赋值仅增加原对象引用计数，不创建新对象；浅拷贝创建新容器对象并参与引用计数，其内部仍共享子对象，形成独立引用链，影响垃圾回收时机。

赋值操作和浅拷贝在垃圾回收的引用计数机制中，**表面看都增加了对原对象的引用，但关键区别在于：赋值不产生新对象，而浅拷贝创建了新容器对象——这个新对象自身也参与引用计数，且拥有独立的引用关系链。**

赋值：仅增加一个引用，不创建新对象

赋值（=）只是把变量名绑定到已有对象上，不分配新内存，也不生成新对象。

• 原对象的引用计数 +1，仅此而已；
• 没有新对象诞生，因此不会新增任何需要被 GC 管理的实体；
• 两个变量（如 a 和 b）指向同一对象，id(a) == id(b) 为真；
• 一旦所有变量解绑（比如 a = None、b = None），该对象引用计数归零，立即被回收。

浅拷贝：创建新容器对象，但内部仍共享子对象

浅拷贝（如 copy.copy()、list[:]、dict.copy()）会分配一块新内存，生成一个**全新的顶层容器对象**。

• 这个新容器对象本身有自己的引用计数（初始为 1），它是一个独立的 GC 可见对象；
• 容器内若含可变子对象（如嵌套列表、字典），这些子对象的引用计数也会 +1（因为新容器持有了它们的引用）；
• 但子对象本身未被复制，所以 id(a[0]) == id(b[0]) 对嵌套可变项依然成立；
• 只有当顶层容器对象和所有持有它的变量都被销毁，且其内部引用的子对象也失去全部外部引用时，子对象才会被回收。

为什么这个区别影响垃圾回收行为？

因为 Python 的引用计数是**按对象粒度**统计的，不是按变量或层级统计的。

• 赋值产生的多个变量，共用同一个对象的计数器；
• 浅拷贝则引入了额外的对象节点：新容器 → 子对象，形成一条新的引用路径；
• 这意味着即使原始对象被解除所有绑定，只要浅拷贝出的容器还活着，它所引用的那些子对象就仍被“拖住”，无法被回收；
• 尤其在循环引用场景中，浅拷贝可能无意中延长子对象生命周期，加剧内存滞留风险。

一个小例子说明引用计数变化

假设：

a = [[1, 2], 'hello']
b = a          # 赋值：a 和 b 共享同一 list 对象
c = copy.copy(a)  # 浅拷贝：c 是新 list，但 c[0] 仍指向原 [1,2]

• [[1,2], 'hello'] 的引用计数 = 2（被 a 和 c 引用）；
• [1,2] 的引用计数 = 2（被 a[0] 和 c[0] 引用）；
• 执行 del a 后，顶层列表引用计数减为 1（c 还持有着），[1,2] 计数不变；
• 只有 del c 后，两个对象才可能同时被回收（若无其他引用）。