写时复制Copy-on-Write原理

之前踩过这个坑，花了不少时间才解决。把关键步骤整理出来，核心代码都贴上了，直接拿去用就行。

先搞清楚原理

要理解写时复制，先得搞清楚一致性保证这个机制。直接看代码比看文字描述来得快：

def quicksort(arr: list) -> list:
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quicksort(left) + middle + quicksort(right)

import time, random
data = [random.randint(0, 10000) for _ in range(10000)]
start = time.time()
sorted_data = quicksort(data)
elapsed = time.time() - start
print(f'排序10000个元素耗时: {elapsed*1000:.2f}ms')
print(f'验证排序: {sorted_data == sorted(data)}')

实际怎么用

在真实项目中用写时复制，和教程里还是有区别的。主要是异常处理这块需要额外处理。完整代码如下：

class Graph:
    def __init__(self):
        self.adj = {}

    def add_edge(self, u, v, weight=1):
        self.adj.setdefault(u, []).append((v, weight))
        self.adj.setdefault(v, []).append((u, weight))

    def bfs(self, start):
        from collections import deque
        visited = {start}
        queue = deque([start])
        order = []
        while queue:
            node = queue.popleft()
            order.append(node)
            for neighbor, _ in self.adj.get(node, []):
                if neighbor not in visited:
                    visited.add(neighbor)
                    queue.append(neighbor)
        return order

    def dijkstra(self, start):
        import heapq
        dist = {start: 0}
        heap = [(0, start)]
        while heap:
            d, u = heapq.heappop(heap)
            if d > dist[u]: continue
            for v, w in self.adj.get(u, []):
                new_dist = d + w
                if v not in dist or new_dist < dist[v]:
                    dist[v] = new_dist
                    heapq.heappush(heap, (new_dist, v))
        return dist

g = Graph()
for u, v, w in [('A','B',4),('A','C',2),('B','D',3),('C','D',1)]:
    g.add_edge(u, v, w)
print(f'BFS: {g.bfs("A")}')
print(f'最短路径: {g.dijkstra("A")}')

进阶一点的用法

如果对性能有要求，写时复制可以做异常处理方面的优化。核心改动不大，但效果明显：

容易踩的坑

踩坑经验分享：写时复制在一致性保证方面有几个暗坑。最常见的是参数默认值不符合预期，其次是并发场景下的竞态条件。建议加上防御性检查。

写在最后

写时复制这块先整理到这里。异常处理是最重要的部分，务必理解透彻。如果遇到问题，先检查配置和版本，大部分报错都是这两个原因。