Python中的可变对象和不可变对象？

在 Python 里，可变对象和不可变对象这个话题，说简单也简单，说细了也能聊半天。很多人在面试的时候，一听到这个问题，脑子里第一反应就是“list 可变、tuple 不可变”，然后就没了下文。其实这事儿比这复杂得多，光靠记几个数据类型的标签，面试官一追问，你就容易掉坑。

先从定义上说，可变对象就是创建之后，它的内容（值）可以被直接修改的对象；不可变对象则是一旦创建，就不能直接改变其内容的对象。听上去很直白，但 Python 这个语言的设计让这个“能改”和“不能改”的边界，有时候比你想象的模糊。

先举个简单例子。一个 list：

a 是个可变对象，因为我们调用 append 就能原地把它改了，id(a) 在操作前后是一样的。再看 tuple：

tuple 不允许你通过下标去改值，看似很安全，但很多人不知道，如果 tuple 里面装的是可变对象，事情就不一样了：

这个 tuple 自己没变（它的引用没变），但是里面那个 list 被改了。所以“不可变”并不等于“彻底冻结”，它只是指最外层的容器结构不变，至于里面放了啥，那是另一回事。再说到不可变对象，比如 int、str、tuple，这些都是 Python 内建的典型不可变类型。一个有意思的点是，Python 会对一些小的 int 对象做缓存，所以你会看到这样的行为：

这和可变不可变没直接关系，但它能暴露一个事实：对象的 id 在 Python 里是可以被复用的，所以判断两个变量是否是同一个对象，不要随便拿 is 当值比较用。说到可变对象，list、dict、set 这三兄弟基本是面试必提。它们都有“原地改”的方法，比如 list 的 append、extend，dict 的 update、set 的 add。这些操作会直接改变对象本身，不会创建新对象。那为什么 Python 要区分可变和不可变呢？有两个大原因。第一是性能，特别是在函数参数传递的时候。Python 里参数传递其实是“对象引用的传递”，可变对象传进去，在函数里改了，外面就跟着变，这对需要共享状态的场景很有用。但这也埋下了坑，比如下面这样：

你可能本来只是想要个新列表，结果老的也被改了。很多新手就是在这里踩坑的，解决办法很简单，进函数前先 copy 一份。第二个原因是安全性。不可变对象在多线程、多进程环境下更安全，因为它们天生没有“被别人改掉”的风险，这对于做字典的 key 或 set 的元素来说尤其重要。Python 要求字典的 key 必须是可哈希（hashable）的，而可变对象是不可哈希的，因为它的 hash 值会随着内容变化，这会直接破坏哈希表结构。这时候你就能理解，为什么 tuple 可以当字典 key，而 list 不行。甚至 tuple 也不是绝对安全的，如果 tuple 里放了个 list，那它也不是真正意义上的可哈希。再说一个面试官爱问的细节：字符串是不可变的，但为什么还能用 replace、upper 之类的方法“改”它？答案是，这些方法其实是返回了一个新的字符串对象，原字符串压根没动。

id(s) 和 id(t) 肯定不一样，这就是不可变对象的特征：所有看似修改的操作，其实都是创建了新对象。还有一种常见的考点是函数默认参数。可变对象当默认参数是大坑：

你可能以为每次调用都会给你一个新的列表，其实不然，默认参数在函数定义时就绑定了那个 list 对象，每次调用都在改同一个列表。这时候要么用不可变类型（比如 None）做默认值，要么每次手动生成新对象。总结下来，可变对象和不可变对象在 Python 里是个底层设计选择，它直接影响到函数调用、内存管理、线程安全、数据结构设计等方方面面。别看它像是个初级问题，里面细节多得很，面试官随便拎一个场景追问，你要是没踩过坑，很容易答空。说实话，我觉得这玩意儿平时写代码的时候更应该注意，而不是等到面试才去背。理解了它的原理，你就会知道什么时候该用 list，什么时候该用 tuple，什么时候要 copy，什么时候可以直接传引用。这样写出来的代码，既不容易出莫名其妙的 bug，也更高效。毕竟，坑是早晚要踩的，但要踩在自己能爬出来的地方才行。

以上就是“Python中的可变对象和不可变对象？”的详细内容，想要了解更多Python教程欢迎持续关注编程学习网。