Python类MRO的C3算法具体是怎么算的

前言：这里就不表述MRO的DFS和BFS了，仅介绍C3算法

说明：C3中的head和tail说明，如列表[a,b,c,d]，它的head是a，tail是剩下的部分即b,c,d

以菱形继承为例：求L[A]

class D:
    pass


class B(D):
    pass


class C(D):
    pass


class A(B, C)
    pass

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

L[B] = L[B(D)] = [B, D]

L[C] = L[C(D)] = [C, D]

        以L(B), L(C)代入L(A)即可得到L[A] = [A] + merge([B, D], [C, D], [B], [C])，以下便对merge方法进行详细说明，以求解L[A]为例。

        1.对于L[A]中merge里的第一个列表[B, D]，判断其第一个元素B是否在剩下这几个列表[C, D], [B], [C]的tail中。明显不在，因为列表[C, D]的head是[C]、tail是[D]， 列表[B], [C]的head分别是[B], [C]，tail均为空。

        2.因为B不在列表[C, D], [B], [C]的tail中，所以将它输出，同时将L[A] = [A] + merge([B, D], [C, D], [B], [C])中merge里的B元素全部删除，即得到L[A] = [A, B] + merge([D], [C, D], [C])。

        3.同步骤2中B元素的判断方法一样，对merge中的第一个元素D进行判断，这里对[D]的操作不同于B，因为在L[A] = [A, B] + merge([D], [C, D], [C])中，[D]元素在merge剩下的两个列表[C, D], [C]中[C, D]的的tail里面，所以要对[D], [C, D]进行换序，即L[A] = [A, B] + merge([C, D], [D], [C])。

        4.同步骤2中B元素一样，对C元素进行同样的操作后，即得到L[A] = [A, B, C] + merge([D], [D])，而merge([D], [D]) = [D]，所以L[A] = [A, B, C, D]

        以C3算法最终求得L[A] = [A, B, C, D]，即子类A的MRO为A->B->C->D