Python变量存储原理与深浅拷贝机制详解

Python变量存储原理与引用语义

变量存储机制概述

在高级编程语言体系中，变量本质上是对内存空间及其地址的一种抽象表示。

在Python语言中，所有变量均被视为对象，其存储机制采用引用语义（Reference Semantics）。这意味着变量本身并不直接存储数据值，而是存储指向该数据值所在内存地址的引用。

引用语义的核心在于，变量保存的是对对象（即值）的引用。这种机制使得所有变量所需的存储空间大小保持一致，因为无论对象多大，变量仅保存一个固定的引用指针。这种存储方式也被称为对象语义或指针语义。

与之相对的是值语义（Value Semantics）。部分语言（如C语言）采用值语义，即将变量的实际值直接存储在变量分配的内存区域中。在这种模式下，每个变量占用的内存空间取决于其实际数据的大小，因此无法保持固定大小。

由于Python统一采用引用语义，数据结构中可以包含基础数据类型，这导致在Python中，每个变量存储的都是指向该变量值的内存地址，而非值本身。

对于复杂的数据结构而言，其内部存储的同样只是各个元素的内存地址。以下将展示基础类型和数据结构类型在重新赋值时的内存变化过程。

1. 数据类型重新初始化对引用语义的影响

每次对变量进行初始化操作，系统都会开辟一个新的内存空间，并将新内容的地址赋值给该变量。以字符串变量为例，重复对str1进行赋值操作时，其内存变化如下文图示所示。

从上述内存变化图可以看出，在str1重复初始化的过程中，str1内部存储的元素地址从指向'hello world'的地址变更为指向'new hello world'的地址。

2. 数据结构内部元素变化对引用语义的影响

对于复杂数据类型，改变其内部元素值对变量本身的影响机制如下。

当对列表中的元素执行增、删、改等操作时，不会改变列表对象本身的内存地址，仅会修改其内部元素所指向的地址引用。然而，当对列表变量进行重新初始化（即整体赋值）时，系统会为该变量分配一个新的内存地址，从而覆盖原有的列表地址，此时该列表变量的内存ID（id）会发生改变。这一原理适用于所有复杂数据类型。

变量赋值与内存地址变化

变量赋值行为分析

1. 字符串（str）的赋值行为

前文已述，str1的再次初始化（赋值）会导致其内存地址发生改变。从前述结果可知，修改str1后，被赋值的str2在内存地址和值上均未受到影响。

观察内存变化可知，初始赋值操作使str1和str2变量均存储了指向'hello world'字符串对象的地址。当对str1重新初始化时，str1中存储的地址发生改变，指向新建的字符串对象；此时str2变量存储的内存地址保持不变，因此其内容不受影响。

2. 复杂数据结构中的赋值行为

前述分析了简单数据类型的赋值，接下来探讨复杂数据结构变化对内存的影响。

上图展示了列表的增加和修改操作，这些操作并未改变列表对象的内存地址，因此lst1和lst2均发生了变化。

对照内存图分析可知，在列表中添加新值时，列表中多存储了一个新元素的地址，而列表对象本身的地址未变。因此，lst1和lst2的ID均未改变，且两者都添加了一个新元素。

可以用一个简单的比喻来理解：lst1和lst2如同同桌吃饭的两个人，共用一张桌子（列表对象）。只要桌子不变，桌上菜品（元素）的变化是两人共同感知的。

浅拷贝与深拷贝机制解析

浅拷贝机制

首先介绍浅拷贝（Shallow Copy）。无论数据结构多么复杂，浅拷贝仅复制第一层数据。以下通过图示解析浅拷贝的概念。

观察上述两张图，左图表示一个源列表。

sourcelist，sourcelist = ['str1','str2','str3','str4','str5',['str1','str2','str3','str4','str5']]；

右图在原有基础上增加了一个浅拷贝生成的copylist。

copylist = ['str1','str2','str3','str4','str5',['str1','str2','str3','str4','str5']]；

sourceList和copyList表面上内容一致，但在内存中已生成一个新的列表对象。该新列表复制了sourceList的内容，包含5个字符串及嵌套列表的内存地址。

观察下方分别对两个列表执行的操作，红色框内为变量初始化，即创建了上述两个列表；随后对这两个列表分别进行操作，例如插入一个值，结果如下。

从上述代码执行结果可见，对sourceList和copyList分别添加元素时，两个列表看似独立地发生了变化。然而，当修改嵌套列表lst时，两个列表均发生了变化。原因何在？需查看内存变化图。

分析可知，sourceList和copyList中均存储了一组地址。当修改sourceList的第一个元素时，相当于用'sourceChange'的地址替换了原'str1'的地址，因此sourceList的第一个元素发生变化。而copyList仍存储原'str1'的地址，故copyList未发生改变。

当sourceList中的嵌套列表lst发生变化时，copyList中存储的lst内存地址并未改变。因此，当lst的内容发生改变时，sourceList和copyList两个列表均会表现出变化。

这种情况常见于字典套字典、列表套字典、字典套列表、列表套列表等各种复杂数据结构嵌套场景中。因此，当数据类型非常复杂时，使用copy进行浅拷贝需格外谨慎。

深拷贝机制

深拷贝（Deep Copy）是Python copy模块提供的另一种方法，即deepcopy函数。深拷贝会完全复制原变量相关的所有数据，在内存中生成一套完全独立的内容。在此过程中，对这两个变量中任意一个进行修改，都不会影响另一个。以下通过实验验证。

观察上述执行结果，无论直接对列表进行操作，还是对列表内嵌套的其他数据结构进行操作，均不会导致拷贝后的列表受到影响。再观察这些变量在内存中的状态。

通过上述内容可知深拷贝的原理。深拷贝即在内存中重新开辟空间，无论数据结构多么复杂，只要遇到可能发生改变的数据类型，就重新开辟一块内存空间复制内容，直至最后一层不再包含复杂数据类型为止，此时保持原引用。这样，无论数据结构多么复杂，数据间的修改均互不影响。这就是深拷贝的原理。

以上为本文的全部内容，希望对各位的学习有所帮助，也欢迎大家继续支持本站。