Tìm Hiểu Tính Biến Đổi và Bất Biến trong Python

Chào mừng bạn quay trở lại với hành trình tìm hiểu về các biến trong Python! Trong bài viết trước, chúng ta đã thiết lập một mô hình tư duy quan trọng: các biến là tên được gán cho các đối tượng. 🏷️

Bây giờ, hãy sử dụng mô hình đó để khám phá một trong những khái niệm quan trọng nhất của Python: tính biến đổi. Điều này là chìa khóa để hiểu tại sao một số đối tượng có thể thay đổi trong khi những đối tượng khác thì dường như tạo ra các bản sao mới. Hãy cùng giải mã bí ẩn này. 🧶

Sự Phân Chia Lớn: Các Kiểu Biến Đổi và Bất Biến

Tính biến đổi của một đối tượng là thuộc tính cơ bản của loại đối tượng đó.

• Đối Tượng Bất Biến: Không thể thay đổi sau khi được tạo ra. Bất kỳ thao tác nào có vẻ như "thay đổi" nó thực sự tạo ra một đối tượng hoàn toàn mới.
  • Ví dụ: int, float, str, tuple, frozenset, bool
• Đối Tượng Biến Đổi: Có thể thay đổi tại chỗ. Các thao tác có thể sửa đổi nội dung của đối tượng mà không cần tạo ra một đối tượng mới.
  • Ví dụ: list, dict, set, bytearray

Câu Chuyện Về Hai Thao Tác

Sự khác biệt này thể hiện rõ trong các thao tác như +=. Hãy cùng xem nó hoạt động:

# Ví dụ 1: Làm việc với một số nguyên BẤT BIẾN
x = 5
print(f"ID ban đầu của x: {id(x)}")
x += 1  # Tạo ra một đối tượng mới!
print(f"ID của x sau khi +=: {id(x)}") # ID mới!
print(f"Giá trị của x: {x}\n")

# Ví dụ 2: Làm việc với một danh sách BIẾN ĐỔI
my_list = [1, 2, 3]
print(f"ID ban đầu của my_list: {id(my_list)}")
my_list += [4]  # Sửa đổi đối tượng tại chỗ!
print(f"ID của my_list sau khi +=: {id(my_list)}") # ID không đổi!
print(f"Giá trị của my_list: {my_list}")

Kết quả:

ID ban đầu của x: 4391331008
ID của x sau khi +=: 4391331040 # ✅ ID đã thay đổi (đối tượng int mới)
Giá trị của x: 6

ID ban đầu của my_list: 140248578401088
ID của my_list sau khi +=: 140248578401088 # ✅ ID không thay đổi (sửa đổi tại chỗ)
Giá trị của my_list: [1, 2, 3, 4]

Toán tử += hoạt động khác nhau dựa trên tính biến đổi! Đối với danh sách, đó là một thao tác tại chỗ. Đối với số nguyên, đó là một gán lại.

Hình Ảnh Hóa Sự Khác Biệt

Hình ảnh dưới đây cho thấy sự phân biệt cốt lõi. Một thao tác bất biến tạo ra một đối tượng mới và di chuyển tên. Một thao tác biến đổi thay đổi đối tượng gốc tại chỗ.

BẤT BIẾN (ví dụ, int)         BIẾN ĐỔI (ví dụ, list)
   x --> [5]                    my_list --> [1, 2, 3]

   x = x + 1                    my_list += [4]

   x --> [6] (Đối Tượng Mới!)   my_list --> [1, 2, 3, 4] (Cùng Đối Tượng!)

Những Cạm Bẫy Thực Tế: Nơi Lý Thuyết Gặp (Và Gãy) Mã

Hiểu điều này không chỉ là lý thuyết; nó ngăn chặn những lỗi thực sự, gây đau đầu. 🐛

1. Tham Số Mặc Định Biến Đổi: Cạm Bẫy Kinh Điển

Xem xét hàm này:

def add_task(new_task, tasks=[]): # 🚨 NGUY HIỂM! Mặc định biến đổi.
    tasks.append(new_task)
    return tasks

Chuyện gì xảy ra khi chúng ta gọi nó?

print(add_task("Viết báo cáo")) # Kết quả: ['Viết báo cáo']
print(add_task("Gửi email"))   # Kết quả: ['Viết báo cáo', 'Gửi email'] 😲

Tại sao? Danh sách mặc định tasks=[] được tạo ra một lần, khi hàm được định nghĩa. Mỗi lần gọi sau đó sử dụng giá trị mặc định sẽ tái sử dụng cùng một đối tượng danh sách gốc. Bạn đang thay đổi cùng một danh sách mỗi lần!

Giải pháp: Luôn sử dụng None cho các giá trị mặc định biến đổi.

def add_task(new_task, tasks=None):
    if tasks is None:
        tasks = [] # Tạo một danh sách mới mỗi lần gọi
    tasks.append(new_task)
    return tasks

2. Vấn Đề Sao Chép

Hãy nhớ rằng, việc gán chỉ tạo ra tên mới cho cùng một đối tượng. Để thực sự tạo ra một bản sao riêng biệt của một đối tượng biến đổi, bạn phải làm rõ.

# Sao chép Nông và Sâu
original = [1, 2, [3, 4]]
shallow_copy = original.copy()   # hoặc list(original) hoặc original[:]

# Hãy sửa đổi danh sách lồng trong đối tượng gốc
original[2].append(5)

print("Gốc:", original)       # [1, 2, [3, 4, 5]]
print("Sao Chép Nông:", shallow_copy) # [1, 2, [3, 4, 5]] 😲 Danh sách lồng bị chia sẻ!

Đối với các cấu trúc có các đối tượng biến đổi lồng nhau, bạn cần sử dụng deepcopy từ mô-đun copy để tạo ra một bản sao hoàn toàn độc lập.

from copy import deepcopy
original = [1, 2, [3, 4]]
deep_copy = deepcopy(original)

original[2].append(5)
print("Gốc:", original)    # [1, 2, [3, 4, 5]]
print("Sao Chép Sâu:", deep_copy)  # [1, 2, [3, 4]] ✅ Hoàn toàn độc lập!

Một Điểm Nhấn Tinh Tế: Các Bộ Chứa Bất Biến Của Các Đối Tượng Biến Đổi

Một tuple là bất biến, có nghĩa là bạn không thể thêm, xóa hoặc thay thế các mục mà nó chứa. Tuy nhiên, nếu một trong những mục đó là biến đổi, nội dung của mục đó có thể được thay đổi.

my_tuple = (1, 2, [3, 4])  # Một tuple bất biến giữ một danh sách biến đổi.
# my_tuple[0] = 10        # ❌ Điều này sẽ thất bại! Không thể sửa đổi tuple.
my_tuple[2].append(5)      # ✅ Điều này được phép! Danh sách là biến đổi.
print(my_tuple)            # (1, 2, [3, 4, 5])

Bài Học Chính 🗝️

Loại đối tượng mà một biến tham chiếu—biến đổi hay bất biến—quyết định cách nó hành xử khi bạn cố gắng thay đổi nó. Các đối tượng biến đổi thay đổi tại chỗ, ảnh hưởng đến tất cả các tên trỏ đến chúng. Các đối tượng bất biến buộc phải tạo ra các đối tượng mới, để lại đối tượng gốc không bị ảnh hưởng.

Làm chủ sự phân biệt này là rất quan trọng để viết mã Python dự đoán được và đáng tin cậy. Nó giải thích rất nhiều điều, từ các tham số hàm đến hiệu quả bộ nhớ.

Trong bài viết cuối cùng, chúng ta sẽ xem xét cách những khái niệm này về tên và đối tượng hoạt động trong các quy tắc của Phạm Vi và Không Gian Tên, kiểm soát chính xác nơi mà các biến của bạn có thể nhìn thấy và có thể sửa đổi.

Để suy ngẫm trước khi gặp lại: Tại sao hàm này không thay đổi biến x được truyền vào nó?

def try_to_change(x):
    x = x + 1

my_var = 10
try_to_change(my_var)
print(my_var) # Kết quả vẫn là 10. Tại sao?

Aaron Rose là một kỹ sư phần mềm và nhà viết về công nghệ tại tech-reader.blog và là tác giả của Think Like a Genius.

Câu Hỏi Thường Gặp (FAQ)

1. Tại sao lại quan trọng khi hiểu tính biến đổi và bất biến trong Python?

Hiểu điều này giúp bạn viết mã an toàn hơn, tránh được các lỗi không mong muốn khi làm việc với các đối tượng.

2. Làm thế nào để sao chép một danh sách trong Python?

Bạn có thể sử dụng phương pháp copy(), nhưng hãy cẩn thận với các đối tượng lồng nhau; có thể cần sử dụng deepcopy nếu muốn sao chép hoàn toàn độc lập.

3. Tại sao không nên sử dụng danh sách làm giá trị mặc định cho tham số hàm?

Bởi vì danh sách được tạo một lần và sẽ được sử dụng lại cho các lần gọi hàm sau, gây ra lỗi không mong muốn.

4. Tính bất biến có ảnh hưởng đến hiệu suất bộ nhớ không?

Có, vì các đối tượng bất biến buộc phải tạo ra bản sao mới mỗi khi có sự thay đổi, có thể dẫn đến việc tiêu tốn nhiều bộ nhớ hơn trong một số trường hợp.

5. Có cách nào để kiểm tra tính biến đổi của một đối tượng không?

Bạn có thể kiểm tra kiểu của đối tượng thông qua hàm type() và so sánh với các kiểu dữ liệu biến đổi như list, dict, v.v.