Python的copy.deepcopy()通过memo字典（以id为键、副本为值）避免循环引用导致的无限递归，首次复制时存入副本，再次遇到同一对象ID则直接返回缓存副本；memo生命周期限于单次调用，结束后自动回收，无内存泄漏风险。

Python 的 copy.deepcopy() 能安全处理循环引用，核心就是用哈希表（即 memo 字典）做“已访问对象”的快速记录——它不靠值比较，而是用对象内存地址（id()）作键，实现 O(1) 查找和防重入。

哈希表怎么记：用 id 当键，副本当值

每次准备复制一个对象前，先查 memo[id(obj)]：

• 如果命中，说明这个对象已被复制过，直接返回缓存的副本，跳过递归
• 如果未命中，就新建副本、存入 memo[id(obj)] = new_obj，再继续递归处理其子对象

这样，哪怕 a → b → a 形成环，第二次遇到 a 时也能立刻返回已有副本，彻底切断无限递归。

为什么必须用 id() 而不是对象本身作键

若把原对象（如自定义类实例）直接当字典键，会意外增加它的引用计数，干扰垃圾回收；而 id() 是整数，轻量、稳定、无副作用。备忘录只在单次深拷贝中存在，调用结束即被自动回收，不会泄漏。

手动模拟时的关键细节

写自己的深拷贝函数时，memo 参数必须设为 None 默认值，并在首次调用时初始化：

• 错： def my_deepcopy(x, memo={}) —— 可变默认参数，跨调用污染
• 对： def my_deepcopy(x, memo=None): if memo is None: memo = {}

对容器类型（list/dict）要“先占位后填充”：比如复制列表时，先创建空列表并存进 memo，再逐项递归复制并追加——确保子对象在引用父对象时，父对象已在 memo 中可查。

验证是否生效的小技巧

构造带循环引用的数据结构，比如：

a = [1, 2]<br>b = [3, 4, a]<br>a.append(b)

用 sys.getrefcount() 或打印 id() 对比原对象与副本中对应位置的地址，能清晰看到：循环链在副本中被完整重建，但每个节点都是新对象，且 memo 在过程中只起“路标”作用，不残留。