python - copy.deepcopy与 pickle

我有一个小部件的树状结构，例如集合包含模型，模型包含小部件。我想复制整个集合，与对对象进行“刺穿和去刺穿”相比，copy.deepcopy更快，但是cPickle因为用C语言编写要快得多，所以

为什么我(我们)不总是使用cPickle而不是deepcopy？

还有其他复制选择吗？因为pickle比deepcopy慢，但是cPickle更快，所以可能是deepcopy的C实现将成为赢家

示例测试代码:

import copy
import pickle
import cPickle

class A(object): pass

d = {}
for i in range(1000):
    d[i] = A()

def copy1():
    return copy.deepcopy(d)

def copy2():
    return pickle.loads(pickle.dumps(d, -1))

def copy3():
    return cPickle.loads(cPickle.dumps(d, -1))

时间:

>python -m timeit -s "import c" "c.copy1()"
10 loops, best of 3: 46.3 msec per loop

>python -m timeit -s "import c" "c.copy2()"
10 loops, best of 3: 93.3 msec per loop

>python -m timeit -s "import c" "c.copy3()"
100 loops, best of 3: 17.1 msec per loop

最佳答案

问题是，pickle + unpickle可以更快(在C实现中)，因为它不如Deepcopy通用:许多对象可以被深度复制但不能被酸洗。例如，假设您的类A更改为...:

class A(object):
  class B(object): pass
  def __init__(self): self.b = self.B()

现在，copy1仍然可以正常工作(A的复杂性使其速度降低，但绝对不能阻止它)； copy2和copy3中断，堆栈跟踪的末尾显示...:

  File "./c.py", line 20, in copy3
    return cPickle.loads(cPickle.dumps(d, -1))
PicklingError: Can't pickle <class 'c.B'>: attribute lookup c.B failed

也就是说，酸洗总是假定类和函数是其模块中的顶级实体，因此，“按名称”对它们进行酸洗-深度复制绝对没有这样的假设。

因此，如果您遇到“某种程度的深度复制”速度绝对至关重要的情况，那么每一毫秒都很重要，并且您想利用您知道要应用于复制对象的特殊限制，例如进行酸洗的那些适用的方法，或赞成其他形式的序列化和其他快捷方式的方法，请务必继续进行-但是，如果您这样做，则必须意识到您将使系统永远受限于这些限制，并非常清楚地记录该设计决策，并明确地为 future 维护者的利益。

对于需要通用性的NORMAL情况，请使用deepcopy!-)

关于python - copy.deepcopy与 pickle ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/1410615/

deepCopy

python - copy.deepcopy与 pickle