zoukankan      html  css  js  c++  java
  • day1 Python可变与不可变类型

    Python基础知识,自己写一写比较不容易忘

    Python的每个对象都分为可变和不可变,主要的核心类型中,数字、字符串、元组是不可变的列表、字典是可变的。

    对不可变类型的变量重新赋值,实际上是重新创建一个不可变类型的对象,并将原来的变量重新指向新创建的对象(如果没有其他变量引用原有对象的话(即引用计数为0),原有对象就会被回收)。

    不可变类型以int类型为例:实际上 i += 1 并不是真的在原有的int对象上+1,而是重新创建一个value为6的int对象,i引用自这个新的对象。

    >>> i = 5
    >>> i += 1
    >>> i
    6

    通过id函数查看变量i的内存地址进行验证(使用hex(id(i)) 可以查看16进制的内存地址)

    >>> i = 5
    >>> i += 1
    >>> i
    >>> id(i)
    >>> i += 1
    >>> i
    >>> id(i)

    可以看到执行 i += 1 时,内存地址都会变化,因为int 类型是不可变的。

    再改改代码,但多个int类型的变量值相同时,看看它们内存地址是否相同。

    >>> i = 5
    >>> j = 5
    >>> id(i)
    >>> id(j)
    >>> k = 5
    >>> id(k)
    >>> x = 6
    >>> id(x)
    >>> y = 6
    >>> id(y)
    >>> z = 6
    >>> id(z)

    对于不可变类型int,无论创建多少个不可变类型,只要值相同,都指向同个内存地址。同样情况的还有比较短的字符串。

    对于其他类型则不同,以浮点类型为例,从代码运行结果可以看出它是个不可变类型:对i的值进行修改后,指向新的内存地址。

    >>> i = 1.5
    >>> id(i)
    >>> i = i + 1.7
    >>> i
    3.2
    >>> id(i)

    修改代码声明两个相同值的浮点型变量,查看它们的id,发现它们并不是指向同个内存地址,这点和int类型不同(这方面涉及Python内存管理机制,Python对int类型和较短的字符串进行了缓存,无论声明多少个值相同的变量,实际上都指向同个内存地址。)。

    >>> i = 2.5
    >>> id(i)
    >>> j = 2.5
    >>> id(j)

    可变类型的话,以list为例。list在append之后,还是指向同个内存地址,因为list是可变类型,可以在原处修改。

    >>> a = [1, 2, 3]
    >>> id(a)
    >>> a.append(4)
    >>> id(a)

    改改代码,当存在多个值相同的不可变类型变量时,看看它们是不是跟可变类型一样指向同个内存地址

    >>> a = [1, 2, 3]
    >>> id(a)
    >>> b = [1, 2, 3]
    >>> id(b)

    从运行结果可以看出,虽然a、b的值相同,但是指向的内存地址不同。我们也可以通过b = a 的赋值语句,让他们指向同个内存地址:

    >>> a = [1, 2, 3]
    >>> id(a)
    >>> b = [1, 2, 3]
    >>> id(b)
    >>> b = a
    >>> id(b)

    这个时候需要注意,因为a、b指向同个内存地址,而a、b的类型都是List,可变类型,对a、b任意一个List进行修改,都会影响另外一个List的值。

    >>> b.append(4)
    >>> a
    [1, 2, 3, 4]
    >>> b
    [1, 2, 3, 4]
    >>> id(a)
    >>> id(b)

    代码中,b变量append(4),对a变量也是影响的。输出他们的内存地址,还是指向同个内存地址。

  • 相关阅读:
    bzoj2400 Spoj 839 Optimal Marks
    01分数规划
    bzoj1565 植物大战僵尸
    bzoj1497 最大获利(最大权闭合子图)
    bzoj3144 切糕
    loj6045 价
    bzoj3894 文理分科
    luogu3731 新型城市化
    快速傅里叶变换(FFT)
    bzoj1030 文本生成器
  • 原文地址:https://www.cnblogs.com/xiaomai-rhce/p/10076784.html
Copyright © 2011-2022 走看看