python对象拷贝分浅拷贝和深拷贝：copy.copy()仅复制顶层对象，嵌套可变对象仍共享内存；copy.deepcopy()递归复制全部嵌套对象，实现完全独立，但性能开销大且不支持某些特殊对象。
Python中对象拷贝不是简单复制内存地址，而是分层次处理引用关系。copy.copy()做浅拷贝，只复制顶层对象；copy.deepcopy()做深拷贝，递归复制所有嵌套对象。是否需要深拷贝，取决于你是否希望修改副本时不影响原对象。
浅拷贝：只复制最外层，内层仍共享
浅拷贝创建一个新对象，但其中的可变元素（如列表、字典、自定义类实例）仍指向原对象的同一内存地址。适合只读或确定内部不修改的场景。
- 使用 copy.copy(obj) 或 obj.copy()（对list、dict等内置类型有效）
- 切片操作 lst[:]、lst.copy() 也是浅拷贝
- 例如：a = [[1, 2], 3]; b = copy.copy(a); b[0].append(4) → a 也会变成 [[1, 2, 4], 3]，因为 b[0] 和 a[0] 指向同一个子列表
深拷贝：彻底隔离，完全独立
深拷贝递归遍历整个对象结构，为每个嵌套的可变对象都创建新副本。适合需要完全独立副本、后续会频繁修改内部结构的场景。
- 必须用 copy.deepcopy(obj)
- 性能开销明显更大，尤其对嵌套很深或含大量数据的对象
- 无法深拷贝某些特殊对象（如打开的文件、线程锁、lambda函数），会抛出 TypeError
- 自定义类若需控制深拷贝行为，可实现 __deepcopy__(self, memo) 方法
不可变对象无需拷贝
字符串、整数、元组（且其元素也全为不可变）在Python中是不可变的，赋值或传参本质是绑定新引用，不会出现“被意外修改”的问题。
立即学习“Python免费学习笔记（深入）”；
- a = "hello"; b = a; b += " world" → a 仍是 "hello"，没有共享修改风险
- 即使对元组调用 copy.deepcopy()，实际也只返回原对象（优化行为），因为内容无法更改
实际选择建议
- 不确定是否修改嵌套内容？优先用 deepcopy，避免隐蔽bug
- 明确只改顶层字段（如替换整个子列表），用浅拷贝更高效
- 函数参数传递时，若函数内部会修改入参且你不希望影响原始数据，应在调用前主动拷贝
- 调试时可用 id(obj) 和 id(obj[0]) 对比地址，验证是否真正隔离
