字典赋值引用原理剖析

Python中字典赋值本质是引用传递而非数据拷贝，因此在循环中复用同一字典对象会导致所有引用意外共享状态并相互覆盖；而每次迭代新建字典则能确保各键对应独立、互不干扰的数据结构——理解“赋值即引用”与“修改内容（mutation）vs 重绑定变量（rebinding）”的根本区别，是写出可靠、可预测字典操作代码的关键，避免看似神秘的共享副作用，真正掌握Python对象模型的核心逻辑。

Python 中字典是可变对象，赋值操作（`a = b`）仅复制引用而非数据；若未重新绑定变量（如 `d = {}`），后续对字典内容的修改（如 `d[key] = val`）会同步反映在所有引用该对象的地方。

在 Python 中，理解“赋值即引用”是避免意外共享状态的关键。你观察到的现象——第一个代码片段中所有 set2[i[0]] 最终指向相同内容，而第二个却能正确生成独立子字典——本质上源于变量是否被重新绑定（rebinding），而非“是否拷贝”。

? 核心原理：引用 vs 重绑定

• ✅ dictionary1 = dictionary2：让 dictionary1 指向 dictionary2 所引用的同一字典对象（内存地址相同）。
• ✅ dictionary2 = {1:'f', 2:'g'}：这是重绑定操作——dictionary2 现在指向一个全新字典对象，原对象不受影响；dictionary1 仍指向旧对象，因此保持不变。
• ❗ set1[i[j][0]] = i[j][1]：这是就地修改（in-place mutation），不改变 set1 的引用目标，只是修改它所指向字典的内容。若 set1 多次被赋给 set2 的不同键，它们实际共享同一个字典对象。

? 对比你的两个代码片段

❌ 错误写法（字典复用，导致覆盖）

set1 = {}  # ← 只在循环外创建一次！
for i in s1:
    for j in range(1, len(i)):
        set1[i[j][0]] = i[j][1]  # ← 就地修改同一个 dict
    set2[i[0]] = set1  # ← 每次都存入同一个 set1 引用

结果：set2 中所有键对应的值，最终都等于最后一次循环后 set1 的状态（因为所有键都指向同一内存地址）。

✅ 正确写法（每次新建独立字典）

for i in s1:
    set1 = {}  # ← 关键！每次迭代创建新字典对象
    for j in range(1, len(i)):
        set1[i[j][0]] = i[j][1]  # ← 修改的是本次新建的 dict
    set2[i[0]] = set1  # ← 存入当前迭代独有的引用

结果：set2 中每个键对应一个独立、互不干扰的字典对象，符合预期 {name: {value: pair, ...}, ...} 结构。

? 验证引用关系的小技巧

d1 = {}
d2 = d1
print(id(d1) == id(d2))  # True → 同一对象

d1['a'] = 1
print(d2['a'])  # 1 → 修改 d1 影响 d2

d1 = {}  # 重绑定！d1 现在指向新对象
print(id(d1) == id(d2))  # False
print(d2['a'])  # 1 → d2 仍保留原内容，未受影响

⚠️ 注意事项与最佳实践

• 永远不要在循环外初始化可变容器（list, dict, set）再反复复用，除非你明确需要共享状态。
• 若需深拷贝整个字典（含嵌套结构），使用 import copy; copy.deepcopy(d)，但通常性能开销大，应优先通过逻辑重建避免。
• 使用 setdefault() 或 defaultdict 可简化嵌套字典构建，例如：

  from collections import defaultdict
  set2 = defaultdict(dict)
  for i in s1:
      for j in range(1, len(i)):
          set2[i[0]][i[j][0]] = i[j][1]

总结：Python 的“赋值=引用”是设计使然，不是 bug。真正决定行为的是你执行的操作类型——修改内容（mutation）影响所有引用；重绑定变量（rebinding）只改变当前变量的指向。掌握这一区分，就能精准控制数据隔离与共享。

到这里，我们也就讲完了《字典赋值引用原理剖析》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！