Python中浅拷贝和深拷贝的理解
浅拷贝（Shallow Copy）
定义
创建一个新对象，但仅复制原对象的顶层元素引用（不递归复制嵌套的可变子对象）。
特点
顶层独立：新对象和原对象的容器本身是独立的，修改顶层元素（如替换列表中的某个元素）不会相互影响。
子对象共享：嵌套的可变子对象（如列表中的子列表、字典中的子字典）仍被共享，修改子对象内容会影响所有引用它的对象。
详解
如果不理解以上顶层元素和嵌套可变子对象的含义，可以看看下面的解释：
在浅拷贝中，对于原始列表中的每一个元素，浅拷贝会创建一个新的列表，然后将原始列表中每个元素的引用复制到新列表中。
但是，这里要注意元素的性质：
- 如果元素是不可变对象（如整数、字符串、元组等），那么即使共享引用也没有关系，因为不可变对象不能修改，所以修改操作会创建新对象，不会影响其他引用。
- 如果元素是可变对象（如列表、字典等），那么浅拷贝后，新列表和原列表中对应位置仍然引用同一个可变对象。因此，通过一个列表修改这个可变对象，另一个列表也会看到变化。
所以，浅拷贝后的两个对象（原列表和新列表）本身是两个不同的对象（即它们的id不同），但是它们内部的元素（特别是可变元素）是共享的（即相同的引用）。
举个例子：
original_list = [1, 2, [3, 4]]
copied_list = copy.copy(original_list)这时：
- original_list 和 copied_list 是两个不同的列表对象（id不同）。
- 对于前两个不可变元素（整数1和2），在两个列表中是独立的吗？实际上，它们共享相同的引用，但因为整数是不可变的，所以修改其中一个列表的顶层元素（比如将第一个元素改为5）不会影响另一个。
- 但是，对于第三个元素，它是一个列表（可变对象），所以两个列表的第三个元素都指向同一个列表对象。因此，如果通过其中一个列表修改这个嵌套列表（例如：original_list[2][0] = 100），那么另一个列表也会看到这个改变。
注意：修改顶层元素和修改嵌套元素的不同：
- 如果执行 copied_list[0] = 10，这只会改变copied_list的第一个元素，而original_list的第一个元素还是1。这是因为列表的顶层元素是独立的（每个位置存储的是引用，但是赋值操作只是改变copied_list的第一个引用，不会影响original_list）。
- 但是，如果执行 copied_list[2][0] = 100，那么由于copied_list[2]和original_list[2]引用的是同一个列表，所以这个修改会同时反映在两个列表中。
因此，我们可以这样总结浅拷贝：
- 创建一个新列表（新对象）。
- 将原列表中的每一个元素的引用（内存地址）复制到新列表中。
- 因此，新列表和原列表在内存中是两个独立的列表，但是它们内部的元素（尤其是可变元素）是共享的。
所以，对于顶层元素（即直接包含在列表中的元素）：
- 如果它们是可变对象，那么修改这些可变对象的内容（而不是替换整个对象）会影响到另一个列表。
- 如果替换顶层元素（比如给某个索引重新赋值一个新对象），那么只是改变了一个列表的该索引处的引用，另一个列表不变。
适用场景
- 对象结构简单（无嵌套可变对象）
- 需要高效复制且允许共享子对象时
这样一解释深拷贝就显得容易理解多了吧↓
深拷贝 （Deep Copy）
定义
创建一个新对象，并递归复制原对象及其所有嵌套子对象，完全独立于原对象。
特点
- 完全独立：新对象与原对象及其所有子对象均无引用共享，任何修改互不影响。
- 性能开销：因需递归复制所有层级，比浅拷贝更耗时耗内存。
实现方式
import copy
new_list = copy.deepcopy(original_list) # 深拷贝适用场景
- 对象结构复杂（含多层嵌套可变对象）
- 需要完全独立的副本时