哈喽，我是cos大壮！~
今天知识星球中的每日一题：Python 中的深拷贝和浅拷贝区别？
很多同学反映，知道 赋值号（=），也知道深拷贝，但是对于浅拷贝的理解，之前真的没有怎么想过。
其实这个题目，是在2年前，有一位实习生面试京东的时候，遇到的问题，结果还真是卡住了。
我今天把他放在这里，确实有不少人有点懵。
最近知识星球中，大家的积极性越来越高，学习氛围也越来越好~
下面，分享一位夜友，在知识星球中的回答，大家可以当做学习~
三天没答题了，坚持看了壮哥这几天发布内容，着实学习了一番...
聊聊深拷贝和浅拷贝~
对象的拷贝，编码的时候，我们常常会碰到这种需求：我想复制一个对象，但又不想影响原对象。
听起来挺合理。但实际操作起来，复制这个动作，有时候很容易出问题。尤其当对象里嵌套了其他对象，事情就更复杂了。
首先，拷贝对象的方式有哪些？
简单说，就三种：
使用=（赋值语句）
使用copy.copy()（浅拷贝）
使用copy.deepcopy()（深拷贝）
1. 赋值（=）不是拷贝！
这个容易被误会：
a = [1, 2, 3]
b = a
最开始学习的时候，我以为b是a的副本，其实错了！它们指向同一个对象。换句话说，是两个变量共享同一个引用，修改其中一个，另一个也会变。
2. 浅拷贝
浅拷贝会创建一个新的对象，但内部的引用仍然指向原始对象中的子对象。
import copy
a = [[1, 2], [3, 4]]
b = copy.copy(a)
这里a和b是两个不同的列表对象（外层的list不一样了），但是它们里面的子列表a[0]和b[0]是同一个对象！
3. 深拷贝
深拷贝就“干净”多了，它会递归地拷贝所有子对象，直到最底层，每一个子对象都是全新的副本。
c = copy.deepcopy(a)
此时，c和a完全独立。你对c里的任何改动，都不会影响到a。
再来深入分析浅拷贝 vs 深拷贝
这里是一个嵌套结构，看看两者的本质区别。
original = {
"name": "Alice",
"scores": [95, 88, 76],
"info": {
"age": 20,
"gender": "female"
}
}
这个字典结构中包含了：
一个字符串（不可变类型）
一个列表（可变类型）
一个嵌套的字典（可变类型）
浅拷贝行为
import copy
shallow = copy.copy(original)
这一步创建了一个新字典shallow，但：
shallow["name"]和original["name"]指向同一个字符串（没关系，因为字符串不可变）
shallow["scores"]和original["scores"]指向同一个列表
shallow["info"]和original["info"]指向同一个字典
也就是说，修改shallow["scores"][0]会影响原始对象。
深拷贝行为
deep = copy.deepcopy(original)
此时所有内容都拷贝了一份，连scores和info也完全复制出来了。无论改哪里，原始数据都不会变。
浅拷贝它的开销更小，更快，适合结构不深或内部对象不需要隔离的场景。例如：
names = ["Alice", "Bob", "Charlie"]
copied_names = copy.copy(names)
这种情况下你不需要深拷贝，因为列表中放的是不可变的字符串。
几点注意事项
深拷贝慢，开销大，因为它要递归地拷贝每个子对象，特别是当对象结构很大、层级很深时，性能影响不容忽视。
深拷贝不适用于所有对象，如果对象中包含了文件句柄、数据库连接、线程对象、锁等非拷贝性资源，deepcopy()可能会出错或拷贝失败。
可能触发无限递归，在存在循环引用的对象中，例如：
a = []
a.append(a)
copy.deepcopy(a) # 能正常工作，但背后做了大量处理
Python 的deepcopy()其实内部维护了一个 memo 表，来处理这种循环引用，防止死循环。
总结一下
其实，无论是浅拷贝还是深拷贝，我们要尽可能理解它们的工作原理，这也是学习语法的关键所在。尤其很多时候，我们的数据结构复杂、逻辑嵌套深时，如果是一个错误的引用共享，会很花费时间去修正，并且找出问题所在。
