Python 學(xué)習(xí)之共享引用

文章目錄

• Python 學(xué)習(xí)之共享引用
• • 什么是共享引用
  • 共享引用和在原處修改（Shared References and In-Place Changes）
  • 共享引用和相等
  • 參考資料

什么是共享引用

假設(shè)我們?cè)赑ython交互模式下輸入以下語(yǔ)句：

>>> a = 3 >>> b = a

實(shí)際的效果就是變量a和b都引用了相同的對(duì)象（指向了相同的內(nèi)存空間）。這在Python中叫做共享引用——多個(gè)變量名引用了同一個(gè)對(duì)象。

如果再來(lái)一條語(yǔ)句

>>> a = 'spam'

會(huì)怎么樣？

變量a引用了由常量表達(dá)式‘spam’所創(chuàng)建的新對(duì)象，但是變量b仍然引用原始的對(duì)象3，因?yàn)檫@個(gè)賦值運(yùn)算改變的不是對(duì)象3，它僅僅改變了變量a的指向，變量b并沒(méi)有發(fā)生改變。

在Python中，變量總是一個(gè)指向?qū)ο蟮闹羔?#xff0c;而不是可改變的內(nèi)存區(qū)域的標(biāo)簽（比如C語(yǔ)言中的變量）。給一個(gè)變量賦一個(gè)新值，并不是修改了原始的對(duì)象，而是讓這個(gè)變量去引用完全不同的一個(gè)對(duì)象。

注意：當(dāng)可變的對(duì)象以及原處的改變進(jìn)入這個(gè)場(chǎng)景，上述情形會(huì)有某種改變。

共享引用和在原處修改（Shared References and In-Place Changes）

有一些對(duì)象和操作確實(shí)會(huì)在原處改變對(duì)象。例如，在一個(gè)列表中通過(guò)偏移進(jìn)行賦值，這確實(shí)會(huì)改變這個(gè)列表對(duì)象，而不是生成一個(gè)新的列表對(duì)象。對(duì)于支持這種在原處修改的對(duì)象，共享引用的時(shí)候一定要小心，因?yàn)閷?duì)一個(gè)變量的修改會(huì)影響其他變量。

請(qǐng)看下面的語(yǔ)句：

>>> L1 = [2, 3, 4] >>> L2 = L1

L1 是一個(gè)包含了對(duì)象2、3、4的列表。列表中的元素是通過(guò)他們的位置進(jìn)行讀取的，所以L1[0]引用對(duì)象2. 當(dāng)然，列表自身也是對(duì)象，就像整數(shù)和字符串一樣。在運(yùn)行了上面兩行語(yǔ)句后，L1和L2引用了相同的對(duì)象。

現(xiàn)在加上第3行：

>>> L1 = [2, 3, 4] >>> L2 = L1 >>> L1[0] = 24

我們看一下L1和L2的值：

>>> L1 [24, 3 ,4] >>> L2 [24, 3 ,4]

在這里，沒(méi)有改變L1，改變了L1所引用的對(duì)象的一個(gè)元素，這類修改會(huì)覆蓋列表對(duì)象中的某部分。因?yàn)檫@個(gè)列表對(duì)象同時(shí)被L1和L2引用，所以在原處修改不僅僅會(huì)影響L1，也會(huì)影響L2。雖然我們沒(méi)有改變L2，但是它的值將發(fā)生變化。

如果你不想要這樣的結(jié)果，那么需要拷貝對(duì)象，而不是創(chuàng)建引用。有很多拷貝列表的辦法，最簡(jiǎn)單的辦法是從頭到尾的切片。

>>> L1 = [2, 3, 4] >>> L2 = L1[:] >>> L1[0] = 24 >>> L1 [24, 3, 4] >>> L2 [2, 3, 4]

這里，對(duì)L1的修改不會(huì)影響L2，因?yàn)長(zhǎng)2引用的是L1所引用對(duì)象的一個(gè)拷貝。也就是說(shuō)，L1和L2指向了不同的內(nèi)存區(qū)域。

共享引用和相等

>>> x = 42 >>> x = 'shrubbery'

因?yàn)镻ython緩存并復(fù)用了小的整數(shù)和小的字符串，執(zhí)行完這兩行代碼后，對(duì)象42也許不會(huì)被回收；相反地，它可能仍被保存在一個(gè)系統(tǒng)表中，等待下一次你的代碼生成另一個(gè)42來(lái)重復(fù)利用。盡管這樣，大多數(shù)種類的對(duì)象都會(huì)在不被引用的時(shí)候馬上回收。

在Python中有2種不同的方法去檢查兩個(gè)變量是否相等。

>>> L = [1, 2, 3] >>> M = L # M and L reference the same object >>> L == M # Same values True >>> L is M # Same objects True

==操作符測(cè)試兩個(gè)被引用的對(duì)象是否有相同的值，這種方法往往在Python中用作相等的檢查。

is操作符用來(lái)檢查對(duì)象的同一性。如果兩個(gè)變量名都指向同一個(gè)對(duì)象，則會(huì)返回 True，所以這是一種更嚴(yán)格的相等測(cè)試。

實(shí)際上，is只是比較實(shí)現(xiàn)引用的指針，所以這是一種檢測(cè)共享引用的方法。如果變量名指向不同的對(duì)象，就算這兩個(gè)對(duì)象的值相等，也會(huì)返回 False.

例如：

>>> L = [1, 2, 3] >>> M = [1, 2, 3] # M and L reference different objects >>> L == M # Same values True >>> L is M # Different objects False

如果對(duì)小的數(shù)字進(jìn)行類似測(cè)試：

>>> X = 42 >>> Y = 42 # Should be two different objects >>> X == Y True >>> X is Y # Same object anyhow: caching at work! True

按理來(lái)說(shuō)，第3~4行是可以理解的，因?yàn)閮蓚€(gè)對(duì)象的值一樣；但是第5~6行就讓人匪夷所思了，X引用的42和Y引用的42本來(lái)是2個(gè)對(duì)象，應(yīng)該輸出False才對(duì)，不過(guò)，因?yàn)樾〉恼麛?shù)和字符串被緩存并復(fù)用了，所以is告訴我們X和Y引用了同一個(gè)對(duì)象。

實(shí)際上，你可以用sys模塊中的getrefcount函數(shù)查詢對(duì)象的被引用次數(shù)。例如，我們查一下整數(shù)1被引用的次數(shù)：

>>> import sys >>> sys.getrefcount(1) 812

這種對(duì)象緩存和復(fù)用的機(jī)制與代碼是沒(méi)有關(guān)系的。Python這樣做是為了提高執(zhí)行速度。

【End】

參考資料

《Python學(xué)習(xí)手冊(cè)（第4版）》，機(jī)械工業(yè)出版社

總結(jié)

以上是生活随笔為你收集整理的Python学习之共享引用的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。