) { 
            Py_DECREF(op); 
            return PyErr_NoMemory(); 
        } 
    } 
 
    Py_SET_SIZE(op, size); 
    op->allocated = size; 
    _PyObject_GC_TRACK(op); 
    return (PyObject *) op; 
} 

4. list 浅拷贝

// 源文件位置：Objects/listobject.c 
 
/*[clinic input] 
list.copy 
Return a shallow copy of the list. 
[clinic start generated code]*/ 
 
// list 的 浅拷贝 
static PyObject * 
list_copy_impl(PyListObject *self) 
/*[clinic end generated code: output=ec6b72d6209d418e input=6453ab159e84771f]*/ 
{ 
    return list_slice(self, 0, Py_SIZE(self)); 
} 
 
 
// ilow、ihigh 的类型 Py_ssize_t 为当前系统一个指针的大小 
static PyObject * 
list_slice(PyListObject *a, Py_ssize_t ilow, Py_ssize_t ihigh) { 
    PyListObject *np; 
    PyObject **src, **dest; 
    Py_ssize_t i, len; 
    len = ihigh - ilow; 
    if (len <= 0) { 
        return PyList_New(0); 
    } 
 
    // 生成新的 list 
    np = (PyListObject *) list_new_prealloc(len); 
    if (np == NULL) 
        returnNULL; 
 
    // 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 
    src = a->ob_item + ilow; 
 
    // 新的 list 的 数值列表第一个位置 
    dest = np->ob_item; 
 
    // 进行复制，注意：只是复制了 对象的指针 
    for (i = 0; i < len; i++) { 
        // src[i] 存储着 指向具体的对象的指针 
        PyObject *v = src[i]; 
 
        // v 的引用计数 +1 
        Py_INCREF(v); 
 
        // 复制到新的list中 
        // 此时 新老list底层数据对象指向相同 
        dest[i] = v; 
    } 
 
    // 设置新list的size 
    // ob->ob_size = size 
    Py_SET_SIZE(np, len); 
    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。