Adakah Penghirisan Senarai Python Mencipta Salinan atau Rujukan?

Penghirisan Senarai Separa Tanpa Menyalin dalam Python

Operasi penghirisan senarai Python menjana rujukan kepada elemen senarai asal, dan bukannya membuat salinan. Tingkah laku ini berpunca daripada fakta bahawa menghiris mengekalkan identiti objek unsur dalam senarai.

Demonstrasi

Untuk menggambarkan perkara ini, pertimbangkan senarai berikut:

<code class="python">L = [1000 + 1, 1000 + 1, 1000 + 1]</code>

Walaupun integer ini mempunyai nilai yang sama, ia adalah berbeza objek:

<code class="python">map(id, L)
[140502922988976, 140502922988952, 140502922988928]</code>

Menghiris senarai hanya menyalin rujukan:

<code class="python">b = L[1:3]
map(id, b)
[140502922988952, 140502922988928]</code>

Memori Overhed Penghirisan

Sementara penghirisan tidak mencipta salinan objek, ia melibatkan penyalinan rujukan. Rujukan ini menambah overhed memori keseluruhan yang dikaitkan dengan senarai:

<code class="python">for i in range(len(L)):
    x = L[:i]
    print('len: {}'.format(len(x)))
    print('size: {}'.format(sys.getsizeof(x)))</code>

Overhed ini boleh terkumpul, terutamanya apabila bekerja dengan objek intensif ingatan seperti senarai besar atau kamus.

Alternatif : Views

Python kekurangan cara mudah untuk mencipta pandangan atau alias senarai. Walau bagaimanapun, tatasusunan NumPy menyediakan keupayaan ini. Menghiris tatasusunan NumPy mencipta pandangan yang berkongsi memori dengan tatasusunan asal. Ini boleh menjimatkan memori yang ketara tetapi memperkenalkan kemungkinan perangkap apabila mengubah suai objek.

Atas ialah kandungan terperinci Adakah Penghirisan Senarai Python Mencipta Salinan atau Rujukan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!