我正在开发一个实时应用程序，有时我需要为始终使用相同数据的新对象创建实例。
首先，我只是将它们实例化，但后来我意识到使用copy.deepcopy 可能会更快。现在，我发现有人说deepcopy 非常慢。
我不能简单地使用copy.copy，因为我的对象有列表。
我的问题是，您知道更快的方法还是我只需要放弃并再次实例化它们？ 感谢您的宝贵时间
【问题讨论】：
deepcopy 只是在结构上递归并创建新实例。它很聪明地避免了无限循环，并且可以自定义，仅此而已。
deepcopy 将检查您的所有列表值以查看它们是否也需要复制； __copy__ 创建列表的新副本将有助于避免这种情况，是的。
我相信copy.deepcopy() 仍然是纯 Python，因此不太可能给您带来任何速度提升。
在我看来，这有点像早期优化的经典案例。我建议您编写直观的代码，在我看来，这只是实例化每个对象。然后，您可以对其进行分析，并查看需要在哪里节省开支（如果有的话）。在您的实际用例中，一些完全不同的代码很可能会成为瓶颈。
编辑： 我在原始答案中忘记提及的一件事 - 如果您要复制列表，请确保使用切片表示法 (new_list = old_list[:]) 而不是遍历它在 Python 中，这会更慢。但是，这不会进行深层复制，因此如果您的列表有其他列表或字典，则需要使用 deepcopy()。对于dict 对象，使用copy() 方法。
如果您仍然发现构建对象需要花费时间，那么您可以考虑如何加快速度。您可以尝试使用__slots__，尽管它们通常是为了节省内存而不是 CPU 时间，所以我怀疑他们会为您买多少。在极端情况下，您可以将对象推送到 C 扩展模块，这可能会更快，但会增加复杂性。这一直是我过去采用的方法，我在底层使用原生 C 数据结构，并使用 Python 的特殊方法在顶部包装“类似列表”或“类似字典”的接口。当然，这确实取决于您是否对 C 编码感到满意。
（顺便说一句，除非你有令人信服的理由，否则我会避免使用 C++，C++ Python 扩展比普通 C 更容易构建 - 但是，如果你有良好的动机，这是完全可能的）
例如，如果您的对象有很长的列表，那么您可能从一种写时复制方法中获得一些好处，其中对象的克隆只保留相同的引用而不是复制列表。每次访问它们时，您都可以使用sys.getrefcount() 查看就地更新是否安全或是否需要复制。这种方法可能容易出错且过于复杂，但我想我会出于兴趣而提及它。
您还可以查看您的对象层次结构，看看您是否可以分解对象，以便可以在其他对象之间共享不需要复制的部分。同样，您在修改此类共享对象时需要小心。
然而，重要的一点是，您首先想让您的代码正确，然后然后让您的代码快速 一旦你从现实世界的使用中了解了做到这一点的最佳方法。
【讨论】：