在不使用 .deepcopy() 的情况下深度复制嵌套列表的更快方法是什么？

Question

我有两个具有以下结构的变量：

# initialization
    O1 = [[] for g in range(n)] 
    for i in range(n):
        O1[i] = [[] for g in range(m)] 
         
    O2 = [[] for g in range(n)] 
    for i in range(n):
        O2[i] = [[] for g in range(m)] 

然后，我将这两个输入到一个初始函数中，其中将不同的值附加到它们上：

for i in range(n):
    for j in range(m):
        O1[i][j].append([s, as, pat, 0])
        O2[i][j].append([[ol, oa, os, ot],[dl, da, ds],tpat, tp, 0])

如您所见，列表的内部结构变得复杂，尤其是在 O2 的情况下。给 O1 和 O2 赋值后，它们被输入到其他几个函数中。每个函数都需要对 O1 和 O2 进行深度复制，并修改该副本以供自己使用，而不更改原始 O1 和 O2 变量。这些更改包括 .remove() 和 .append() 以及内部列表中值的 +/-。重要的是，无论怎么改变，原来的O1和O2都不应该有任何改变。该过程迭代运行，首先为 O1 和 O2 分配新值，然后输入到其他几个函数中并进行复制和编辑，而不对用作输入的原始 O1 和 O2 进行任何更改。 使用 .deepcopy() 是我知道的唯一方法，但由于这是一个迭代过程，.deepcopy() 函数会显着减慢代码速度，尤其是当 O1 和 O2 很大时。我尝试过使用元组作为不可变的数据结构，但考虑到初始和内部结构以及函数中所做的更改，它不起作用。使用元组可以防止append() 和remove() 更改，但不能防止+/- 操作。 如果有人能建议一种更快的方法来做到这一点，我将不胜感激。

Answer 1

可以有多种解决方案：

1. 使用 numpy 数组而不是普通的 python 列表，内存布局允许更快的操作。
2. 使用写时复制技术。您可以使用像 Pyrcient (https://github.com/tobgu/pyrcient) 这样的库，它会延迟复制直到实际进行修改，因此基本上会复制被修改的部分。