Python MRO
C3算法是python当中计算类继承顺序的一个算法，从python2.3以后就一直使用此算法了。
c3 linearization算法称为c3线性化算法
C3算法原理
首先定义几个符号的意义：
| 符号 | 意义 |
|---|---|
| L | 针对一个类进行解析用L进行表示，例如L(A)表示对类A进行解析 |
| merge | 合并操作的一个函数（后面具体介绍） |
| C | 表示一个类名 |
| B | 表示是C的一个子类，如果多个子类用B1，B2....表示 |
| + | 元素列表顺序添加 |
| tail | 去除列表第一个元素，例如 tail([1,2,3,4]) = [2,3,4] |
L(C) = C + merge(L(B1) + L(B2) + ...+ )
merge函数合并规则：
- 首先选中merge 函数的第一个参数(也是一个列表)，按照公式里的描述就是L(B1)。
- 取列表中第一个元素记为h，如果h没有出现其他 列表的
tail中， 那么将其移到 merge函数前，提取出来，并且将这个元素在所有列表中移除，并重复 2。 - 如果出现在其他列表中的
tail中，寻找下一个列表。 - merge 函数所有元素都被移除类创建成功，如果寻找不到下一个列表则创建失败。
下面举例说明：
class X():
pass
class Y():
pass
class A(X, Y):
pass
class B(X, Y):
pass
class F(A, B):
pass
print(F.__mro__)
我们来解析 F的mro顺序，则首先记为 L(F)，根据
L(C) = C + merge(L(B1) + L(B2) + ...+ )
公式得到:
L(F) = F + merge(L(A)+L(B))
接下来计算L(A)，与L(B):
L(A) = A + merge(L(X),L(Y)) = A + merge([X],[Y]) = [A,X,Y]
L(B) = B + merge(L(X),L(Y)) = B + merge([X],[Y]) = [B,X,Y]
带入 L(F) = L(F) + merge(L(A)+L(B)) 得到：
L(F) = F + merge([A,X,Y],[B,X,Y])
下面是关键merge逻辑理解了，首先根据 merge 的说明 1，选中得到 [A,X,Y], 根据merge的说明2，选中第一个元素 A， 判断A 是否在 tail(B,X,Y) 中，即 A 是否在 [X，Y] 中，不在，将其提出来，得到：
L(F) = F + merge([A,X,Y],[B,X,Y]) = [F,A] + merge([X,Y],[B,X,Y])
接着重复 merge的2，判断 X 是否在 tail(B,X,Y)=[X,Y] 中，结果是存在，那么寻找[X，Y]的下一个列表，即[B,X,Y]，判断B 是否存在 tail([X,Y])=[Y] 中，不存在，提出B，得到：
L(F) = F + merge([A,X,Y],[B,X,Y]) = [F,A] + merge([X,Y],[B,X,Y]) = [F,A,B] + merge([X,Y],[X,Y])
剩下逻辑一样，依次提出 X和Y:
L(F) = F + merge([A,X,Y],[B,X,Y]) = [F,A] + merge([X,Y],[B,X,Y]) = [F,A,B] + merge([X,Y],[X,Y]) = [F,A,B,X,Y]
可以将我上述python代码运行一下结果和我们手算的是一样的：
(<class '__main__.F'>, <class '__main__.A'>, <class '__main__.B'>, <class '__main__.X'>, <class '__main__.Y'>, <class 'object'>)
复杂的解析(练手逻辑)
L(K1) = K1 + merge(L(C), L(A), L(B))
= K1 + merge([C, O], [A, O], [B, O])
= [K1, C] + merge([O], [A, O], [B, O])
= [K1, C, A] + merge([O], [O], [B, O])
= [K1, C, A, B] + merge([O], [O], [O])
= [K1, C, A, B, O]
L(K2) = [K2, B,D,E, O]
L(K3) = [K3,A, D, O]
L(Z) = Z + merge(L(K1), L(K3), L(K2))
= Z + merge([K1, C, A, B, O],[K3, A, D, O],[K2, B, D, E, O])
= [Z, K1] + merge([C, A, B, O], [K3, A, D, O], [K2, B, D, E, O])
= [Z, K1, C] + merge([A, B, O], [K3, A, D, O], [K2, B, D, E, O])
= [Z K1, C] + merge([A, B, O], [K3, A, D, O], [K2, B, D,E, O])
= [Z, K1, C, K3] + merge([A, B, O], [A, D, O], [K2, B, D, E, O])
= [Z, K1, C, K3, A] + merge([B, O], [D, O], [K2, B, D, E, O])
= [Z,K1, C, K3, A, K2] + merge([B, O], [D, O], [B, D, E, O])
= [Z,K1, C, K3, A, K2, B] + merge([O], [D, O], [D, E, O])
= [Z, K1,C, K3, A, K2, B, D] + merge([O], [O], [E,O])
= [Z, K1,C, K3, A, K2, B, D, E, O]
class O:
pass
class C(O):
pass
class A(O):
pass
class B(O):
pass
class D(O):
pass
class E(O):
pass
class K1(C,A,B):
pass
class K3(A,D):
pass
class K2(B,D,E):
pass
class Z(K1,K3,K2):
pass
print(Z.__mro__)
手写C3算法
def c3MRO(cls):
if cls is object:
# 讨论假设顶层基类为object，递归终止
return [object]
# 构造C3-MRO算法的总式，递归开始
mergeList = [c3MRO(baseCls) for baseCls in cls.__bases__]
mergeList.append(list(cls.__bases__))
mro = [cls] + merge(mergeList)
return mro
def merge(inLists):
if not inLists:
# 若合并的内容为空，返回空list
# 配合下文的排除空list操作，递归终止
return []
# 遍历要合并的mro
for mroList in inLists:
# 取head
head = mroList[0]
# 遍历要合并的mro（与外一层相同），检查尾中是否有head
### 此处也遍历了被取head的mro，严格地来说不符合标准算法实现
### 但按照多继承中地基础规则（一个类只能被继承一次），
### head不可能在自己地尾中，无影响，若标准实现，反而增加开销
for cmpList in inLists[inLists.index(mroList) + 1:]:
if head in cmpList[1:]:
break
else:
# 筛选出好head
nextList = []
for mergeItem in inLists:
if head in mergeItem:
mergeItem.remove(head)
if mergeItem:
# 排除空list
nextList.append(mergeItem)
# 递归开始
return [head] + merge(nextList)
else:
# 无好head，引发类型错误
raise TypeError
参考文章：
c3 linearization详解 - Hello_wshuo - 博客园
Python多重继承问题之MRO和C3算法_Python_王坤祥_InfoQ写作社区
标签：K2,python,K1,K3,merge,算法,pass,C3,class From： https://www.cnblogs.com/hnu-hua/p/18499493