Python中值相等的两种2D数组初始化为何产生不同结果

• 两种初始化的实际内存逻辑差异
  • 列表推导式实现：dp = [[float('inf') for _ in range(k+1)]for _ in range(n+1)] 每一轮外层循环都会生成一个独立的、内存地址互不相同的子列表，每一行的存储完全隔离，修改任意一行的元素不会影响其他行。
  • 列表乘法实现：dp1 = [[float('inf')]*(k+1)]*(n+1) 运算本质是将*运算符前生成的单个子列表的内存引用重复复制n+1次，整个二维列表的所有行，全部指向内存中同一个子列表对象，不存在逐行独立的存储结构。
• 为什么assert校验会通过
  Python的列表相等判断会逐元素逐一比对值。由于乘法生成的所有行本就是同一个对象，所有位置的初始值均为float('inf')，与列表推导式生成的数组初始值完全一致，因此dp == dp1的判断会返回真值，完全检测不出底层的引用差异，这也是问题极具迷惑性的核心原因。
• 为什么DP输出会出现本质偏差
  动态规划求解过程需要按节点、按剩余通行额度逐次更新二维数组的状态值。使用乘法初始化的数组时，任意一行任意位置的元素修改，都会同步影响所有行的同位置值。
  可以通过极简代码验证这个效果：

  n = 3
  k = 2
  bad_dp = [[float('inf')]*(k+1)]*(n+1)
  # 校验所有行的内存地址是否一致
  print(id(bad_dp[0]) == id(bad_dp[1]) == id(bad_dp[2]))  # 输出True，证明三行是同一个对象
  bad_dp[0][0] = 100
  print(bad_dp[1][0])  # 输出100，而非初始的inf，证明修改是全局同步的
  

  问题中出现的全0输出，本质就是乘法初始化的结构让所有行的状态被反复同步覆盖——原本按节点独立存储的最短路数值完全串值，状态转移逻辑完全失效，最终不管走到哪个节点，读取到的都是被同步覆盖的0值，自然输出全0；而列表推导式初始化的结构因为行与行完全隔离，状态可以独立转移计算，才能得到正确的0 0 0 2 2结果。
• 常见认知误区澄清
  一维列表的乘法如[0]*5可以正常使用，因为其存储的是整数这类不可变对象；但只要嵌套结构中存在列表这类可变对象，直接在外层使用列表乘法，就必然会触发引用共享的问题。

内容的提问来源于stack exchange，提问作者Ruchit Vithani