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
- 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
- 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}