Python多重继承排序原理

  参考:https://www.jianshu.com/p/c9a0b055947b

  一,什么是拓扑排序

  在图论中,拓扑排序(Topological Sorting) 是一个 有向无环图(DAG,Directed Acyclic Graph) 的所有顶点的线性序列。且该序列必须满足下面两个条件

  1,每个顶点出现且只出现一次。

  2,若存在一条从顶点A到顶点B的路径,那么序列中点A出现在顶点B的前面。

  例如,下面这个图

 

 

   它是一个DAG图,那么如何写出它的拓扑顺序呢?这里说一种比较常用的方法:

  

  • 从DAG途中选择一个没有前驱(即入度为0)的顶点并输出
  • 从图中删除该顶点和所有以它为起点的有向边。
  • 重复1和2直到当前DAG图为空或当前途中不存在无前驱的顶点为止。后一种情况说明有向图中必然存在环。

 

 

   于是,得到拓扑排序后的结果是{1,2,4,3,5}

  二,Python多重继承

  多重继承示例

class A(object):
    def foo(self):
        print('A foo')
    def bar(self):
        print('A bar')

class B(object):
    def foo(self):
        print('B foo')
    def bar(self):
        print('B bar')

class C1(A,B):
    pass

class C2(A,B):
    def bar(self):
        print('C2-bar')

class D(C1,C2):
    pass

if __name__ == '__main__':
    print(D.__mro__)
    d=D()
    d.foo()
    d.bar()

  __mro__属性即为拓扑排序

  首先,我们根据上面的继承关系构成一张图,如下

  注意:同级类,按照顺序先定义的类在左边,后定义类在右边

 

 

   拓扑排序步骤如下

  1.   找到入度为0的点,只有一个D,把D拿出来,把D相关的边减掉,减掉以后拓扑图如下

  2. 现在有两个入度为0的点(C1,C1),取最左原则,拿C1,减掉C1相关的边,这时候的排序是{D,C1}

  

 

   3,现在我们看,入度为0的点(C2),减掉C2相关的边,这时候的排序是{D,C1,C2}

  

 

  4,接着看,入度为0的点(A,B),取最左原则,拿A,剪掉A相关的边,这时候的排序是{D,C1,C2,A}

   

 

   5,继续,入度为0的点只有B,剪掉B相关的边,最后只剩下object

  6,所以最后的排序是{D,C1,C2,A,B,object}

   我们执行上面的代码,发现print(D.__mro__的结果),而这也就是多重继承所使用的C3算法啦

(<class '__main__.D'>, <class '__main__.C1'>, <class '__main__.C2'>, <class '__main__.A'>, <class '__main__.B'>, <class 'object'>)

  再来分析d.foo()和d.bar()会怎么执行,首先D类没有foo方法则继续往上找B和A都有foo方法,但是A顺序在前使用执行A的foo方法,打印如下

A foo

  同理按照顺序最先找到的是C2的bar方法,打印如下

C2-bar

  

  分析下列多重继承的拓扑顺序

class A(object):
    def foo(self):
        print('A foo')
    def bar(self):
        print('A bar')

class B(object):
    def foo(self):
        print('B foo')
    def bar(self):
        print('B bar')

class C1(A):
    pass

class C2(B):
    def bar(self):
        print('C2-bar')

class D(C1,C2):
    pass

if __name__ == '__main__':
    print(D.__mro__)
    d=D()
    d.foo()
    d.bar()

  图示如下

 

   拓扑顺序为{D,C1,A,C2,B,object}

 

 

posted @ 2021-07-02 15:03  minseo  阅读(123)  评论(0编辑  收藏  举报