在python中向列表追加字典时，若所有元素最终都指向同一内存地址，会导致历史数据被意外覆盖；根本原因是字典是可变对象，函数内原地修改（in-place mutation）并重复返回同一引用所致。
这是一个高频却易被忽视的陷阱：表面看是 list.append() 失效，实则是对象引用机制引发的深层问题。
问题复现与本质分析
考虑如下最小可复现示例：
a = {'a': 1, 'b': 2}
def Func(d):
d['b'] = d['b'] + d['a'] # ⚠️ 原地修改！不创建新对象
return d # ⚠️ 总是返回同一个 dict 对象
ahist = []
for i in range(3):
a = Func(a)
ahist.append(a)
print(ahist)
# 输出：[{'a': 1, 'b': 6}, {'a': 1, 'b': 6}, {'a': 1, 'b': 6}]
# 所有三项实际指向同一字典对象，内容完全一致通过 id() 可验证：
print([id(d) for d in ahist]) # 如：[140234567890123, 140234567890123, 140234567890123]
这说明：ahist 中存储的并非不同状态的字典副本，而是对同一个可变对象的多个引用。每次调用 Func(a) 都在修改该对象本身，后续 append 只是把“同一个地址”又存了一次。
立即学习“Python免费学习笔记（深入）”；
正确解法：显式创建独立副本
解决核心在于——确保每次追加的是独立、不可变（或至少不共享状态）的对象。推荐以下两种稳健方式：
✅ 方案一：使用 .copy() 创建浅拷贝（适用于无嵌套可变对象）
a = {'a': 1, 'b': 2}
def Func(d):
new_d = d.copy() # ✅ 创建新字典对象
new_d['b'] = d['b'] + d['a']
return new_d # ✅ 返回新对象，与原对象内存隔离
ahist = []
for i in range(3):
a = Func(a)
ahist.append(a)
print(ahist)
# 输出：[{'a': 1, 'b': 3}, {'a': 1, 'b': 4}, {'a': 1, 'b': 5}]
# 每个字典均为独立对象，状态正确保留✅ 方案二：使用字典解包（Python 3.5+，更简洁且语义清晰）
def Func(d):
return {**d, 'b': d['b'] + d['a']} # ✅ 解包创建新字典? 提示：若字典含嵌套列表、子字典等可变结构，需改用 copy.deepcopy()，否则浅拷贝仍可能共享内层引用。
关键注意事项
- 不要依赖 append() 的“复制行为”：list.append() 从不自动拷贝对象，它只存储你传入的对象引用。
- 区分 = 和 copy()：b = a 是引用赋值；b = a.copy() 才是数据复制。
- 函数设计原则：若函数意图返回新状态，应避免原地修改输入参数（即遵循“纯函数”风格），提高可预测性与可测试性。
- 调试技巧：怀疑引用问题时，立即检查 id(obj) 或使用 is 比较对象身份，而非仅用 == 比较值。
总结
列表追加字典时出现“覆盖”现象，本质是误将可变对象的引用当作值来操作。破局关键在于主动切断引用链——通过 .copy()、字典解包或 deepcopy 显式生成新实例。养成“对可变对象做副本再修改”的习惯，不仅能解决此问题，更能规避大量并发、缓存、状态管理中的隐性 Bug。
