深入理解Python中列表引用的陷阱：为什么在函数中修改列表后外部结果不一致？

res = []

class Solution:
    def find_all_path(self, graph, start_point, target):
        def dfs(curNode, path: list):
            if curNode == target:
                # 错误的做法：直接添加列表引用
                res.append(path) 
                return

            # 假设这里有遍历邻居并递归调用的逻辑
            # path.append(neighbor)
            # dfs(neighbor, path)
            # path.pop() # 回溯时移除元素

        path = [start_point]
        dfs(start_point, path)
        return res

# 示例调用（为了演示，这里省略了完整的图和DFS逻辑）
# s = Solution()
# result_paths = s.find_all_path(...) 
# 此时 result_paths 可能会包含不正确的数据

# 错误的做法：
res.append(path) 
# 这会将对 'path' 列表对象的引用添加到 'res'。
# 如果后续 'path' 列表被修改，'res' 中对应的元素也会随之改变。

# 正确的做法：
res.append(list(path))
# 这会创建一个新的列表对象，其中包含 'path' 中当前的所有元素。
# 即使 'path' 列表后续被修改，'res' 中存储的副本也不会受到影响。

res = []

class Solution:
    def find_all_path(self, graph: list[list[int]], start_point: int, target: int) -> list[list[int]]:
        """
        查找图中从起点到终点的所有路径。
        """

        # 内部DFS函数，用于递归遍历路径
        def dfs(curNode: int, current_path: list[int]):
            # 如果当前节点是目标节点，则找到一条完整路径
            if curNode == target:
                # 关键：添加当前路径的副本，而不是引用
                res.append(list(current_path)) 
                return

            # 遍历当前节点的所有邻居
            for neighbor in graph[curNode]:
                # 避免环路，如果邻居已经在当前路径中，则跳过
                if neighbor not in current_path: 
                    current_path.append(neighbor) # 将邻居添加到当前路径
                    dfs(neighbor, current_path)   # 递归调用DFS
                    current_path.pop()            # 回溯：从当前路径中移除邻居

        # 初始化路径，从起始点开始
        initial_path = [start_point]
        # 调用DFS函数开始搜索
        dfs(start_point, initial_path)

        return res

# 示例使用：
# 假设有一个图表示为邻接列表
# graph = [[1,2], [3], [3], []] # 0->1, 0->2, 1->3, 2->3
# start = 0
# end = 3
# s = Solution()
# all_paths = s.find_all_path(graph, start, end)
# print(all_paths) 
# 预期输出: [[0, 1, 3], [0, 2, 3]]