Como copiar uma lista em profundidade?

Estou com algum problema com uma cópia da lista:

Então Depois que eu comecei E0a partir 'get_edge', faço uma cópia E0chamando 'E0_copy = list(E0)'. Aqui eu acho que E0_copyé uma cópia profunda E0e eu passo E0_copyadiante 'karger(E)'. Mas na função principal.
Por que o resultado de 'print E0[1:10]'antes do loop for não é o mesmo que após o loop for?

Abaixo está o meu código:

def get_graph():
    f=open('kargerMinCut.txt')
    G={}
    for line in f:
        ints = [int(x) for x in line.split()]
        G[ints[0]]=ints[1:len(ints)]
    return G

def get_edge(G):
    E=[]
    for i in range(1,201):
        for v in G[i]:
            if v>i:
                E.append([i,v])
    print id(E)
    return E

def karger(E):
    import random
    count=200 
    while 1:
        if count == 2:
            break
        edge = random.randint(0,len(E)-1)
        v0=E[edge][0]
        v1=E[edge][1]                   
        E.pop(edge)
        if v0 != v1:
            count -= 1
            i=0
            while 1:
                if i == len(E):
                    break
                if E[i][0] == v1:
                    E[i][0] = v0
                if E[i][1] == v1:
                    E[i][1] = v0
                if E[i][0] == E[i][1]:
                    E.pop(i)
                    i-=1
                i+=1

    mincut=len(E)
    return mincut


if __name__=="__main__":
    import copy
    G = get_graph()
    results=[]
    E0 = get_edge(G)
    print E0[1:10]               ## this result is not equal to print2
    for k in range(1,5):
        E0_copy=list(E0)         ## I guess here E0_coypy is a deep copy of E0
        results.append(karger(E0_copy))
       #print "the result is %d" %min(results)
    print E0[1:10]               ## this is print2

E0_copynão é uma cópia profunda. Você não faz uma cópia profunda usando list()(Ambas list(...)e testList[:]são cópias rasas).

Você usa copy.deepcopy(...)para copiar profundamente uma lista.

deepcopy(x, memo=None, _nil=[])
    Deep copy operation on arbitrary Python objects.

Veja o seguinte trecho -

>>> a = [[1, 2, 3], [4, 5, 6]]
>>> b = list(a)
>>> a
[[1, 2, 3], [4, 5, 6]]
>>> b
[[1, 2, 3], [4, 5, 6]]
>>> a[0][1] = 10
>>> a
[[1, 10, 3], [4, 5, 6]]
>>> b   # b changes too -> Not a deepcopy.
[[1, 10, 3], [4, 5, 6]]

Agora veja a deepcopyoperação

>>> import copy
>>> b = copy.deepcopy(a)
>>> a
[[1, 10, 3], [4, 5, 6]]
>>> b
[[1, 10, 3], [4, 5, 6]]
>>> a[0][1] = 9
>>> a
[[1, 9, 3], [4, 5, 6]]
>>> b    # b doesn't change -> Deep Copy
[[1, 10, 3], [4, 5, 6]]

Acredito que muitos programadores se depararam com um ou dois problemas de entrevistas nos quais são solicitados a copiar em profundidade uma lista vinculada, mas esse problema é mais difícil do que parece!

em python, existe um módulo chamado "copy" com duas funções úteis

import copy
copy.copy()
copy.deepcopy()

copy () é uma função superficial de cópia, se o argumento fornecido for uma estrutura de dados composta, por exemplo, uma lista , o python criará outro objeto do mesmo tipo (neste caso, uma nova lista ), mas para tudo dentro da lista antiga, somente sua referência é copiada

# think of it like
newList = [elem for elem in oldlist]

Intuitivamente, poderíamos assumir que deepcopy () seguiria o mesmo paradigma, e a única diferença é que, para cada elem, chamaremos recursivamente deepcopy (assim como a resposta do mbcoder)

mas isso está errado!

deepcopy () preserva a estrutura gráfica dos dados compostos originais:

a = [1,2]
b = [a,a] # there's only 1 object a
c = deepcopy(b)

# check the result
c[0] is a # return False, a new object a' is created
c[0] is c[1] # return True, c is [a',a'] not [a',a'']

esta é a parte complicada, durante o processo de deepcopy (), uma hashtable (dicionário em python) é usada para mapear: "old_object ref into new_object ref", isso evita duplicatas desnecessárias e preserva a estrutura dos dados compostos copiados

doc oficial

Se o conteúdo da lista for tipos de dados primitivos, você poderá usar uma compreensão

new_list = [i for i in old_list]

Você pode aninhar para listas multidimensionais como:

new_grid = [[i for i in row] for row in grid]

Se o seu list elementssão immutable objects, em seguida, você pode usar este, caso contrário, você tem que usar deepcopya partir copydo módulo.

você também pode usar o caminho mais curto para cópias profundas, listcomo esta.

a = [0,1,2,3,4,5,6,7,8,9,10]
b = a[:] #deep copying the list a and assigning it to b
print id(a)
20983280
print id(b)
12967208

a[2] = 20
print a
[0, 1, 20, 3, 4, 5, 6, 7, 8, 9,10]
print b
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9,10]

apenas uma função de cópia profunda recursiva.

def deepcopy(A):
    rt = []
    for elem in A:
        if isinstance(elem,list):
            rt.append(deepcopy(elem))
        else:
            rt.append(elem)
    return rt

Edit: Como o Cfreak mencionou, isso já está implementado no copymódulo.

Em relação à lista como uma árvore, o deep_copy em python pode ser escrito de forma mais compacta como

def deep_copy(x):
    if not isinstance(x, list): return x
    else: return map(deep_copy, x)

Aqui está um exemplo de como copiar uma lista em profundidade:

  b = [x[:] for x in a]

Isso é mais pitônico

my_list = [0, 1, 2, 3, 4, 5]  # some list
my_list_copy = list(my_list)  # my_list_copy and my_list does not share reference now.

NOTA: Isso não é seguro com uma lista de objetos referenciados