copy.copy vs copy.deepcopy元組上的性能

%python -m timeit -s "import copy" "x = (1, 2, 3)" "copy.deepcopy(x)" 
100000 loops, best of 3: 10.1 usec per loop 

%python -m timeit -s "import copy" "x = (1, 2, 3)" "copy.copy(x)" 
1000000 loops, best of 3: 0.609 usec per loop

爲什麼deepcopy比copy慢15倍？copy.copy vs copy.deepcopy元組上的性能

每個函數都必須迭代元組中的元素。在該迭代期間，copy爲每個元素創建另一個引用; deepcopy深度覆蓋每個元素。

但是每個元素都是int，而深拷貝int只是創建另一個引用。換句話說，這兩個功能似乎執行完全相同的步驟，相同的次數。

這裏有沒有新的實例在過程中創建的驗證：

ActivePython 3.2.1.2 (ActiveState Software Inc.) based on 
Python 3.2.1 (default, Jul 18 2011, 14:31:09) [MSC v.1500 64 bit (AMD64)] on win32 
Type "help", "copyright", "credits" or "license" for more information. 
>>> x = (1,2,3) 
>>> import copy 
>>> y = copy.copy(x) 
>>> z = copy.deepcopy(x) 
>>> x is y 
True 
>>> x is z 
True 
>>> x[1] is z[1] 
True

來源

2012-04-22 max

不是一個真正的答案，但懷疑：'deepcopy'需要保持的元素它已經被複制到允許循環引用，這可能會增加一些開銷，尤其是在這種簡單的情況下軌道。 – Philipp 2012-04-22 19:23:13

如果您可以推出自己的「deepcopy」副本，這可能是值得的。我正在分析一些演化算法代碼，它在深度拷貝上花費了大量時間。我能夠確定算法所需的約束條件，並編寫自己的限制版本的deepcopy，從而大大加快了速度。你的旅費可能會改變。 – Levon 2012-04-22 19:27:42

元組是不可改變的，但可以包含可變元素：

>>> a = (1, 2, []) 
>>> a[2].append(1000) 
>>> a 
(1, 2, [1000])

注意，元組沒有變化：這是一個名單，該元組仍然包含完全相同的列表。

deepcopy應該遞歸複製這些可變元素。 copy只是複製對它們的引用。

>>> from copy import copy, deepcopy 

>>> a = (1, 2, []) 
>>> c = copy(a) 
>>> d = deepcopy(a) 

>>> a[2].append(1000) 

>>> c 
(1, 2, [1000]) 
>>> d 
(1, 2, [])

來源

2012-04-22 19:12:21

是的，但'copy'和'deepcopy'都需要迭代元組元素。當他們這樣做時，'copy'爲每個'int'創建另一個引用，而'deepcopy'複製'int'實例。但是複製'int'實例只是返回對同一個實例的另一個引用。似乎這兩個功能應該完全相同的步驟。我不明白這是如何導致15倍的性能下降。 – max 2012-04-22 19:16:18

我不認爲有必要遍歷元組進行淺拷貝。在不瞭解Python內部知識的情況下，我猜想memcpy調用應該足夠了。 – 2012-04-22 19:19:22

你是對的，不需要迭代'copy'。 Python甚至不需要'memcpy'：它只能返回對原始元組的另一個引用！當然，這對於'deepcopy'不起作用。 – max 2012-04-22 19:26:30

copy.copy vs copy.deepcopy元組上的性能

回答

相關問題