Python 多变量赋值问题小结

 更新时间:2025年11月06日 15:10:49   作者:Voyager_4  
本文给大家介绍Python 多变量赋值问题,本文结合实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧

今天在刷链表反转题的时候,遇到了两段看起来几乎一样的代码,结果一个能正确反转链表,一个却不行。仔细研究后发现,问题出在 Python 的多变量赋值顺序上 —— 这个平时没太在意的细节,在操作链表指针时居然能造成这么大的影响。记录一下我的分析过程,免得以后再踩类似的坑。

问题背景:两段 “相似” 的反转代码

先看这两段代码,都是用迭代法反转单链表:

代码 1(能正确反转):

def reverseList(head):
    last = None
    while head:
        # 关键赋值行
        last, head.next, head = head, last, head.next
    return last

代码 2(无法正确反转):

def reverseList(head):
    last = None
    while head:
        # 关键赋值行(顺序不同)
        head, head.next, last = head.next, last, head
    return last

第一眼看上去,只是左侧变量的赋值顺序变了,右侧的值好像还是那几个。但实际运行时,代码 1 能得到正确的反转链表,代码 2 却会返回错误结果(比如链表断裂、部分节点丢失)。这到底是为什么?

核心原因:Python 多变量赋值的 “秘密”

在 Python 里,多变量赋值的执行逻辑是 “先计算右侧所有表达式的值,再一次性赋值给左侧变量”。也就是说,右侧的值都是基于赋值前的原始状态计算的,不会被左侧的中间赋值影响。

但这一点,需要注意的是 “=”右侧是获取值,所以可以理解为完全并行执行的。但是左侧是改变值,这就意味着是会顺序影响

逐行分析:两段代码的执行差异

我们用一个简单的链表1->2->3来模拟执行过程,看看两段代码的区别。

代码 1 的执行逻辑(正确)

关键赋值行:last, head.next, head = head, last, head.next

拆解步骤(每次循环):

  1. 先算右侧值(基于当前原始状态):
  • 第一个值:head(当前节点,比如第一轮是 1)
  • 第二个值:last(上一个节点,初始是 None)
  • 第三个值:head.next(下一个节点,第一轮是 2)
  1. 再给左侧赋值
  • last = 第一个值(当前节点 1)→ 现在 last 指向 1
  • head.next = 第二个值(原 last,即 None)→ 节点 1 的 next 指向 None(完成反转第一步)
  • head = 第三个值(下一个节点 2)→ 移动 head 到下一个节点,继续循环

整个过程中,“反转当前节点指针” 和 “移动 head 到下一个节点” 是基于原始值操作的,互不干扰。比如不会因为 head 移动了,导致当前节点的指针没反转。

代码 2 的执行逻辑(错误)

关键赋值行:head, head.next, last = head.next, last, head

同样用1->2->3模拟:

  1. 先算右侧值(基于当前原始状态):
  • 第一个值:head.next(下一个节点 2)
  • 第二个值:last(初始 None)
  • 第三个值:head(当前节点 1)
  1. 再给左侧赋值
  • head = 第一个值(下一个节点 2)→ 此时 head 已经指向 2 了
  • head.next = 第二个值(原 last,即 None)→ 注意!这里的 head 已经是 2 了,所以实际是把节点 2 的 next 改成了 None
  • last = 第三个值(原 head,即节点 1)→ last 指向 1

这就出问题了:原本应该反转 “当前节点 1 的指针”,结果因为先移动了 head 到 2,导致实际修改的是 “节点 2 的指针”。节点 1 的指针根本没反转,后续循环也再也碰不到节点 1 了,链表直接从 1 这里断了。

到此这篇关于Python 多变量赋值问题的文章就介绍到这了,更多相关Python 多变量赋值内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python实现Excel和TXT文本之间相互转换

    Python实现Excel和TXT文本之间相互转换

    Excel是一种具有强大的数据处理和图表制作功能的电子表格文件,而TXT则是一种简单通用、易于编辑的纯文本文件,本文将介绍如何使用Python并结合相关库来实现 Excel 和 TXT 文本文件之间的相互转换,需要的朋友可以参考下
    2024-06-06
  • Python如何实现拆分数据集

    Python如何实现拆分数据集

    这篇文章主要介绍了Python如何实现拆分数据集问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-09-09
  • python celery分布式任务队列的使用详解

    python celery分布式任务队列的使用详解

    这篇文章主要介绍了python celery分布式任务队列的使用详解,Celery 是一个 基于python开发的分布式异步消息任务队列,通过它可以轻松的实现任务的异步处理, 如果你的业务场景中需要用到异步任务,就可以考虑使用celery,需要的朋友可以参考下
    2019-07-07
  • python getpass实现密文实例详解

    python getpass实现密文实例详解

    这篇文章主要介绍了python getpass实现密文实例详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-09-09
  • Python cookbook(数据结构与算法)实现对不原生支持比较操作的对象排序算法示例

    Python cookbook(数据结构与算法)实现对不原生支持比较操作的对象排序算法示例

    这篇文章主要介绍了Python cookbook(数据结构与算法)实现对不原生支持比较操作的对象排序算法,结合实例形式分析了Python针对类实例进行排序相关操作技巧,需要的朋友可以参考下
    2018-03-03
  • Pandas保存csv数据的三种方式详解

    Pandas保存csv数据的三种方式详解

    CSV文件以纯文本形式存储表格数据(数字和文本),是一种通用的、相对简单的文件格式,被用户、商业和科学广泛应用。本文介绍了三种Pandas保存CSV文件数据的方法,需要的可以参考一下
    2022-03-03
  • 基于FME使用Python过程图解

    基于FME使用Python过程图解

    这篇文章主要介绍了基于FME使用Python过程图解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • Python中深浅拷贝的区别详细分析

    Python中深浅拷贝的区别详细分析

    深拷贝和浅拷贝都是对原对象的拷贝,都会生成一个看起来相同的对象,下面这篇文章主要给大家介绍了关于Python中深浅拷贝的区别的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2023-06-06
  • Python yield使用方法示例

    Python yield使用方法示例

    这篇文章主要介绍了Python yield使用方法,大家参考使用吧
    2013-12-12
  • python 5个顶级异步框架推荐

    python 5个顶级异步框架推荐

    这篇文章主要介绍了python5个顶级的异步框架,帮助大家更好的利用python进行web开发,感兴趣的朋友可以了解下
    2020-09-09

最新评论