Python的方法解析顺序(MRO)[转]

本文转载自： http://hanjianwei.com/2013/07/25/python-mro/

对于支持继承的编程语言来讲，其方法（属性）可能定义在当前类，也可能来自于基类，因此在方法调用时就须要对当前类和基类进行搜索以肯定方法所在的位置。而搜索的顺序就是所谓的「方法解析顺序」（Method Resolution Order，或MRO）。对于只支持单继承的语言来讲，MRO 通常比较简单；而对于 Python 这种支持多继承的语言来讲，MRO 就复杂不少。

先看一个「菱形继承」的例子：

若是 x 是 D 的一个实例，那么 x.show() 到底会调用哪一个 show 方法呢？若是按照 [D, B, A, C] 的搜索顺序，那么 x.show() 会调用 A.show()；若是按照 [D, B, C, A] 的搜索顺序，那么 x.show() 会调用 C.show()。因而可知，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当中具体会调用哪一个方法。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 至少有三种不一样的 MRO：

• 经典类（classic class）的深度遍历。
• Python 2.2 的新式类（new-style class）预计算。
• Python 2.3 的新式类的C3 算法。它也是 Python 3 惟一支持的方式。

经典类的 MRO

Python 有两种类：经典类（classic class）和新式类（new-style class）。二者的不一样之处在于新式类继承自 object。在 Python 2.1 之前，经典类是惟一可用的形式；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，新式类是惟一支持的类。

经典类采用了一种很简单的 MRO 方法：从左至右的深度优先遍历。以上述「菱形继承」为例，其查找顺序为 [D, B, A, C, A]，若是只保留重复类的第一个则结果为 [D,B,A,C]。咱们能够用 inspect.getmro 来获取类的 MRO：

>>> 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()

这种深度优先遍历对于简单的状况还能处理的不错，可是对于上述「菱形继承」其结果却不尽如人意：虽然 C.show() 是 A.show() 的更具体化版本（显示了更多的信息），但咱们的x.show() 没有调用它，而是调用了 A.show()。这显然不是咱们但愿的结果。

对于新式类而言，全部的类都继承自 object，因此「菱形继承」是很是广泛的现象，所以不可能采用这种 MRO 方式。

Python 2.2 的新式类 MRO

为解决经典类 MRO 所存在的问题，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 并将其做为类的属性。所以新式类能够直接经过__mro__属性获取类的 MRO。
Python 2.2 的新式类 MRO 计算方式和经典类 MRO 的计算方式很是类似：它仍然采用从左至右的深度优先遍历，可是若是遍历中出现重复的类，只保留最后一个。从新考虑上面「菱形继承」的例子，因为新式类继承自 object 所以类图稍有改变[新式类菱形继承]：

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，所以变为 [D, B, C, A, object]。代码为：

>>> 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()

这种 MRO 方式已经可以解决「菱形继承」问题，再让咱们看个稍微复杂点的例子：

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

首先进行深度遍历，结果为 [C, A, X, object, Y, object, B, Y, object, X, object]；而后，只保留重复元素的最后一个，结果为 [C, A, B, Y, X, object]。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]。

这样的结果是否合理呢？首先咱们看下各个类中的方法解析顺序：对于 A 来讲，其搜索顺序为[A, X, Y, object]；对于 B，其搜索顺序为 [B, Y, X, object]；对于 C，其搜索顺序为[C, A, B, X, Y, object]。咱们会发现，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，它自己的行为居然也发生了改变，这很容易致使不易察觉的错误。此外，即便把 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，不但上述特殊状况会出现问题，在其它状况下也可能出问题。其缘由在于，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备二义性的继承关系，所以极可能成为错误的根源。

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

C3 MRO

为解决 Python 2.2 中 MRO 所存在的问题，Python 2.3之后采用了 C3 方法来肯定方法解析顺序。你若是在 Python 2.3 之后版本里输入上述代码，就会产生一个异常，禁止建立具备二义性的继承关系：

>>> 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

咱们把类 C 的线性化（MRO）记为 L[C] = [C1, C2,…,CN]。其中 C1 称为 L[C] 的头，其他元素 [C2,…,CN] 称为尾。若是一个类 C 继承自基类 B一、B二、……、BN，那么咱们能够根据如下两步计算出 L[C]：

L[object] = [object]
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，按照以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），记做 H。
2. 若 H 未出如今其它列表的尾部，则将其输出，并将其从全部列表中删除，而后回到步骤1；不然，取出下一个列表的头部记做 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能够输出的元素。若是是前一种状况，则算法结束；若是是后一种状况，说明没法构建继承关系，Python 会抛出异常。

该方法有点相似于图的拓扑排序，但它同时还考虑了基类的出现顺序。咱们用 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 的线性化计算以下：

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

注意第3步，merge([object], [Y, object], [Y]) 中首先输出的是 Y 而不是 object。这是由于 object 虽然是第一个列表的头，可是它出如今了第二个列表的尾部。因此咱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 没有出如今其它列表的尾部，因此将其输出。
同理，B 的线性化结果为：

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

最后，咱们看看 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])

到了最后一步咱们没有办法继续计算下去 了：X 虽然是第一个列表的头，可是它出如今了第二个列表的尾部；Y 虽然是第二个列表的头，可是它出如今了第一个列表的尾部。所以，咱们没法构建一个没有二义性的继承关系，只能手工去解决（好比改变 B 基类中 X、Y 的顺序）。
咱们再看一个没有冲突的例子：

计算过程以下：

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]

固然，能够用代码验证类的 MRO，上面的例子能够写做：

>>> 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__
(<class '__main__.A'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.