在 Python 中，根据一个基础字典生成指定数量的字典列表并不复杂，但有一个特别容易踩中的细节：列表乘法并不会复制字典本身。如果直接把模板写成 [template] * n，得到的列表长度虽然正确，里面每一项却都引用同一个字典对象。后续只要修改其中一个字典，其余所有项都会同时变化。下面先围绕这个行为展开，再介绍几种能生成独立字典的写法。
一、列表乘法生成字典列表为什么互相影响
列表的乘号操作在 Python 中会返回一个新的列表对象，但新列表存储的元素并不是新创建的。对于整数、字符串这类不可变对象，这个差异通常不会暴露问题，因为即使它们被多次引用，也无法通过某一个元素去修改原对象。字典属于可变对象，情况就完全不同。
看一个简单例子：
template = {"level": 1, "items": []}
batch = [template] * 5
batch[0]["level"] = 9
batch[1]["items"].append("sword")
print(batch)
运行后会发现，不仅 batch[0] 的 level 变成了 9，batch[1]、batch[2] 等其他项中的 level 也都变成了 9。同时 items 列表也被追加了 sword。原因并不是 Python 做了某种同步机制，而是 batch 里的五个元素保存的是同一个 template 对象的引用。
换句话说，[template] * 5 等价于把同一个引用复制了五次。可以用 id(batch[0]) == id(batch[1]) 来验证，它会返回 True。这个特性也适用于列表乘法的其他可变对象，比如列表套列表。因此当需求是生成一批互不干扰的字典记录时，不能使用直接乘法。
二、使用列表推导和浅拷贝生成独立字典
如果模板字典的内部结构比较简单，所有值都是数字、字符串、元组这类不可变对象，那么最常用的安全写法是列表推导配合 dict.copy()。列表推导每循环一次都会执行一次复制，从而生成一个新的字典对象并放入结果列表。
template = {"level": 1, "score": 0}
batch = [template.copy() for _ in range(6)]
batch[0]["level"] = 9
print(batch[0])
print(batch[1])
这段代码中，batch[0] 和 batch[1] 已经指向不同的字典对象，所以修改第一个字典的 level 不会影响第二个字典。除了 template.copy()，dict(template) 和 {**template} 也能达到类似的浅拷贝效果。它们都能复制最外层字典，但不会递归复制内部的可变对象。
这里要特别区分浅拷贝的能力边界。如果模板中某个值本身是列表、集合或嵌套字典，浅拷贝后这些内部对象仍然被所有副本共享。例如模板是 {"level": 1, "items": []}，使用 template.copy() 后，每一个新字典的 items 都指向原来的那个空列表。修改 batch[0]["items"].append("a") 同样会反映到其他副本中。因此浅拷贝只适合没有嵌套可变对象的扁平字典。
三、嵌套字典需要使用深拷贝或工厂函数
一旦模板中出现了嵌套字典、列表作为值，想要让每一层都完全独立，就需要 copy.deepcopy。深拷贝会递归地复制整个对象图，为每一层可变对象创建新的实例，因此不同副本之间不再有任何共享引用。
import copy
template = {"profile": {"score": 0}, "tags": []}
batch = [copy.deepcopy(template) for _ in range(6)]
batch[0]["profile"]["score"] = 100
batch[1]["tags"].append("new")
print(batch[0])
print(batch[1])
在这个例子里，修改第一个元素的嵌套字典 profile 不会影响其他元素，第二个元素的 tags 追加内容也只对自己生效。深拷贝虽然安全，但会带来更大的时间开销和内存占用。如果列表长度很大，而且每个字典结构都复杂，生成成本会明显上升。
还有一类更直观的做法是使用工厂函数。把创建过程封装在一个函数里，每次调用函数都返回一个全新构造的字典，从根源上避免复制和共享的问题。
def make_record():
return {"profile": {"score": 0}, "tags": []}
batch = [make_record() for _ in range(8)]
这种写法不依赖 copy 模块，逻辑清楚，也方便后续调整默认字段。当模板结构特别复杂，或者需要根据索引生成不同初始值时，工厂函数往往比复制模板更容易维护。例如可以让 make_record 接收参数，返回 {"id": i, "profile": {"score": 0}}，这样每个元素既有独立结构，又能带上不同的标识。
四、从性能和场景角度选择合适方案
选择生成方式时，可以先判断两个问题：字典内部是否存在可变值，以及是否需要完全独立。对于只读用途或不会被修改内部数据的列表，直接乘法虽然共享引用，但也不一定会出问题。然而一旦后续代码会更新字典，就必须避免共享引用。
扁平字典通常优先选择 [template.copy() for _ in range(n)]，它比深拷贝快，也足够安全。嵌套字典如果结构层数不多，可以直接使用 copy.deepcopy；如果结构非常固定，写成工厂函数会更容易测试和阅读。还可以通过 timeit 做一个简单对比，通常乘法最快、浅拷贝次之、深拷贝最慢。下面给出一个粗略测试思路：
import copy
import timeit
template = {"level": 1, "items": [1, 2, 3]}
def use_mul():
return [template] * 1000
def use_copy():
return [template.copy() for _ in range(1000)]
def use_deepcopy():
return [copy.deepcopy(template) for _ in range(1000)]
print(timeit.timeit(use_mul, number=100))
print(timeit.timeit(use_copy, number=100))
print(timeit.timeit(use_deepcopy, number=100))
测试结果会受字典大小和嵌套深度影响，但趋势基本稳定。实际项目里不需要过早陷入性能优化，正确性通常更重要。只有确认批量生成已经成为瓶颈时，才需要针对具体结构选择手写复制逻辑，或者调整数据组织方式，例如把可变字段拆成不可变字段，从设计上减少深拷贝需求。
回到最初的场景：如果要基于一个模板生成大量互相独立的配置项，最优实践是先看模板层级。扁平的用浅拷贝，嵌套的用深拷贝或工厂函数，绝不直接使用列表乘法复制可变字典。这个判断标准同样适用于其他语言中以引用方式管理对象的场景，但在 Python 中尤其需要关注对象可变性带来的隐蔽问题。
Python字典列表字典复制浅拷贝修改时间：2026-09-19 02:12:26