Python 面试常考：浅拷贝与深拷贝的区别详解

在 Python 面试中，浅拷贝（shallow copy） 和 深拷贝（deep copy） 是非常高频的考点。很多初学者在操作列表、字典等可变对象时，常常因为没有理解拷贝的本质而掉坑。本文将通过实例带你彻底弄清浅拷贝与深拷贝的区别，以及它们在面试中的常见陷阱。

一、赋值 vs 浅拷贝 vs 深拷贝

在 Python 中，变量存放的其实是对象的引用（指针）。所以：

赋值（=）：只是增加一个引用，两个变量指向同一块内存。

浅拷贝（copy.copy）：创建一个新对象，但内部元素依然是原对象的引用。

深拷贝（copy.deepcopy）：递归复制对象及其子对象，完全独立。

二、浅拷贝示例

import copy

# 原始数据

list1 = [[1, 2], [3, 4]]

# 浅拷贝

list2 = copy.copy(list1)

# 修改内部元素

list2[0][0] = 99

print("list1:", list1) # [[99, 2], [3, 4]]

print("list2:", list2) # [[99, 2], [3, 4]]

可以看到，浅拷贝只复制了最外层的对象，内部嵌套对象还是共享的，因此修改 list2 也会影响 list1。

三、深拷贝示例

import copy

# 原始数据

list1 = [[1, 2], [3, 4]]

# 深拷贝

list2 = copy.deepcopy(list1)

# 修改内部元素

list2[0][0] = 99

print("list1:", list1) # [[1, 2], [3, 4]]

print("list2:", list2) # [[99, 2], [3, 4]]

此时，list2 是一个完全独立的副本，修改不会影响 list1。

四、常见应用场景

浅拷贝适用场景

当对象结构简单，或只关心最外层时，浅拷贝足够。

例如复制一个普通列表 [1, 2, 3]。

深拷贝适用场景

当对象嵌套复杂，且需要完全隔离副本时，必须用深拷贝。

例如嵌套列表、嵌套字典、树形数据结构。

五、面试常见陷阱

1. list 的赋值与浅拷贝

a = [1, 2, 3]

b = a # 引用同一个对象

c = a[:] # 浅拷贝（等价于 copy.copy）

b[0] = 99

print(a) # [99, 2, 3]

print(c) # [1, 2, 3]

👉 面试常问：b 和 c 有什么区别？

2. 浅拷贝对嵌套结构无效

a = [[1, 2], [3, 4]]

b = a[:]

b[0][0] = 99

print(a) # [[99, 2], [3, 4]]

👉 考点：浅拷贝只复制第一层引用。

3. 深拷贝的性能问题

深拷贝需要递归复制整个对象，性能比浅拷贝差。

面试中可能会问：什么时候不建议使用深拷贝？

答：当数据量很大且不需要完全隔离时，不建议用深拷贝。

六、总结

=：赋值，多个变量指向同一个对象。

copy.copy()：浅拷贝，复制对象本身，但内部嵌套对象还是共享的。

copy.deepcopy()：深拷贝，递归复制所有层级，完全独立。

面试高频问法：

Python 中 list[:] 和 copy.copy() 的区别？

为什么浅拷贝会影响原对象？

深拷贝什么时候可能影响性能？

掌握浅拷贝与深拷贝，不仅能避免日常开发中的“共享数据陷阱”，更能帮助你在面试中答出亮点答案。