浅拷贝快因只复制顶层，时间复杂度o(n)，无递归开销；深拷贝慢因需递归遍历，复杂度至少o(n×d)，且内存翻倍；选型取决于数据结构与隔离需求，非单纯性能比较。
浅拷贝快，深拷贝慢——这是最直观的结论，但关键不在“快慢”本身，而在“为什么快”和“为什么慢”，以及“快多少、慢到什么程度才影响决策”。
浅拷贝：只走一层，几乎零递归开销
浅拷贝不深入嵌套结构，只复制对象或数组的第一层属性。对基本类型（数字、字符串等），它直接复制值；对引用类型（如子对象、子数组），它只复制内存地址。这意味着时间复杂度接近 O(n)（n 是顶层元素个数），且没有函数调用栈开销。
- JavaScript 中最快方式包括扩展运算符
[...arr]、arr.slice()、Object.assign({}, obj)，万级简单数组实测耗时通常在 0.1–1.5ms 区间 - Python 的
list[:]比copy.copy()快约 2 倍，也印证了“无递归即轻量”的共性 - 陷阱在于：一旦数据含嵌套对象（如
[1, {x: 2}]），修改copy[1].x会同步改原数组，这不是性能问题，而是语义错误
深拷贝：逐层遍历，开销随深度和规模陡增
深拷贝必须递归访问每一层引用类型，新建所有子对象、子数组、Map/Set/Date 等实例。它的时间复杂度至少是 O(n × d)（d 为平均嵌套深度），内存占用也成倍上升。
-
JSON.parse(JSON.stringify(obj))看似简洁，但实际性能差：在百万级嵌套对象测试中，比lodash.cloneDeep慢 3–5 倍，且不支持函数、undefined、Date、RegExp、循环引用 -
structuredClone是现代浏览器首选，支持 Map/Set/Date/RegExp/ArrayBuffer 等，性能接近原生，但不支持 function 和 undefined；Chrome 98+、Firefox 94+、Safari 15.4+ 可用 - Python 的
copy.deepcopy()在处理大量嵌套字典时，耗时可达浅拷贝的 10–100 倍，内存占用翻倍以上
选型不能只看性能，要看数据结构和隔离需求
性能差异只是表象，真正决定用哪种方式的是数据特征和使用意图：
- 纯基本类型数组（如
[1, 2, 3, 'a', true]）→ 浅拷贝足够，深拷贝纯属浪费 - 含单层对象但不修改嵌套属性（如配置合并：
Object.assign({}, defaults, overrides)）→ 浅拷贝安全高效 - 需完全隔离、允许任意层级修改（如 React 表单状态、图表数据快照）→ 必须深拷贝，优先选
structuredClone或lodash.cloneDeep - 存在循环引用或自定义类实例 → 手写递归易出错，应依赖成熟方案（
structuredClone能处理循环引用，cloneDeep兼容性更广）
一个真实对比场景（10 万元素数组）
假设数组内每个元素是 {id: number, meta: {ts: Date, tags: string[]}}：
- 浅拷贝（
[...arr]）：约 0.8ms，但修改copy[0].meta.ts会改原数组 -
structuredClone(arr)：约 12–18ms，完全独立，支持 Date 和数组嵌套 -
JSON.parse(JSON.stringify(arr))：约 45ms+，且 Date 变字符串、meta.tags仍是引用（不真正深）
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
