Python函数参数是值传递还是引用传递？

面试官问："Python函数传参是值传递还是引用传递？"

这题最容易答成"Python一切都是引用传递"，但这个说法并不准确。真正要讲清楚的是：函数拿到的是同一个对象的引用副本，参数重新绑定和修改可变对象不是一回事。

简要回答

Python采用的是对象共享传递（call by object reference / call by sharing），不是传统意义上的值传递或引用传递。

调用函数时，形参会绑定到实参指向的同一个对象。这带来两个行为：

重新绑定形参不会影响外部变量。函数内执行param = new_value，只是让局部名字param指向另一个对象，调用方的变量仍然指向原来的对象。

通过形参修改可变对象，会影响外部看到的同一个对象。函数内执行items.append(x)，修改的是调用方和函数共享的那个列表对象，外部自然也能看到变化。

详细回答

函数调用时发生了什么

Python中，变量是名字，对象独立存在。调用函数时：

1. 实参表达式求值，得到对象。
2. 形参名字绑定到这个对象。
3. 函数内通过形参名访问对象。
4. 函数返回后，形参名字消失，但对象是否被修改取决于函数内的操作。

形参与实参绑定同一个对象，不是复制对象内容，也不是传递变量本身的地址。

重新绑定不会修改外部对象

def reset_list(items):
    items = []  # 重新绑定局部名字items

courses = ["Python", "Go"]
reset_list(courses)
print(courses)  # ['Python', 'Go']

函数内items = []创建了一个新列表，让局部名字items指向它。外部的courses仍然指向原来的列表，所以courses的内容没有变化。

修改可变对象会影响外部

def append_item(items):
    items.append("C++")  # 原地修改对象

courses = ["Python", "Go"]
append_item(courses)
print(courses)  # ['Python', 'Go', 'C++']

items.append("C++")调用列表对象的方法，原地修改了这个列表。因为items和courses共享同一个对象，外部看到的列表自然也被修改了。

不可变对象的行为

对于不可变对象（整数、字符串、元组），函数内尝试修改时，Python实际上创建了新对象：

def increment(num):
    num = num + 1  # 创建新整数对象并重新绑定
    return num

count = 10
result = increment(count)
print(count)   # 10，外部变量未变
print(result)  # 11

num = num + 1计算后生成新整数对象11，num绑定到新对象，count仍然指向10。

常见错误：以为传的是变量本身

def swap(a, b):
    a, b = b, a  # 只是交换局部名字的绑定

x, y = 1, 2
swap(x, y)
print(x, y)  # 1 2，外部变量顺序未变

a, b = b, a只是让函数内的局部名字a和b交换了指向，不会影响外部的x和y。

知识拓展

Q1：为什么不说"引用传递"？

传统的引用传递（如C++中的int &x）允许函数直接修改外部变量的绑定。Python函数内重新绑定形参不会影响外部变量，所以不是引用传递。更准确的术语是对象共享传递或传对象引用。

Q2：如何让函数修改外部的不可变对象？

不可变对象本身不能被修改，可以把它包在可变容器里：

def increment_wrapped(container):
    container[0] = container[0] + 1

num = [10]
increment_wrapped(num)
print(num[0])  # 11

或者直接返回新值：

def increment(num):
    return num + 1

count = increment(count)

Q3：id()能看出对象是否相同吗？

可以。id(obj)返回对象的身份标识（在CPython中是内存地址）。形参和实参的id()相同，说明它们指向同一个对象。

Q4：函数参数会复制对象内容吗？

不会。无论对象多大，传参只是复制引用（一个指针），不复制对象本身。这也是为什么传递大列表或大字典不会有性能问题。

Q5：如何避免函数意外修改可变参数？

函数内先复制一份：

def process_items(items):
    items = items.copy()  # 浅拷贝，不影响外部
    items.append("new")
    return items

或者明确在调用时传副本：

result = process_items(courses.copy())