it-swarm.com.ru

Как глубоко скопировать список?

У меня есть некоторые проблемы с копией списка:

Поэтому после того, как я получил E0 от 'get_Edge', я делаю копию E0, вызывая 'E0_copy = list(E0)'. Здесь я предполагаю, что E0_copy является глубокой копией E0, и я передаю E0_copy в 'karger(E)'. Но в основной функции.
Почему результат 'print E0[1:10]' перед циклом for не совпадает с результатом после цикла for?

Ниже мой код:

def get_graph():
    f=open('kargerMinCut.txt')
    G={}
    for line in f:
        ints = [int(x) for x in line.split()]
        G[ints[0]]=ints[1:len(ints)]
    return G

def get_Edge(G):
    E=[]
    for i in range(1,201):
        for v in G[i]:
            if v>i:
                E.append([i,v])
    print id(E)
    return E

def karger(E):
    import random
    count=200 
    while 1:
        if count == 2:
            break
        Edge = random.randint(0,len(E)-1)
        v0=E[Edge][0]
        v1=E[Edge][1]                   
        E.pop(Edge)
        if v0 != v1:
            count -= 1
            i=0
            while 1:
                if i == len(E):
                    break
                if E[i][0] == v1:
                    E[i][0] = v0
                if E[i][1] == v1:
                    E[i][1] = v0
                if E[i][0] == E[i][1]:
                    E.pop(i)
                    i-=1
                i+=1

    mincut=len(E)
    return mincut


if __name__=="__main__":
    import copy
    G = get_graph()
    results=[]
    E0 = get_Edge(G)
    print E0[1:10]               ## this result is not equal to print2
    for k in range(1,5):
        E0_copy=list(E0)         ## I guess here E0_coypy is a deep copy of E0
        results.append(karger(E0_copy))
       #print "the result is %d" %min(results)
    print E0[1:10]               ## this is print2
98
Shen

E0_copy не является глубокой копией. Вы не делаете глубокую копию, используя list()list(...), и testList[:] являются мелкими копиями).

Вы используете copy.deepcopy(...) для глубокого копирования списка.

deepcopy(x, memo=None, _nil=[])
    Deep copy operation on arbitrary Python objects.

Смотрите следующий фрагмент -

>>> a = [[1, 2, 3], [4, 5, 6]]
>>> b = list(a)
>>> a
[[1, 2, 3], [4, 5, 6]]
>>> b
[[1, 2, 3], [4, 5, 6]]
>>> a[0][1] = 10
>>> a
[[1, 10, 3], [4, 5, 6]]
>>> b   # b changes too -> Not a deepcopy.
[[1, 10, 3], [4, 5, 6]]

Теперь посмотрите операцию deepcopy

>>> import copy
>>> b = copy.deepcopy(a)
>>> a
[[1, 10, 3], [4, 5, 6]]
>>> b
[[1, 10, 3], [4, 5, 6]]
>>> a[0][1] = 9
>>> a
[[1, 9, 3], [4, 5, 6]]
>>> b    # b doesn't change -> Deep Copy
[[1, 10, 3], [4, 5, 6]]
169
Sukrit Kalra

Я полагаю, что многие программисты столкнулись с одной или двумя проблемами интервью, когда их просят глубоко скопировать связанный список, однако эта проблема не так проста, как кажется!

в python есть модуль с именем "copy" с двумя полезными функциями

import copy
copy.copy()
copy.deepcopy()

copy () - это функция мелкого копирования, если данный аргумент является составной структурой данных, например, list, тогда python создаст другой объект того же типа (в этом case --- новый список) но для всего внутри старого списка копируется только их ссылка

# think of it like
newList = [elem for elem in oldlist]

Интуитивно, мы могли бы предположить, что deepcopy () будет следовать той же парадигме, и единственное отличие состоит в том, что для каждого элемент мы будем рекурсивно называть deepcopy, (так же, как ответ mbcoder)

но это неправильно!

deepcopy () фактически сохраняет графическую структуру исходных составных данных:

a = [1,2]
b = [a,a] # there's only 1 object a
c = deepcopy(b)

# check the result
c[0] is a # return False, a new object a' is created
c[0] is c[1] # return True, c is [a',a'] not [a',a'']

это сложная часть, во время процесса deepcopy () для отображения используется хеш-таблица (словарь в python): "old_object ref on new_object ref", это предотвращает ненужные дубликаты и, таким образом, сохраняет структуру скопированных составных данных

официальный документ

47
watashiSHUN

Если содержимое списка является примитивным типом данных, вы можете использовать понимание

new_list = [i for i in old_list]

Вы можете вложить его для многомерных списков, таких как:

new_grid = [[i for i in row] for row in grid]
8
aljgom

просто рекурсивная функция глубокого копирования.

def deepcopy(A):
    rt = []
    for elem in A:
        if isinstance(elem,list):
            rt.append(deepcopy(elem))
        else:
            rt.append(elem)
    return rt

Правка: Как уже упоминалось в Cfreak, это уже реализовано в модуле copy.

2
rnbguy

Если ваш list elementsimmutable objects, вы можете использовать это, в противном случае вам придется использовать deepcopy из модуля copy.

вы также можете использовать кратчайший путь для глубокого копирования list, как это.

a = [0,1,2,3,4,5,6,7,8,9,10]
b = a[:] #deep copying the list a and assigning it to b
print id(a)
20983280
print id(b)
12967208

a[2] = 20
print a
[0, 1, 20, 3, 4, 5, 6, 7, 8, 9,10]
print b
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9,10]
2
tailor_raj

Что касается списка в виде дерева, то глубокую копию в python можно записать наиболее компактно как

def deep_copy(x):
    if not isinstance(x, list): return x
    else: return map(deep_copy, x)
1
ShellayLee