Python 為什么只需一條語句“a,b=b,a”，就能直接交換兩個變量？
點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時間送達(dá)
從接觸 Python 時起，我就覺得 Python 的元組解包（unpacking）挺有意思，非常簡潔好用。
最顯而易見的例子就是多重賦值，即在一條語句中同時給多個變量賦值：
>>>?x,?y?=?1,?2
>>>?print(x,?y)??#?結(jié)果：1 2
在此例中，賦值操作符“=”號的右側(cè)的兩個數(shù)字會被存入到一個元組中，即變成 (1,2)，然后再被解包，依次賦值給“=”號左側(cè)的兩個變量。
如果我們直接寫x = 1,2 ，然后打印出 x，或者在“=”號右側(cè)寫成一個元組，就能證實到這一點：
>>>?x?=?1,?2
>>>?print(x)?????#?結(jié)果：(1, 2)
>>>?x,?y?=?(1,?2)
>>>?print(x,?y)??#?結(jié)果：1 2
一些博客或公眾號文章在介紹到這個特性時，通常會順著舉一個例子，即基于兩個變量，直接交換它們的值：
>>>?x,?y?=?1,?2
>>>?x,?y?=?y,?x
>>>?print(x,?y)?#?結(jié)果：2 1
一般而言，交換兩個變量的操作需要引入第三個變量。道理很簡單，如果要交換兩個杯子中所裝的水，自然會需要第三個容器作為中轉(zhuǎn)。
然而，Python 的寫法并不需要借助中間變量，它的形式就跟前面的解包賦值一樣。正因為這個形式相似，很多人就誤以為 Python 的變量交換操作也是基于解包操作。
但是，事實是否如此呢？
我搜索了一番，發(fā)現(xiàn)有人試圖回答過這個問題，但是他們的回答基本不夠全面。（當(dāng)然，有不少是錯誤的答案，還有更多人只是知其然，卻從未想過要知其所以然）
先把本文的答案放出來吧：Python 的交換變量操作不完全基于解包操作，有時候是，有時候不是！
有沒有覺得這個答案很神奇呢？是不是聞所未聞？！
到底怎么回事呢？先來看看標(biāo)題中最簡單的兩個變量的情況，我們上dis 大殺器看看編譯的字節(jié)碼：
“a,b=b,a”操作：兩個 LOAD_FAST 是從局部作用域中讀取變量的引用，并存入棧中，接著是最關(guān)鍵的 ROT_TWO 操作，它會交換兩個變量的引用值，然后兩個 STORE_FAST 是將棧中的變量寫入局部作用域中。
“a,b=1,2”操作：第一步 LOAD_CONST 把“=”號右側(cè)的兩個數(shù)字作為元組放到棧中，第二步 UNPACK_SEQUENCE 是序列解包，接著把解包結(jié)果寫入局部作用域的變量上。
很明顯，形式相似的兩種寫法實際上完成的操作并不相同。在交換變量的操作中，并沒有裝包和解包的步驟！
ROT_TWO 指令是 CPython 解釋器實現(xiàn)的對于棧頂兩個元素的快捷操作，改變它們指向的引用對象。
還有兩個類似的指令是 ROT_THREE 和 ROT_FOUR，分別是快捷交換三和四個變量（摘自：ceval.c 文件，最新的 3.9 分支）：
預(yù)定義的棧頂操作如下：
查看官方文檔中對于這幾個指令的解釋，其中 ROT_FOUR 是 3.8 版本新加的：
ROT_TWOSwaps the two top-most stack items.
ROT_THREELifts second and third stack item one position up, moves top down to position three.
ROT_FOURLifts second, third and forth stack items one position up, moves top down to position four.
New in version 3.8.
CPython 應(yīng)該是以為這幾種變量的交換操作很常見，因此才提供了專門的優(yōu)化指令。就像 [-5,256] 這些小整數(shù)被預(yù)先放到了整數(shù)池里一樣。
對于更多變量的交換操作，實際上則會用到前面說的解包操作：
截圖中的 BUILD_TUPLE 指令會將給定數(shù)量的棧頂元素創(chuàng)建成元組，然后被 UNPACK_SEQUENCE 指令解包，再依次賦值。
值得一提的是，此處之所以比前面的“a,b=1,2”多出一個 build 操作，是因為每個變量的 LOAD_FAST 需要先單獨入棧，無法直接被組合成 LOAD_CONST 入棧。也就是說，“=”號右側(cè)有變量時，不會出現(xiàn)前文中的 ?LOAD_CONST 一個元組的情況。
最后還有一個值得一提的細(xì)節(jié)，那幾個指令是跟棧中元素的數(shù)量有關(guān)，而不是跟賦值語句中實際交換的變量數(shù)有關(guān)?？匆粋€例子就明白了：
分析至此，你應(yīng)該明白前文中的結(jié)論是怎么回事了吧？
Python 能在一條語句中實現(xiàn)多重賦值，這是利用了序列解包的特性
Python 能在一條語句中實現(xiàn)變量交換，不需引入中間變量，在變量數(shù)少于 4 個時（3.8 版本起是少于 5 個），CPython 是利用了 ROT_* 指令來交換棧中的元素，當(dāng)變量數(shù)超出時，則是利用了序列解包的特性。
序列解包是 Python 的一大特性，但是在本文的例子中，CPython 解釋器在小小的操作中還提供了幾個優(yōu)化的指令，這絕對會超出大多數(shù)人的認(rèn)知
下載1：OpenCV-Contrib擴展模塊中文版教程 在「小白學(xué)視覺」公眾號后臺回復(fù)：擴展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。 下載2：Python視覺實戰(zhàn)項目52講 在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機視覺。 下載3：OpenCV實戰(zhàn)項目20講 在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。 交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~