Python3多目标赋值与共享引用机制解析

Python多目标赋值机制

在Python语言中，多目标赋值允许将等号右侧的对象一次性赋给左侧的多个变量名。这一操作完成后，所有左侧变量均指向右侧对象。例如，可以将一个字符串同时赋值给三个不同的变量名。

a = b = c = 'Python'
print(a)
print(b)
print(c)

具体执行效果如下：

Python Python Python

从内存角度来看，多目标赋值的本质是让左侧的所有变量名都指向内存中的同一个对象地址，即这些变量共享了该内存空间内的同一对象实例。

不可变对象的处理

不可变对象场景

当赋值的对象属于不可变类型时，这种共享引用通常不会引发问题。

a = b = c = 'Python'
print(a)
print(b)
print(c)
a = 'i like Python'
b = 'Python make me happy'
print(a)
print(b)
print(c)

运行结果展示：

i like Python Python make me happy Python

观察上述结果可知，对其中一个变量重新赋值（指向新对象）并不会影响其他变量，它们各自指向新的内存地址，因此互不干扰。

可变对象的风险与对策

可变对象场景

然而，当赋值对象为可变类型（如列表、字典等）时，多目标赋值的用法会变得复杂且容易出错。

L1 = L2 = [1, 2, 3, 4, 5]
print(L1)
print(L2)
# 更改列表L2，从列表尾部删除一个元素
L2.pop()
print(L1)
print(L2)

相关代码执行结果如下：

[1, 2, 3, 4, 5] [1, 2, 3, 4, 5] [1, 2, 3, 4] [1, 2, 3, 4]

由此可见，在使用多目标赋值时，必须谨慎考虑对象的可变性。如果后续需要独立修改各个变量，应避免多目标赋值，转而采用单独赋值的方式，或者使用浅拷贝、深拷贝技术（详见前文《Python列表赋值，复制，深拷贝以及5种浅拷贝详解》）来确保每个变量拥有独立的内存空间。

L1 = [1, 2, 3, 4, 5]
L2 = [1, 2, 3, 4, 5]
print(L1)
print(L2)
print(id(L1), id(L2))
L2.pop()
print(L1)
print(L2)

单独赋值与拷贝的对比结果：

[1, 2, 3, 4, 5] [1, 2, 3, 4, 5] 2600790220872 2600790206216 [1, 2, 3, 4, 5] [1, 2, 3, 4]

总结

以上内容介绍了Python3中多目标赋值及共享引用的关键注意事项，希望能为读者提供 helpful 参考。如有任何疑问，欢迎留言交流，小编会及时回复。感谢大家的支持！若觉得本文对您有帮助，欢迎转载，请注明出处，谢谢！