python 所有变量都存储对象引用，但赋值操作仅复制当前引用值；修改变量本身（如 `a = a.next`）不会影响其他已持有原引用的变量。
在链表合并等指针操作中，一个常见困惑是：为什么执行 curr.next = list1 后再执行 list1 = list1.next，curr.next 仍指向原来的节点，而非更新后的 list1.next？这并非 Python 的“按值传递”或“按引用传递”的二元误解，而是源于对 变量绑定（binding） 与 对象状态修改（mutation） 的本质区分。
✅ 核心原则：赋值改变的是变量的引用目标，而非已有引用的“连接关系”
考虑以下简化模型：
class ListNode:
def __init__(self, val=0, next=None):
self.val = val
self.next = next
# 构造链表: 1 → 2 → 3
n1 = ListNode(1)
n2 = ListNode(2)
n3 = ListNode(3)
n1.next = n2
n2.next = n3
curr = ListNode(0) # 哨兵节点
list1 = n1 # list1 指向 n1
curr.next = list1 # ✅ 复制 list1 当前引用 → curr.next 现在也指向 n1
list1 = list1.next # ✅ 修改 list1 变量：让它指向 n2（即 n1.next）此时：
- curr.next 仍严格指向 n1（内存地址未变）；
- list1 已重新绑定到 n2；
- n1.next 本身仍是 n2（对象状态未被修改），所以 curr.next.next 依然可访问 n2。
? 关键区别：list1 = list1.next 是重绑定变量（re-binding），而 list1.next = ... 才是修改对象属性（mutation）。前者不影响其他变量；后者会影响所有引用该对象的变量。
? 对比你提供的列表示例，理解为何行为“看似矛盾”
a = [] b = [1] a = b # a 和 b 现在绑定到同一列表对象 b.append(2) # ✅ 修改对象内容 → a 也能看到变化（因为 a、b 指向同一可变对象） print(a) # [1, 2]
这里 b.append(2) 并未改变 b 变量本身的引用，而是调用了列表对象的 append 方法——就地修改了该对象的内部状态。由于 a 和 b 仍绑定到同一个列表对象，因此 a 观察到了变化。
立即学习“Python免费学习笔记（深入）”；
但在链表代码中：
- curr.next = list1 → 让 curr.next 绑定到 list1 当前所指对象（如 n1）；
- list1 = list1.next → 让 list1 这个变量改绑到另一个对象（n2），与 curr.next 无关。
二者不冲突，只是作用层面不同：一个是变量级重绑定，一个是对象级状态变更。
⚠️ 注意事项与最佳实践
- 不要混淆 x = x.attr 和 x.attr = y：前者重绑定变量 x，后者修改 x 所指对象的属性。
- 在链表/树遍历中，常用 node = node.next 推进指针，这安全且高效——它不会破坏已建立的链接结构。
- 若误写为 curr.next.next = list1.next（试图“跳过”节点），则可能引发逻辑错误或循环引用；务必明确每一步是改谁的引用、还是改谁的状态。
- 对于不可变对象（如 int, str, tuple），即使重绑定变量，也无法触发“共享修改”，因为它们不支持 in-place mutation。
✅ 总结
Python 中没有“传引用”或“传值”的底层语义，只有统一的引用语义（reference semantics）：变量是标签，赋值是贴标签，修改对象属性是改标签所指之物的内容。curr.next = list1 贴了一个新标签到 list1 当前所指对象；list1 = list1.next 是把 list1 这个标签撕下来，贴到另一个对象上。两者互不干扰——这正是链表合并算法能正确构建新链、而不意外切断旧链接的根本原因。
