浅拷贝与深拷贝区别及实现方法解析
2026-01-16 11:18:44
0浏览
收藏
今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《JavaScript深拷贝与浅拷贝区别及实现方法》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!
浅拷贝只复制第一层属性,嵌套引用值共享内存;深拷贝递归复制所有层级,完全独立。常见浅拷贝方法有展开运算符、Object.assign()、slice()/concat();JSON深拷贝有缺陷,手写需处理循环引用,生产推荐Lodash或structuredClone()。

浅拷贝只复制对象的第一层属性,新旧对象共享嵌套的引用值;深拷贝则递归复制所有层级,新对象与原对象完全独立,互不影响。
浅拷贝的特点和常见方式
浅拷贝后,如果原对象包含数组、对象、Date、RegExp等引用类型,这些嵌套值在新对象中仍是同一内存地址。修改嵌套内容会影响原对象。
常用方法包括:
- 展开运算符(...):
const newObj = {...oldObj}(仅适用于对象,且不处理 Symbol、undefined、函数等) - Object.assign():
Object.assign({}, oldObj)(同样只拷贝第一层,忽略原型链和不可枚举属性) - Array.prototype.slice() / concat():对数组做浅拷贝,但内部对象仍被共享
深拷贝的难点和限制
真正可靠的深拷贝需处理循环引用、特殊对象(Date、RegExp、Map、Set、TypedArray、Error)、不可枚举属性、原型链、Symbol 键,以及函数是否需要复制等问题。JSON.stringify + JSON.parse 是最简方案,但有明显缺陷:
- 会丢失函数、undefined、Symbol、NaN、Infinity、正则表达式、Date 对象(变成字符串)、Map/Set 等
- 遇到循环引用直接报错
TypeError: Converting circular structure to JSON - 不能保留原型链
手写一个基础可靠的深拷贝函数
以下实现支持基本数据类型、普通对象、数组、Date、RegExp,并通过 WeakMap 解决循环引用问题,不处理 Map/Set/Function/原型等高级场景,但已覆盖多数日常需求:
function deepClone(obj, hash = new WeakMap()) {
if (obj === null || typeof obj !== 'object') return obj;
if (hash.has(obj)) return hash.get(obj);
let cloned;
if (obj instanceof Date) {
cloned = new Date(obj.getTime());
} else if (obj instanceof RegExp) {
cloned = new RegExp(obj);
} else if (Array.isArray(obj)) {
cloned = [];
} else {
cloned = {};
}
hash.set(obj, cloned);
for (const key in obj) {
if (Object.prototype.hasOwnProperty.call(obj, key)) {
cloned[key] = deepClone(obj[key], hash);
}
}
return cloned;
}
使用示例:
const original = { a: 1, b: { c: 2 }, date: new Date(), reg: /abc/g };
const copy = deepClone(original);
copy.b.c = 999;
console.log(original.b.c); // 2 → 不受影响
生产环境推荐方案
实际项目中建议使用成熟库:
- Lodash 的
_.cloneDeep():功能全面,支持循环引用、Map/Set/TypedArray/Date/RegExp/函数(按需配置),文档完善,性能较好 - structuredClone()(现代浏览器 & Node.js 17.0+):原生 API,支持大多数结构化类型(Map/Set/Date/RegExp/ArrayBuffer 等),但暂不支持函数、undefined、Symbol、循环引用(会抛错)
- 如需兼容老环境且要求高可靠性,Lodash 仍是首选
理论要掌握,实操不能落!以上关于《浅拷贝与深拷贝区别及实现方法解析》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
ChatGPT常用指令模板,新手Prompt大全
- 上一篇
- ChatGPT常用指令模板,新手Prompt大全
- 下一篇
- Golang工作区模式详解与使用方法
查看更多
最新文章
-
- 文章 · 前端 | 2小时前 |
- JavaScript Iterator Helpers 怎样组合惰性数据处理
- 110浏览 收藏
-
- 文章 · 前端 | 4小时前 | css ·
- CSS 容器样式查询如何根据父级状态改组件
- 120浏览 收藏
-
- 文章 · 前端 | 6小时前 | prefetch 前端性能 Speculation Rules API prerender
- Speculation Rules API 如何安全预渲染下一页
- 202浏览 收藏
-
- 文章 · 前端 | 8小时前 | javascript · 前端性能 长任务 INP优化 交互延迟 web-vitals Long Animation Frames
- INP 偏高时如何定位长任务与交互延迟
- 257浏览 收藏
-
- 文章 · 前端 | 10小时前 | 前端 · Web Components 服务端渲染 shadowrootmode 声明式 Shadow DOM Custom Elements hydration
- Web Components 声明式 Shadow DOM 如何用于服务端渲染
- 315浏览 收藏
-
- 文章 · 前端 | 12小时前 |
- HTML Popover API 怎样处理嵌套弹层与焦点
- 356浏览 收藏
-
- 文章 · 前端 | 15小时前 | 前端开发 · 前端动画 View Transition API 列表重排 match-element
- View Transition API 如何为列表重排添加过渡
- 158浏览 收藏
-
- 文章 · 前端 | 16小时前 |
- CSS Anchor Positioning 如何配置 position-try 回退位置
- 234浏览 收藏
-
- 文章 · 前端 | 20小时前 | 前端 · 性能优化 ·
- 前端性能预算怎么落地:图片、脚本与交互延迟阈值
- 446浏览 收藏
-
- 文章 · 前端 | 22小时前 |
- 表单校验怎样同时服务键盘用户与屏幕阅读器
- 225浏览 收藏
-
- 文章 · 前端 | 1天前 | 前端 · css ·
- CSS 层叠层解决组件库与业务样式优先级冲突
- 464浏览 收藏
-
- 文章 · 前端 | 1天前 |
- 浏览器缓存命中却仍请求服务器:强缓存与协商缓存排查
- 477浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 390次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 470次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 477次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 421次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 245次使用
查看更多
相关文章
-
- JavaScript函数定义及示例详解
- 2025-05-11 502浏览
-
- 智能体安全引领产业升级——国内AI安全产品市场深度分析
- 2026-08-21 501浏览
-
- CSS变量简化按钮悬停效果技巧
- 2026-05-31 501浏览
-
- JavaScript符号类型详解与应用
- 2026-05-31 501浏览
-
- HTML剪贴板复制粘贴怎么用
- 2026-05-26 501浏览

