深拷贝在Python

Question

我有一些问题列表副本列表：

所以我从'get_edge'得到E0后，我通过调用'E0_copy = list(E0)'使E0副本。在这里，我猜E0_copy是E0的深层副本，我将E0_copy转换为'karger(E)'。但在主要功能。
为什么for循环之前的'print E0[1:10]'的结果与for循环之后的结果不一样？

下面是我的代码：

def get_graph(): 
    f=open('kargerMinCut.txt') 
    G={} 
    for line in f: 
     ints = [int(x) for x in line.split()] 
     G[ints[0]]=ints[1:len(ints)] 
    return G 

def get_edge(G): 
    E=[] 
    for i in range(1,201): 
     for v in G[i]: 
      if v>i: 
       E.append([i,v]) 
    print id(E) 
    return E 

def karger(E): 
    import random 
    count=200 
    while 1: 
     if count == 2: 
      break 
     edge = random.randint(0,len(E)-1) 
     v0=E[edge][0] 
     v1=E[edge][1]     
     E.pop(edge) 
     if v0 != v1: 
      count -= 1 
      i=0 
      while 1: 
       if i == len(E): 
        break 
       if E[i][0] == v1: 
        E[i][0] = v0 
       if E[i][1] == v1: 
        E[i][1] = v0 
       if E[i][0] == E[i][1]: 
        E.pop(i) 
        i-=1 
       i+=1 

    mincut=len(E) 
    return mincut 


if __name__=="__main__": 
    import copy 
    G = get_graph() 
    results=[] 
    E0 = get_edge(G) 
    print E0[1:10]    ## this result is not equal to print2 
    for k in range(1,5): 
     E0_copy=list(E0)   ## I guess here E0_coypy is a deep copy of E0 
     results.append(karger(E0_copy)) 
     #print "the result is %d" %min(results) 
    print E0[1:10]    ## this is print2 

提前感谢！

Answer 1

E0_copy不是深层复制。您不使用list()进行深度复制（list(...)和testList[:]都是浅拷贝）。

您使用copy.deepcopy(...)深拷贝名单。

deepcopy(x, memo=None, _nil=[]) 
    Deep copy operation on arbitrary Python objects. 

请参见下面的代码片段 -

>>> a = [[1, 2, 3], [4, 5, 6]] 
>>> b = list(a) 
>>> a 
[[1, 2, 3], [4, 5, 6]] 
>>> b 
[[1, 2, 3], [4, 5, 6]] 
>>> a[0][1] = 10 
>>> a 
[[1, 10, 3], [4, 5, 6]] 
>>> b # b changes too -> Not a deepcopy. 
[[1, 10, 3], [4, 5, 6]] 

现在看到deepcopy操作

>>> import copy 
>>> b = copy.deepcopy(a) 
>>> a 
[[1, 10, 3], [4, 5, 6]] 
>>> b 
[[1, 10, 3], [4, 5, 6]] 
>>> a[0][1] = 9 
>>> a 
[[1, 9, 3], [4, 5, 6]] 
>>> b # b doesn't change -> Deep Copy 
[[1, 10, 3], [4, 5, 6]] 

Answer 2

如果您list elements是immutable objects那么你可以使用它，否则，您必须使用deepcopy从copy模块。

你也可以用最短的路深副本list这样。

a = [0,1,2,3,4,5,6,7,8,9,10] 
b = a[:] #deep copying the list a and assigning it to b 
print id(a) 
20983280 
print id(b) 
12967208 

a[2] = 20 
print a 
[0, 1, 20, 3, 4, 5, 6, 7, 8, 9,10] 
print b 
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9,10] 

Answer 3

只是一个递归深层复制函数。

def deepcopy(A): 
    rt = [] 
    for elem in A: 
     if isinstance(elem,list): 
      rt.append(deepcopy(elem)) 
     else: 
      rt.append(elem) 
    return rt 

编辑：作为Cfreak提到的，这已经在copy模块来实现。

Answer 4

关于名单为一棵树，在Python DEEP_COPY可以最紧凑写成

def deep_copy(x): 
    if not isinstance(x, list): return x 
    else: return map(deep_copy, x) 

Answer 5

相信很多程序员都遇到了在那里他们被要求深拷贝一个或两个面试问题链表，但是这个问题并不像听起来那么简单！

在python

，有一个被称为“复制”了两个有用的功能

import copy 
copy.copy() 
copy.deepcopy() 

拷贝（）是一个浅拷贝功能模块中，如果给定的参数是这样的化合物的数据结构，例如一个列表，那么Python将创建同一类型的另一个对象（在这种情况下，新的列表），但里面的老名单的一切，只有他们引用被复制

# think of it like 
newList = [elem for elem in oldlist] 

直观地说，我们可以假设deepcopy的（）将遵循同样的模式，唯一不同的是，每个ELEM我们将递归调用deepcopy的，（就像mbcoder的答案）

但这错误！

deepcopy的（）实际上保留原始化合物数据的图形结构：

a = [1,2] 
b = [a,a] # there's only 1 object a 
c = deepcopy(b) 

# check the result 
c[0] is a # return False, a new object a' is created 
c[0] is c[1] # return True, c is [a',a'] not [a',a''] 

这是棘手的部分，的deepcopy的（）的处理的哈希表（字典在python）期间使用到图： “old_object REF到new_object REF”时，这防止不必要的重复，从而保持所复制的化合物的数据的结构

official doc

Answer 6

这是更Python

my_list = [0, 1, 2, 3, 4, 5] # some list 
my_list_copy = list(my_list) # my_list_copy and my_list does not share reference now. 

注：这是不是与可变类型

Answer 7

列表安全如果列表中的内容是原始数据类型，你可以使用一个修真

new_list = [i for i in old_list] 

可以嵌套它像多维列表：

new_grid = [[i for i in row] for row in grid]