Python标准库copy的具体使用

import copy

original_list = [1, [2, 3], {'a': 4}]
shallow_copied = copy.copy(original_list)

# 修改浅拷贝后的对象
shallow_copied[0] = 100       # 不影响原对象
shallow_copied[1][0] = 200    # 会影响原对象

import copy

original_dict = {'a': [1, 2], 'b': {'c': 3}}
deep_copied = copy.deepcopy(original_dict)

# 修改深拷贝后的对象
deep_copied['a'][0] = 100    # 不影响原对象
deep_copied['b']['c'] = 300  # 不影响原对象

class MyClass:
    def __init__(self, x):
        self.x = x
    
    def __copy__(self):
        print("执行浅拷贝")
        return MyClass(self.x)
    
    def __deepcopy__(self, memo):
        print("执行深拷贝")
        return MyClass(copy.deepcopy(self.x, memo))

obj = MyClass([1,2,3])
copy.copy(obj)      # 输出：执行浅拷贝
copy.deepcopy(obj)  # 输出：执行深拷贝

# 使用memo字典避免重复拷贝（深拷贝优化）
memo = {}
deep_copied = copy.deepcopy(big_object, memo)

# 对于不可变对象，直接引用而非拷贝
from copy import copy, deepcopy
immutable_types = (int, float, str, tuple, frozenset)

def smart_copy(obj):
    if isinstance(obj, immutable_types):
        return obj
    return deepcopy(obj)

a = [1]
b = [2]
a.append(b)
b.append(a)  # 创建循环引用

# 普通深拷贝会栈溢出
safe_copy = copy.deepcopy(a)  # 自动处理循环引用

import threading
lock = threading.Lock()

# 深拷贝会跳过线程锁等特殊对象
lock_copy = copy.deepcopy(lock)  # 返回原锁的引用

# 测试10000个元素的列表
浅拷贝耗时：0.0023s
深拷贝耗时：0.0158s

# 使用生成器表达式减少内存占用
large_list = [x for x in range(100000)]
memory_efficient_copy = list(x for x in large_list)