Python多继承的C3算法
C3算法
一、知识点补充:
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:
每个顶点出现且只出现一次
若存在一条从顶点A到顶点B的路径,那么在序列中顶点A出现在顶点B的前面,如下图:

显然它是DAG图,那么如何进行拓扑排序那?
1.从DAG途中选择一个没有前驱(即入度为0)的顶点并输出
2.从图中删除该顶点和所有以它为起点的有向边。
3.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。

最终,得到拓扑排序的结果是{1,2,4,3,5}
二、C3算法解析
在python2中,默认选择深度优先的算法查找,只要继承object变成新式类才能广度优先,使用
inspect.getmro()查看mro顺序, 在python3中直接类.__mro__查看
import inspect
class A:
def show(self):
print "A.show()"
class B(A): pass
class C(A):
def show(self):
print "C.show()"
class D(B, C): pass
print inspect.getmro(D) #(<class __main__.D at 0x105f0a6d0>, <class __main__.B at 0x105f0a600>, <class __main__.A at 0x105f0a668>, <class __main__.C at 0x105f0a738>)
print x.show() # A.show()
python调用mro的方法
mro:method resolution order,主要用于在多继承时判断调的属性的路径(来自于哪个类)。mro是基于深度优先搜索算法的。在Python2.3之前是基于此算法,但从Python2.3起应用了新算法:C3算法.C3算法的本质就是Merge(融合),不断地把
mro()函数返回的序列进行Merge,规则如下:如果第一个序列的第一个元素,是后续序列的第一个元素,或者不在后续序列中再次出现,则将这个元素合并到最终的方法解析顺序序列中,并从当前操作的全部序列中删除。
如果不符合,则跳过此元素,查找下一个列表的第一个元素,重复1的判断规则
算法详解:C3 算法:MRO是一个有序列表L,在类被创建时就计算出来。
L(Child(Base1,Base2))= [ Child + merge( L(Base1),L(Base2),Base1Base2 )] L(object)= [ object ] 规则: L的性质:结果为列表,列表中至少有一个元素即类自己。
+: 添加到列表的末尾,即 [ A + B ] = [ A,B ] ① 如果列表空则结束,非空,读merge中第一个列表的表头,
② 查看该表头是否在merge中所有列表的表尾中。
②-->③ 不在,则放入最终的L中,并从merge中的所有列表中删除,然后回到①中
②-->④ 在,查看当前列表是否是merge中的最后一个列表
④-->⑤ 不是,跳过当前列表,读merge中下一个列表的表头,然后回到 ②中
④-->⑥ 是,异常。类定义失败。 # 表头: 列表的第一个元素 (列表:ABC,那么表头就是A,B和C就是表尾)
# 表尾: 列表中表头以外的元素集合(可以为空)C3算法公式

L(D) = L(D(O))
= D + merge(L(O))
= D + O
= [D,O]
L(B) = L(B(D,E))
= B + merge(L(D) , L(E))
= B + merge(DO , EO) # 第一个列表DO的表头D,其他列表比如EO的表尾都不含有D,所以可以将D提出来,即D是合法表头
= B + D + merge(O , EO) #从第一个开始表头是O,但是后面的列表EO的表尾中含有O所以O是不合法的,所以跳到下一个列表EO
= B + D + E + merge(O , O)
= [B,D,E,O]
同理:
L(C) = [C,E,F,O]
L(A(B,C)) = A + merge(L(B),L(C),BC)
= A + merge(BDEO,CEFO,BC) # B是合法表头
= A + B + merge(DEO,CEFO,C) # D是合法表头
= A + B + D + merge(EO,CEFO,C) # E不是合法表头,跳到下一个列表CEFO,此时C是合法表头
= A + B + D + C + merge(EO,EFO) # 由于第三个列表中的C被删除,为空,所以不存在第三个表,只剩下两个表;此时E是合法表头
= A + B + D + C + E + merge(O,FO) # O不是合法表头,跳到下一个列表FO,F是合法表头,
= A + B + D + C + E + F + merge(O,O) # O是合法表头
= A + B + D + C + E + F + O
= [A,B,D,C,E,F,O]运算过程
三、C3算法例子


L(G)=L(G(o))
=G + merge(L(o))
=G + o
=[G,o]
L(F)=L(F(G(o)))
=F + merge(L(G))
=F + Go
=[F,G,o]
L(B)=L(B(F(G(o))))
=B + merge(L(F(G(o))))
=[B,F,G,o]
# 同理
L(E)=L(E(o)) =[E,o]
L(C)=L(C(E(o))) = [C,E,o]
L(D)=L(D(G(o))) =[D,G,o]
L(A(B,C,D))=A +merge(L(B),L(C),L(D),BCD)
=A +merge(BFGo,CEo,DGo,BCD) # B合法,实在第一元素,且也是尾部第一
=A+B+merge(FGo,CEo,DGo,CD) # F合法,不再其他中出现
=A+B+F+merge(Go,CEo,DGo,CD) # G不合法,出现两次,跳到下一个列表即第二个中,C满足
=A+B+F+C+merge(Go,Eo,DGo,D) # E合格
=A+B+F+C+E+merge(Go,o,DGo,D) # 跳至第三列,D满足
=A+B+F+C+E+D+merge(Go,o,Go) # 目前Go为尾,所以G合法
=A+B+F+C+E+D+G+merge(o,o,o)
=A+B+F+C+E+D+G+o
运算过程


L(G)=L(G(o))=[G,o]
L(E)=L(E(G(o)))
=E +merge(L(G(o)))
=E+[G,o]=[E,G,o]
L(D)=L(D(o))=[D,o]
L(F)=L(F(o))=[F,o]
L(B)=L(B(D,E))=B+merge(L(D),L(E),DE)
=B+merge(Do,EGo,DE) #D 合格
=B +D +merge(o,EGo,E) # E合格
=B +D + E +merge(G,o,)= [B,D,E,G,o]
L(C)=L(C(D,F))=C+merge(L(D),L(F),DF)
=C+merge(Do,Fo,DF) #D 合法
=C+D+merge(o,Fo,F) # F合法
=C+D+F+merge(o)=[C,D,F,o]
L(A)=L(A(B,C))=A+merge(L(B),L(C),BC) =A +merge(BDEGo,CDFo,BC) #B合法
=A + B+merge(DEGo,CDFo,C) # D不合法,看第二元素C合格
=A + B+C+merge(DEGo,DFo,) #D合格
=A + B+C+D+merge(EGo,Fo,)# E合格
=A + B+C+D+E+merge(Go,Fo,)
=A + B+C+D+E+G+F+o=[A,B,C,D,E,G,F,o]
运算代码

L(F)=L(F(o))=[F,o]
L(G)=L(G(o))=[G,o]
L(D(F(o)))=[D,F,o] # 因为单向所以简单
L(E(G(o)))=[E,G,o]
L(B)=L(B(D,E))=B+merge(L(D),L(E))=B+merge(DFo,EGo,DE) # D合格
=B+D+merge(Fo,EGo,E) #F合格
=B+D+F+merge(o,EGo,E) # o不合格,E合格
=B+D+F+E+merge(o,Go,) # G合格
=[B,D,F,E,G,o]
L(C)=L(C(E(G(o))))=C +merge(L(E))=[C,E,G,o]
L(A)=L(A(B,C))=A+merge(L(B)+L(C))=A+merge(BDFEGo,CEGo,BC) #B合格
=A+B+merge(DFEGo,CEGo,C) #D 合格
=A+B+D+merge(FEGo,CEGo,C) #F合格
=A+B+D+F+merge(EGo,CEGo,C) #E不合格 C合理
=A+B+D+F+C+merge(EGo,EGo,) # 后面都一样了所以直接写
= [A,B,D,F,C,E,G,o]
运算代码
四、多继承例子:
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() # (<class '__main__.D'>, <class '__main__.C1'>, <class '__main__.A'>, <class '__main__.C2'>, <class '__main__.B'>, <class 'object'>)
d.foo() # A foo
d.bar() # A bar # 讲解:
#找到入度为0的顶点,只有一个D,拿D,剪掉D相关的边
#得到两个入度为0的顶点(C1,C2),根据最左原则,拿C1,剪掉C1相关的边,这时候序列为{D,C1}
#接着看,入度为0的顶点有两个(A,C1),根据最左原则,拿A,剪掉A相关的边,这时候序列为{D,C1,A}
#接着看,入度为0的顶点为C2,拿C2,剪掉C2相关的边,这时候序列为{D,C1,A,C2}
#继续,入度为0的顶点为B,拿B,剪掉B相关的边,最后还有一个object
#所以最后的序列为{D,C1,A,C2,B,object}
#以上参考:https://www.jianshu.com/p/c9a0b055947b (感谢)
多继承讲解
五、例题
# 判断下列题的运行结果
class Foo:
def __init__(self): # 来父类初始化,但是slef的本身有func函数
self.func()
def func(self):
print(‘in foo’)
class Son(Foo):
def func(self):
print(‘in son’)
Son() # 'in son'
例题
Python多继承的C3算法的更多相关文章
- Python新式类继承的C3算法
		
在Python的新式类中,方法解析顺序并非是广度优先的算法,而是采用C3算法,只是在某些情况下,C3算法的结果恰巧符合广度优先算法的结果. 可以通过代码来验证下: class NewStyleClas ...
 - Python之从继承到C3算法
		
在Python2.X和Python3.X有很多不同的地方,其中一个区别就是和继承有关. 在Python3.X中,一个类如果没有指明其继承哪个类的时候,其默认就是继承object类. 而在Python2 ...
 - Python之MRO及其C3算法
		
[<class '__main__.B'>, <class '__main__.A'>, <class 'object'>] (<class '__main_ ...
 - python 面向对象(六)MRO C3算法 super
		
########################总结################ 面向对象回顾 类:对某一个事物的描述,对一些属性和方法的归类 class 类名: var=123#类变量 def ...
 - Python多继承之MRO算法
		
MRO即Method Resolution Order 方法解析顺序,它的提出主要是为了解决Python中多继承时,当父类存在同名函数时,二义性的问题 下面先看一个例子: import inspe ...
 - 类的继承和C3算法
		
在Python的新式类中,方法解析顺序并非是广度优先的算法,而是采用C3算法,只是在某些情况下,C3算法的结果恰巧符合广度优先算法的结果. 可以通过代码来验证下: class NewStyleClas ...
 - python之MRO和C3算法
		
python2类和python3类的区别pyhon2中才分新式类与经典类,python3中统一都是新式类Python 2.x中默认都是经典类,只有显式继承了object才是新式类python 3.x中 ...
 - Python 多继承与MRO-C3算法
		
继承关系图:树结构 广度优先遍历:先找A,再找B.C,最后找D.E.(顺序:A.B.C) 深度优先遍历:先找A,再找B,接着找D.E(把B里面找完):然后找C.(顺序:A.B.D.E.C) MRO-C ...
 - python中多继承C3算法研究
		
在python的面向对象继承问题中,单继承简单易懂,全部接受传承类的属性,并可添加自带属性, 但是,在多继承情况下,会遇到多个被继承者的顺序问题,以及多次继承后查找前几次继承者需求属性时,可能不易发现 ...
 
随机推荐
- 设置WebBrowser内核渲染模式
			
前不久开发一个项目,是采用WebBrowser作为外壳,加载网页,由于网页是采用html5来进行开发的,当通过WebBrowser加载网页后,html5中的特性 都无法正常显示,而通过ie浏览器打开时 ...
 - A* 算法求第k短路径
			
A*算法是一类贪心算法,其可以用于寻找最优路径.我们可以利用A*算法来求第k短路径. 一条路径可以由两部分组成,第一部分是一个从出发到达任意点的任意路径,而第二部分是从第一部分的末端出发,到终点的最短 ...
 - 解决:EXCEL复制粘贴,精度丢失
			
公司一部分数据是存在elasticsearch里面的,但里面的ID设计得特别长,我是打算把ID号考出来,用jmeter批量 删除的,但复制粘贴到excel里,ID就会精度丢失. 后来找到一个办法,解决 ...
 - C++ std::unordered_multimap
			
std::unordered_multimap template < class Key, // unordered_multimap::key_type class T, // unorder ...
 - p4364 [九省联考2018]IIIDX
			
传送门 分析 我们先考虑如果所有数都不相同我们应该怎么办 我们可以直接贪心的在每个点放可行的最大权值 但是题目要求可以有相同的数 我们可以考虑每次让当前节点可发且尽量大的同时给兄弟节点留的数尽量大 我 ...
 - [SoapUI] 比较两个不同环境下的XML Response, 从外部文件读取允许的偏差值,输出结果到Excel
			
import static java.lang.Math.* import java.text.NumberFormat import java.awt.Color import com.eviwar ...
 - Flask框架 之 信号
			
Flask框架中的信号基于blinker,其主要就是让开发者可是在flask请求过程中定制一些用户行为. 安装 pip3 install blinker 内置信号 request_started = ...
 - spring.net 继承
			
. <object id="parent" type="Bll.Parent, HRABLL" > <property name=" ...
 - Matlab中的数据预处理-归一化(mapminmax)与标准化(mapstd)
			
一.mapminmax 意思是将矩阵的每一行处理成[-1,1]区间,此时对于模式识别或者其他统计学来说,数据应该是每一列是一个样本,每一行是多个样本的同一维,即对于一个M*N的矩阵来说,样本的维度是M ...
 - mysql 事物ACID和隔离级别
			
⑴ 原子性(Atomicity) 原子性是指事务包含的所有操作要么全部成功,要么全部失败回滚,这和前面两篇博客介绍事务的功能是一样的概念,因此事务的操作如果成功就必须要完全应用到数据库,如果操作失败则 ...
 
			
		