python27mro

A. python类的多重继承问题深入分析

Python类的多重继承问题深入分析
首先得说明的是,Python的类分为经典类 和 新式类
经典类是python2.2之前的东西,但是在2.7还在兼容,但是在3之后的版本就只承认新式类了
新式类在python2.2之后的版本中都可以使用
经典类和新式类的区别在于:
经典类是默认没有派生自某个基类的,而新式类是默认派生自object这个基类的:
代码如下:
# old style
class A():pass
# new style
class A(obejct):pass
2.经典类在类多重继承的时候是采用从左到右深度优先原则匹配方法的..而新式类是采用C3算法(不同于广度优先)进行匹配的
3.经典类是没有__MRO__和instance.mro()调用的,而新式类是有的.
为什么不用经典类，要更换到新式类
因为在经典类中的多重继承会有些问题...可能导致在继承树中的方法查询绕过后面的父类:
代码如下:
class A():
def foo1(self):
print "A"
class B(A):
def foo2(self):
pass
class C(A):
def foo1(self):
print "C"
class D(B, C):
pass
d = D()
d.foo1()
按照经典类的查找顺序从左到右深度优先的规则，在访问d.foo1()的时候,D这个类是没有的..那么往上查找,先找到B,里面没有,深度优先,访问A,找到了foo1(),所以这时候调用的是A的foo1()，从而导致C重写的foo1()被绕过.
所以python引入了新式类的概念,每个基类都继承自object并且,他的匹配规则也从深度优先换到了C3
C3算法
C3算法是怎么做匹配的呢..在问答版块上面讨论之后,归结如下:
C3算法的一个核心是merge.
在merge列表中，如果第一个序列mro的第一个类是出现在其它序列，并且也是第一个，或者不出现其它序列，那么这个类就会从这些序列中删除，并合到访问顺序列表中
比如:(引用问题中zhuangzebo的回答@zhuangzebo)
代码如下:
class A(O):pass
class B(O):pass
class C(O):pass
class D(A,B):pass
class E(C,D):pass

首先需要知道 O(object)的mro(method resolution order)列表是[O,]
那么接下来是:
代码如下:
mro(A) = [A, O]
mro(B) = [B, O]
mro(C) = [C, O]
mro(D) = [D] + merge(mro(A), mro(B), [A, B])
= [D] + merge([A, O], [B, O], [A, B])
= [D, A] + merge([O], [B, O], [B])
= [D, A, B] + merge([O], [O])
= [D, A, B, O]
mro(E) = [E] + merge(mro(C), mro(D), [C, D])
= [E] + merge([C, O], [D, A, B, O], [C, D])
= [E, C] + merge([O], [D, A, B, O], [D])
= [E, C, D] + merge([O], [A, B, O])
= [E, C, D, A, B] + merge([O], [O])
= [E, C, D, A, B, O]

然后还有一种特殊情况:
比如：
merge(DO,CO,C) 先merge的是D
merge(DO,CO,C) 先merge的是C
意思就是.当出现有 一个类出现在两个序列的头(比如C) 这种情况和 这个类只有在一个序列的头(比如D) 这种情况同时出现的时候,按照顺序方式匹配。
新式类生成的访问序列被存储在一个叫MRO的只读列表中..
你可以使用instance.__MRO__或者instance.mro()来访问
最后匹配的时候就按照MRO序列的顺序去匹配了
C3和广度优先的区别:
举个例子就完全明白了:
代码如下:
class A(object):pass
class B(A):pass
class C(B):pass
class D(A):pass
class E(D):pass
class F(C, E):pass

按照广度优先遍历,F的MRO序列应该是[F,C,E,B,D,A]
但是C3是[F,E,D,C,B,A]
意思是你可以当做C3是在一条链路上深度遍历到和另外一条链路的交叉点,然后去深度遍历另外一条链路,最后遍历交叉点
新式类和经典类的super和按类名访问问题
在经典类中,你如果要访问父类的话,是用类名来访问的..
代码如下:
class A():
def __init__(self):
print "A"
class B(A):
def __init__(self):
print "B"
A.__init__(self) #python不会默认调用父类的初始化函数的

这样子看起来没三问题,但是如果类的继承结构比较复杂，会导致代码的可维护性很差..
所以新式类推出了super这个东西...
代码如下:
class A():
def __init__(self):
print "A"
class B(A):
def __init__(self):
print "B"
super(B,self).__init__()

这时候，又有一个问题:当类是多重继承的时候,super访问的是哪一个类呢?
super实际上是通过__MRO__序列来确定访问哪一个类的...实际上就是调用__MRO__中此类后面的一个类的方法.
比如序列为[F,E,D,C,B,A]那么F中的super就是E,E的就是D
super和按照类名访问 混合使用带来的坑
代码如下:
class A(object):
def __init__(self):
print "enter A"
print "leave A"
class B(object):
def __init__(self):
print "enter B"
print "leave B"
class C(A):
def __init__(self):
print "enter C"
super(C, self).__init__()
print "leave C"
class D(A):
def __init__(self):
print "enter D"
super(D, self).__init__()
print "leave D"
class E(B, C):
def __init__(self):
print "enter E"
B.__init__(self)
C.__init__(self)
print "leave E"
class F(E, D):
def __init__(self):
print "enter F"
E.__init__(self)
D.__init__(self)
print "leave F"
这时候打印出来是：
代码如下:
enter F
enter E
enter B
leave B
enter C
enter D
enter A
leave A
leave D
leave C
leave E
enter D
enter A
leave A
leave D
leave F

可以看出来D和A的初始化函数被乱入了两次！
按类名访问就相当于C语言之前的GOTO语句...乱跳,然后再用super按顺序访问..就有问题了
所以建议就是要么一直用super,要么一直用按照类名访问
最佳实现:
避免多重继承
super使用一致
不要混用经典类和新式类
调用父类的时候注意检查类层次
以上便是本人对于python类的继承的认识了，希望对大家能有所帮助

B. Python有什么缺点呢

1. - 运行速度慢，因为Python是解释型语言，是一种高级语言，代码会在执行的时候，一行一行的使用解释器翻译成底层代码，翻译成机器码，而这个过程非常耗时，所以他运行过程中，比很多语言的代码都慢了很多。
- 线程不能利用多CPU，这是Python最大的确定，GIL即全局解释器锁（Global Interpreter Lock），是计算机程序设计语言解释器用于同步线程的工具，使得任何时刻仅有一个线程在执行，Python的线程是操作系统的原生线程。在Linux上为pthread，在Windows上为Win thread，完全由操作系统调度线程的执行。一个python解释器进程内有一条主线程，以及多条用户程序的执行线程。即使在多核CPU平台上，由于GIL的存在，所以禁止多线程的并行执行。
Python的优缺点可以看看传智播客的社区，里面很多技术老师写的相关文章。并且有学习线路图适合小白学习，每个板块下面都有配套视频。

C. Python可以多继承吗

Python支持多继承，与C++一样都会出现一种问题：子类继承的多个父类又继承了同一个父类，这时就有可能会出现父类构造方法被调用多次的情况。关于这个问题，我找了一些资料，虽然没有亲自全部验证，这里我总结一下自己对这个问题的看法。

Python和C++的关于这个问题的解决方案不太一样，当然Python还要看它的版本。

C++用的方案是引入了虚继承的语法避免同一个类被构造了多次。

Python用的方法是MRO(method resolution order,方法解析顺序) 。在在Python2.3之前，MRO的实现是基于DFS的，而在Python2.3以后MRO的实现是基于C3算法。找到的资料解释了一下更换算法的原因:

为什么采用C3算法

C3算法最早被提出是用于Lisp的，应用在Python中是为了解决原来基于深度优先搜索算法不满足本地优先级，和单调性的问题。

本地优先级：指声明时父类的顺序，比如C(A,B)，如果访问C类对象属性时，应该根据声明顺序，优先查找A类，然后再查找B类。

单调性：如果在C的解析顺序中，A排在B的前面，那么在C的所有子类里，也必须满足这个顺序。

------------------------------新式类和旧式类中查找属性的顺序不同-------------------------------------

在新式类中，查找一个要调用的函数或者属性的时候，是广度优先搜搜的。

在旧式类当中，是深度优先搜索的。

D. python 的range()函数怎么使用，为什么单独运行print(range(1,5))输出还是range(1,5),而不是[1,2,3,4]

print("类型：",type(range(1,5)))
print(range.mro())

看结果：

E. 如何获取python编程基础及应用实验教程的实验文件

在 Python 中创建一个类及其对象
在 Python 中创建一个空类
在 Python 中使用 Type 创建类
在 Python 中创建和调用类的方法
使用 __init__() 方法为数据属性赋值
在 Python 中更新对象属性
在 Python 中删除对象属性和对象
在 Python 中检查和比较对象的类型
在Python中将对象的所有属性复制到另一个对象
在 Python 中迭代对象属性
在 Python 中打印对象的所有属性
在python中在运行时创建类的数据属性
在函数中将对象的实例作为参数传递
在 Python 中创建和使用自定义 Self 参数
使用self参数来维护对象的状态
在 Python 中创建和使用静态类变量
在 Python 中的一个函数上使用多个装饰器
在 Python 中的方法中同时访问 cls 和 self
从装饰器访问实例方法的类
使用给定的装饰器获取 Python 类的所有方法
装饰一个 class
将类字段作为参数传递给类方法上的装饰器
在 Python 中创建多个传入参数列表的类变量
Python 中的 wraps 装饰器
使用可选参数构建装饰器
在 Python 中将参数传递给装饰器
@property 装饰器
类和函数的装饰器
Python 中带参数和返回值的装饰器
Python 使用参数 wraps 装饰器
Python 装饰器获取类名
简单装饰器示例
在 Python 中使用 print() 打印类的实例
在 Python 中的类中将装饰器定义为方法
获取在 Python 中修饰的给定类的所有方法
带参数和不带参数的 Python 装饰器
Python 中带有 self 参数的类方法装饰器
在 Python 中的另一个类中使用隐藏的装饰器
装饰器内部的 self 对象
在 Python 中将多个装饰器应用于单个函数
Python 装饰器获取类实例
__init__ 和 __call__ 有什么区别
在 Python 中使用 __new__ 和 __init__
Python 中的迭代重载方法
在 Python 中使用迭代器反转字符串
Python 中 __reversed__ 魔术方法
Python 中的 __getitem__ 和 __setitem__
在 Python 中使用 __getattr__ 和 __setattr__ 进行属性赋值
什么是 __del__ 方法以及如何调用它
创建类的私有成员
一个 Python 封装的例子
一个 Python 组合的例子
一个Python聚合的例子
Python 中的单级、多级和多级继承
在 Python 中获取一个类的父类
Python 中的多态性
访问 Child 类中的私有成员
Python 中的抽象类
创建一个抽象类来覆盖 Python 中的默认构造函数
使一个抽象类继承另一个抽象类
Python 中的 super 是做什么的
super() 如何在多重继承中与 __init__() 方法一起工作
将 super 与类方法一起使用
mro 是做什么的
Python 中的元类是什么
元类的具体案例
在 Python 中使用元类的单例类
@staticmethod 和 @classmethod 有什么区别
Python 中的装饰器是什么
制作函数装饰器链