Python的方法解析顺序(MRO)变化过程

MRO，即 Method Resolution Order，是继承中确定调用哪个方法（属性）的搜索顺序方法。
对于只支持单继承的语言（Java和C#）来说，MRO 一般比较简单；而对于 C++, Python 这种支持多继承的语言来说，MRO 就复杂很多。

先看个菱形继承的例子

x = D()
x.show() 调用的是A.show()，还是C.show()呢？不同的搜索顺序，决定了调用关系。

MRO 是把类的继承关系线性化的一个过程，而线性化方式决定了程序运行过程中具体会调用哪个方法。既然如此，那什么样的 MRO 才是最合理的？Python 中又是如何实现的呢？

Python 至少有三种不同的 MRO：

1. 经典类（classic class）的深度遍历。
2. Python 2.2 的新式类（new-style class）预计算。
3. Python 2.3 的新式类的 C3 算法。它也是 Python 3 唯一支持的方式。

经典类和新式类：
Python 有两种类：经典类（classic class）和新式类（new-style class）。
两者的不同之处在于新式类继承自 object。
在 Python 2.1 以前，经典类是唯一可用的形式；
Python 2.2 引入了新式类，使得类和内置类型更加统一；
在 Python 3 中，新式类是唯一支持的类。

1. 经典类（classic class）的深度遍历

MRO：从左至右的深度优先遍历，重复则保留第一个
获取MRO方式：inspect.getmro(objectn_ame)

>>> 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
>>> inspect.getmro(D)
(<class __main__.D at 0x105f0a6d0>, <class __main__.B at 0x105f0a600>, <class __main__.A at 0x105f0a668>, <class __main__.C at 0x105f0a738>)
>>> x = D()
>>> x.show()
A.show()

优点：

• 对于简单的情况处理ok

缺点：

• 对于菱形继承，处理效果欠佳；虽然 C.show() 是 A.show() 的更具体化版本（显示了更多的信息），但我们的 x.show() 没有调用它
• 对于新式类而言，所有的类都继承自 object，所以「菱形继承」是非常普遍的现象，因此不可能采用这种 MRO 方式

2. Python 2.2 的新式类 MRO

对于经典类MRO存在的问题，Python 2.2 针对新式类提出了一种新的 MRO 计算方式：在定义类时就计算出该类的 MRO 并将其作为类的属性。
MRO：从左至右的深度优先遍历，但是如果遍历中出现重复的类，只保留最后一个。
获取MRO方式：直接通过 mro 属性获取类的 MRO。

新式类代码:

>>> class A(object):
...     def show(self):
...         print "A.show()"
...
>>> class B(A): pass
>>> class C(A):
...     def show(self):
...         print "C.show()"
...
>>> class D(B, C): pass
>>> D.__mro__
(<class '__main__.D'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.A'>, <type 'object'>)
>>> x = D()
>>> x.show()
C.show()

按照深度遍历，其顺序为 [D, B, A, object, C, A, object]，重复类只保留最后一个，因此变为 [D, B, C, A, object]。

看起来完美解决了经典类【菱形继承】存在的问题啦。
稍等
再看个复杂点的例子

>>> class X(object): pass
>>> class Y(object): pass
>>> class A(X, Y): pass
>>> class B(Y, X): pass
>>> class C(A, B): pass

对于C类，

1. 首先进行深度遍历，结果为 [C, A, X, object, Y, object, B, Y, object, X, object]；
2. 然后，只保留重复元素的最后一个，结果为 [C, A, B, Y, X, object]。
3. Python 2.2 在实现该方法的时候进行了调整，使其更尊重基类中类出现的顺序，其实际结果为 [C, A, B, X, Y, object]。

问题是这样的结果是否合理？
来看看各个类的MRO：
A：[A, X, Y, object]
B：[B, Y, X, object]
C：[C, A, B, X, Y, object]

我们会发现，B 和 C 中 X、Y 的搜索顺序是相反的！
也就是说，当 B 被继承时，它本身的行为竟然也发生了改变，这很容易导致不易察觉的错误。
此外，即使把 C 搜索顺序中 X 和 Y 互换仍然不能解决问题，这时候它又会和 A 中的搜索顺序相矛盾。

事实上，不但上述特殊情况会出现问题，在其它情况下也可能出问题。其原因在于，上述继承关系违反了线性化的「 单调性原则 」。Michele Simionato对单调性的定义为：

A MRO is monotonic when the following is true: if C1 precedes C2 in the linearization of C, then C1 precedes C2 in the linearization of any subclass of C. Otherwise, the innocuous operation of deriving a new class could change the resolution order of methods, potentially introducing very subtle bugs.

也就是说，子类不能改变基类的方法搜索顺序。在 Python 2.2 的 MRO 算法中并不能保证这种单调性，它不会阻止程序员写出上述具有二义性的继承关系，因此很可能成为错误的根源。

除了单调性之外，Python 2.2 及 经典类的 MRO 也可能违反继承的「 局部优先级 」，具体例子可以参见官方文档。采用一种更好的 MRO 方式势在必行。

3. Python 2.3 的新式类的 C3 MRO算法

为解决 Python 2.2 中 MRO 所存在的问题，Python 2.3以后采用了 C3 方法来确定方法解析顺序。
你如果在 Python 2.3 以后版本里输入上述代码，就会产生一个异常，禁止创建具有二义性的继承关系：

>>> class C(A, B): pass
Traceback (most recent call last):
  File "<ipython-input-8-01bae83dc806>", line 1, in <module>
    class C(A, B): pass
TypeError: Error when calling the metaclass bases
    Cannot create a consistent method resolution
order (MRO) for bases X, Y

我们把类 C 的线性化（MRO）记为 L[C] = [C1, C2,…,CN]。
其中 C1 称为 L[C] 的头，其余元素 [C2,…,CN] 称为尾。

如果一个类 C 继承自基类 B1、B2、……、BN，那么我们可以根据以下两步计算出 L[C]：

1. L[object] = [object]
2. L[C(B1…BN)] = [C] + merge(L[B1]…L[BN], [B1]…[BN])

这里的关键在于 merge，其输入是一组列表，按照如下方式输出一个列表：

1. 检查第一个列表的头元素（如 L[B1] 的头），记作 H。
2. 若 H 未出现在其它列表的尾部，则将其输出，并将其从所有列表中删除，然后回到步骤1；否则，取出下一个列表的头部记作 H，继续该步骤。
3. 重复上述步骤，直至列表为空或者不能再找出可以输出的元素。如果是前一种情况，则算法结束；如果是后一种情况，说明无法构建继承关系，Python 会抛出异常。

该方法有点类似于图的[拓扑排序](https://en.wikipedia.org/wiki/Topological_sorting)，但它同时还考虑了基类的出现顺序。我们用 C3 分析一下刚才的例子。

object，X，Y 的线性化结果比较简单：

L[object] = [object]
L[X] = [X, object]
L[Y] = [Y, object]

A 的线性化计算如下：

L[A] = [A] + merge(L[X], L[Y], [X], [Y])　　　　　　【1】
     = [A] + merge([X, object], [Y, object], [X], [Y])　　【2】
     = [A, X] + merge([object], [Y, object], [Y]) 　【3】
     = [A, X, Y] + merge([object], [object])　【4】
     = [A, X, Y, object]　【5】

注意第3步，merge([object], [Y, object], [Y]) 中首先输出的是 Y 而不是 object。
这是因为 object 虽然是第一个列表的头，但是它出现在了第二个列表的尾部(除了头部之外的部分)。
所以我们会跳过第一个列表，去检查第二个列表的头部，也就是 Y。Y 没有出现在其它列表的尾部，所以将其输出。

同理，B 的线性化结果为：
L[B] = [B, Y, X, object]
最后，我们看看 C 的线性化结果：

L[C] = [C] + merge(L[A], L[B], [A], [B])
     = [C] + merge([A, X, Y, object], [B, Y, X, object], [A], [B])
     = [C, A] + merge([X, Y, object], [B, Y, X, object], [B])
     = [C, A, B] + merge([X, Y, object], [Y, X, object])

到了最后一步我们没有办法继续计算下去 了：X 虽然是第一个列表的头，但是它出现在了第二个列表的尾部；Y 虽然是第二个列表的头，但是它出现在了第一个列表的尾部。
因此，我们无法构建一个没有二义性的继承关系，只能手工去解决（比如改变 B 基类中 X、Y 的顺序）。

别看答案，试着计算一下这个没有冲突的例子：

>>> class D(object): pass
>>> class E(object): pass
>>> class F(object): pass
>>> class B(D, E): pass
>>> class C(D, F): pass
>>> class A(B, C): pass
>>> A.__mro__

计算过程如下：

L[object] = [object]
L[D] = [D, object]
L[E] = [E, object]
L[F] = [F, object]
L[B] = [B, D, E, object]
L[C] = [C, D, F, object]
L[A] = [A] + merge(L[B], L[C], [B], [C])
     = [A] + merge([B, D, E, object], [C, D, F, object], [B], [C])
     = [A, B] + merge([D, E, object], [C, D, F, object], [C])
     = [A, B, C] + merge([D, E, object], [D, F, object])
     = [A, B, C, D] + merge([E, object], [F, object])
     = [A, B, C, D, E] + merge([object], [F, object])
     = [A, B, C, D, E, F] + merge([object], [object])
     = [A, B, C, D, E, F, object]

A.__mro__结果如下：

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

参考：
http://hanjianwei.com/2013/07/25/python-mro/