面试题：Python 中按值调用和按引用调用性能差异基础分析

Question

请解释在 Python 中按值调用和按引用调用的基本概念，并举例说明它们在简单数据类型（如整数）和复合数据类型（如列表）上的表现有何不同，同时分析可能产生的性能差异。

Answer 1

按值调用和按引用调用的概念

• 按值调用（Call by value）：函数接收的是参数值的副本。在函数内部对参数的修改不会影响到函数外部的原始变量。
• 按引用调用（Call by reference）：函数接收的是参数的内存地址（引用），函数内部对参数的修改会直接影响到函数外部的原始变量。

在简单数据类型（整数）上的表现

Python 中整数是不可变类型，虽然 Python 传递参数的方式既不是严格的按值调用也不是按引用调用，但是在处理像整数这样的不可变类型时类似按值调用。

def change_number(num):
    num = num + 1
    return num

original_num = 5
new_num = change_number(original_num)
print(f"原始值: {original_num}")  
print(f"函数内修改后的值: {new_num}")  

在上述代码中，original_num 的值在函数调用后并未改变，因为函数 change_number 接收到的是 original_num 值的副本，对副本的修改不影响原始变量。

在复合数据类型（列表）上的表现

列表是可变类型，在 Python 中处理列表时类似按引用调用。

def change_list(lst):
    lst.append(4)
    return lst

original_list = [1, 2, 3]
new_list = change_list(original_list)
print(f"原始列表: {original_list}")  
print(f"函数内修改后的列表: {new_list}")  

这里，original_list 在函数调用后被修改了，因为函数 change_list 接收到的是 original_list 的引用，对列表的操作直接影响了原始列表。

性能差异分析

• 简单数据类型（整数）：由于是不可变类型且类似按值调用，函数操作的是副本，每次传递和修改不会影响原始数据，在一些情况下，因为不需要考虑数据一致性等问题，性能可能相对稳定。但是如果频繁传递大的不可变对象的副本，会占用较多内存和时间在数据复制上。
• 复合数据类型（列表）：类似按引用调用，函数直接操作原始对象，避免了数据复制带来的开销，在处理大型数据结构时，性能优势明显。然而，如果多个地方同时对一个可变对象进行操作，可能需要额外的同步机制来保证数据一致性，这可能会带来一定的性能损耗。