python 深浅拷贝

　　copy浅拷贝，没有拷贝子对象，所以原始数据改变，子对象会改变

　　深拷贝，包含对象里面的自对象的拷贝，所以原始对象的改变不会造成深拷贝里任何子元素的改变

　　import copy

　　a = [1,23,66,[6,8]]

　　d = a

　　b = copy.copy(a)

　　c = copy.deepcopy(a)

　　a.append(99)#[1, 23, 66, [6, 8], 99] [1, 23, 66, [6, 8]] [1, 23, 66, [6, 8]] [1, 23, 66, [6, 8], 99]

　　print(a,b,c,d)

　　a[3].append(88)#[1, 23, 66, [6, 8, 88], 99] [1, 23, 66, [6, 8, 88]] [1, 23, 66, [6, 8]] [1, 23, 66, [6, 8, 88], 99]

　　print(a,b,c,d)

　　垃圾回收机制

　　一. Python内部使用引用计数机制, 来保持追踪内存中的对象,所有对象都有引用计数. 一个对象分配一个新名称,然后将其放入到一个容器中(如列表, 元祖, 字典), 这样这个计数就增加. 当我们使用delect删除语句对对象别名进行删除或者,引用超过了这个作用域,或者被重新复制的时候,引用的计数会减少.对于不可变数据(数字,字符串)解释器会在程序的不同部分共享内存,以便节约内存.sys.getrefcount( )函数可以获得对象的当前引用计数

　　二. 这个垃圾回收机制呢, 就是当一个对象的引用计数归零时,他就会被垃圾回收机制处理掉 ,当两个对象相互引用的时候, del语句可以减少 引用次数并销毁引用底层对象的名称, 由于每个对象都包含一个对其他对象的引用, 因此引用计数不会归零, 对象也不会销毁,为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。

　　三.内存池机制

　　Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。

　　1，Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

　　2，Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。

　　3，对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。

　　哈希

　　Hash(哈希) 一般译为“散列”，它是一种加密过的存储结构。它将任意长度的输入，通过散列算法，转换成固定长度的输出。而这个输出就是散列的值。并且，这个转换过程是一种压缩映射，所以，散列值的空间远小于输入值的空间。另外，不同的输入可能会散列出相同的输出，所以不能从散列值来确定其输入值是什么。hash应用中一个简单的例子就是短链接。短链接是一个hash后的散列值，它的输入值就是原始链接。首先，我们拿到一个原始链接，到一个具有hash功能的服务器上，做hash转换，得到一个散列值，这个值就是短链接的值。前面说到过，散列值会远小于输入值，所以短链接比原链接字符长度小了许多。然后，再将这个短链接与原链接存到服务器上的数据库中，形成映射关系。当有人访问服务器上的短链接时，只需要从映射关系中找到原始链接，即可跳转到原始链接。

　　Hash 的一个特点就是性能好，查询起来很快。它是一种以空间换取时间的方案。

　　简单说,如果一个对象是可哈希的, 那么生命周期内这个对象不可变,如:int,float,string, tuple.

　　反之, 不可哈希的对象可变, 像lsit, dict, set.

　　以上内容为大家介绍了python 深浅拷贝，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注多测师。https://www.e70w.com/xwzx/