新型类中的方法解析顺序（MRO）？

Question

Python in a Nutshell (2nd Edition)一书中有一个例子使用
旧样式类，用于演示如何以经典解析顺序解析方法和
新订单有什么不同。

我通过用新样式重写示例来尝试相同的示例，但结果与使用旧样式类获得的结果没有什么不同。我用来运行示例的python版本是2.5.2。下面是示例：

class Base1(object):  
    def amethod(self): print "Base1"  

class Base2(Base1):  
    pass

class Base3(object):  
    def amethod(self): print "Base3"

class Derived(Base2,Base3):  
    pass

instance = Derived()  
instance.amethod()  
print Derived.__mro__  

调用instance.amethod() 打印出Base1，但根据我对具有新型类的MRO 的理解，输出应该是Base3。调用Derived.__mro__ 打印：

(<class '__main__.Derived'>, <class '__main__.Base2'>, <class '__main__.Base1'>, <class '__main__.Base3'>, <type 'object'>)

我不确定我对新样式类的 MRO 的理解是否不正确，或者我犯了一个我无法检测到的愚蠢错误。请帮助我更好地了解 MRO。

Answer 1

当同一个祖先类在“朴素”、深度优先的方法中多次出现时，遗留类与新式类的解析顺序之间的关键区别就出现了——例如，考虑“钻石继承”的情况：

>>> class A: x = 'a'
... 
>>> class B(A): pass
... 
>>> class C(A): x = 'c'
... 
>>> class D(B, C): pass
... 
>>> D.x
'a'

这里，legacy-style，解析顺序是 D - B - A - C - A ：所以在查找 Dx 时，A 是解析顺序的第一个基，从而隐藏了 C 中的定义。同时：

>>> class A(object): x = 'a'
... 
>>> class B(A): pass
... 
>>> class C(A): x = 'c'
... 
>>> class D(B, C): pass
... 
>>> D.x
'c'
>>> 

这里，新式，顺序是：

>>> D.__mro__
(<class '__main__.D'>, <class '__main__.B'>, <class '__main__.C'>, 
    <class '__main__.A'>, <type 'object'>)

A 强制在其所有子类之后仅以解析顺序出现一次，因此覆盖（即 C 对成员 x 的覆盖）实际上可以正常工作。

这是应避免使用旧样式类的原因之一：具有“类菱形”模式的多重继承对它们不起作用，而对新样式却适用。

Answer 2

Python 的方法解析顺序实际上比仅仅理解菱形图案更复杂。要真正了解它，请查看C3 linearization。我发现在扩展方法来跟踪订单时使用打印语句真的很有帮助。例如，您认为这种模式的输出会是什么？ （注意：“X”假设是两个交叉边，而不是节点，^ 表示调用 super() 的方法）

class G():
    def m(self):
        print("G")

class F(G):
    def m(self):
        print("F")
        super().m()

class E(G):
    def m(self):
        print("E")
        super().m()

class D(G):
    def m(self):
        print("D")
        super().m()

class C(E):
    def m(self):
        print("C")
        super().m()

class B(D, E, F):
    def m(self):
        print("B")
        super().m()

class A(B, C):
    def m(self):
        print("A")
        super().m()


#      A^
#     / \
#    B^  C^
#   /| X
# D^ E^ F^
#  \ | /
#    G

你得到 A B D C E F G 了吗？

x = A()
x.m()

经过大量尝试错误后，我想出了一个非正式的图论对 C3 线性化的解释如下：（如果这是错误的，请告诉我。）

考虑这个例子：

class I(G):
    def m(self):
        print("I")
        super().m()

class H():
    def m(self):
        print("H")

class G(H):
    def m(self):
        print("G")
        super().m()

class F(H):
    def m(self):
        print("F")
        super().m()

class E(H):
    def m(self):
        print("E")
        super().m()

class D(F):
    def m(self):
        print("D")
        super().m()

class C(E, F, G):
    def m(self):
        print("C")
        super().m()

class B():
    def m(self):
        print("B")
        super().m()

class A(B, C, D):
    def m(self):
        print("A")
        super().m()

# Algorithm:

# 1. Build an inheritance graph such that the children point at the parents (you'll have to imagine the arrows are there) and
#    keeping the correct left to right order. (I've marked methods that call super with ^)

#          A^
#       /  |  \
#     /    |    \
#   B^     C^    D^  I^
#        / | \  /   /
#       /  |  X    /   
#      /   |/  \  /     
#    E^    F^   G^
#     \    |    /
#       \  |  / 
#          H
# (In this example, A is a child of B, so imagine an edge going FROM A TO B)

# 2. Remove all classes that aren't eventually inherited by A

#          A^
#       /  |  \
#     /    |    \
#   B^     C^    D^
#        / | \  /  
#       /  |  X    
#      /   |/  \ 
#    E^    F^   G^
#     \    |    /
#       \  |  / 
#          H

# 3. For each level of the graph from bottom to top
#       For each node in the level from right to left
#           Remove all of the edges coming into the node except for the right-most one
#           Remove all of the edges going out of the node except for the left-most one

# Level {H}
#
#          A^
#       /  |  \
#     /    |    \
#   B^     C^    D^
#        / | \  /  
#       /  |  X    
#      /   |/  \ 
#    E^    F^   G^
#               |
#               |
#               H

# Level {G F E}
#
#         A^
#       / |  \
#     /   |    \
#   B^    C^   D^
#         | \ /  
#         |  X    
#         | | \
#         E^F^ G^
#              |
#              |
#              H

# Level {D C B}
#
#      A^
#     /| \
#    / |  \
#   B^ C^ D^
#      |  |  
#      |  |    
#      |  |  
#      E^ F^ G^
#            |
#            |
#            H

# Level {A}
#
#   A^
#   |
#   |
#   B^  C^  D^
#       |   |
#       |   |
#       |   |
#       E^  F^  G^
#               |
#               |
#               H

# The resolution order can now be determined by reading from top to bottom, left to right.  A B C E D F G H

x = A()
x.m()

Answer 3

你得到的结果是正确的。尝试将Base3 的基类更改为Base1，并与经典类的相同层次结构进行比较：

class Base1(object):
    def amethod(self): print "Base1"

class Base2(Base1):
    pass

class Base3(Base1):
    def amethod(self): print "Base3"

class Derived(Base2,Base3):
    pass

instance = Derived()
instance.amethod()


class Base1:
    def amethod(self): print "Base1"

class Base2(Base1):
    pass

class Base3(Base1):
    def amethod(self): print "Base3"

class Derived(Base2,Base3):
    pass

instance = Derived()
instance.amethod()

现在输出：

Base3
Base1

阅读this explanation了解更多信息。

Answer 4

您会看到这种行为，因为方法解析是深度优先的，而不是广度优先的。 Dervied 的继承看起来像

         Base2 -> Base1
        /
Derived - Base3

所以instance.amethod()

1. 检查 Base2，没有找到方法。
2. 发现 Base2 继承自 Base1，并检查 Base1。 Base1 有一个amethod，所以它被调用了。

这反映在Derived.__mro__。只需遍历 Derived.__mro__ 并在找到正在查找的方法时停止。