Python中两种二维列表初始化方式的差异咨询

方式1：嵌套列表推导式 #

temp = [[-1 for y in range(k + 1)] for x in range(n + 1)]

• 外层列表推导式的每一次迭代，都会生成一个全新的内层列表。最终temp里的每个子列表都是内存中独立的对象，彼此毫无关联。修改任意一个子列表的元素，不会影响其他子列表的内容，这也是它能符合预期的原因。

方式2：多重乘法初始化 #

temp = [[-1]*(k+1)]*(n + 1)

• 这个操作分两步：首先[-1]*(k+1)创建出一个内层列表；然后*(n+1)并没有生成新的内层列表，只是把同一个内层列表的引用重复了n+1次，塞进外层列表里。也就是说，temp里的所有子列表本质上指向内存中同一个列表对象。一旦修改任意一个子列表的元素，所有子列表都会同步变化——因为它们本来就是同一个东西，这就是程序行为异常的根源。

举个直观的例子，假设n=2，k=1：

• 方式1创建的temp是 [[-1, -1], [-1, -1], [-1, -1]]，三个子列表完全独立；
• 方式2创建的temp看似结构相同，但三个子列表共享同一块内存，修改temp[0][0] = 0后，整个temp会变成 [[0, -1], [0, -1], [0, -1]]。

内容的提问来源于stack exchange，提问作者Naveen Pragathesh