怎么新建MySQL数据库

    这篇文章主要给大家分享python的mro算法的内容，可能一些朋友对mro不是很了解，但是没关系，下文有详细的介绍，及实例代码供大家参考，对python的mro算法感兴趣的朋友接下来就跟随小编一起来学习一下吧。

    为什么会讲 MRO？

• 在讲多继承的时候，有讲到， 当继承的多个父类拥有同名属性、方法，子类对象调用该属性、方法时会调用哪个父类的属性、方法呢？
• 这就取决于 Python 的 MRO 了

    什么是 MRO

• MRO，method resolution order，方法搜索顺序
• 对于单继承来说，MRO 很简单，从当前类开始，逐个搜索它的父类有没有对应的属性、方法
• 所以 MRO 更多用在多继承时判断方法、属性的调用路径
• Python 中针对类提供了一个内置属性__mro__可以查看方法搜索顺序

    实际代码

class A:
    def test(self):
        print("AAA-test")


class B:
    def test(self):
        print("BBB-test")


# 继承了三个类，B、A、还有默认继承的 object
class C(B, A):
    ...


# 通过类对象调用，不是实例对象！
print(C.__mro__)

# 输出结果
(<class '__main__.C'>, <class '__main__.B'>, <class '__main__.A'>, <class 'object'>)

• 1.在搜索方法时，是按照__mro__的输出结果从左往右的顺序查找的
• 2.如果在当前类（Class C）中找到方法，就直接执行，不再搜索
• 3.如果没有找到，就查找下一个类中（Class B）是否有对应的方法，如果找到，就直接执行，不再搜素
• 4.如果找到最后一个类（Class object）都没有找到方法，程序报错

    类图

    注意

    其实 MRO 是涉及一个底层算法的，下面来详细讲解一下

    MRO 算法

    Python 发展到现在经历了三种算法

• 旧式类 MRO 算法：从左往右，采用深度优先搜索（DFS），从左往右的算法，称为旧式类的 MRO
• 新式类 MRO 算法：自 Python 2.2 版本开始，新式类在采用深度优先搜索算法的基础上，对其做了优化
• C3 算法：自 Python 2.3 版本，对新式类采用了 C3 算法；由于 Python 3.x 仅支持新式类，所以该版本只使用 C3 算法

    旧式类 MRO 算法

    需要在 python2 环境下运行这段代码

    实际代码

# 旧式类算法
class A:
    def test(self):
        print("CommonA")


class B(A):
    pass


class C(A):
    def test(self):
        print("CommonC")


class D(B, C):
    pass


D().test()

# python2 下的运行结果
CommonA

    类图

    分析

• 通过类图可以看到，此程序中的 4 个类是一个“菱形”继承的关系
• 当使用 D 类实例对象访问 test() 方法时，根据深度优先算法，搜索顺序为D->B->A->C->A
• 因此，旧式类 MRO 算法最先搜索得到 test() 方法是在 A 类里面，所以最终输出结果为 CommonA

    新式类 MRO 算法

• 为解决旧式类 MRO 算法存在的问题，Python 2.2 版本推出了新的计算新式类 MRO 的方法
• 它仍然采用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

    以上面的代码栗子来讲

• 深度优先遍历，搜索顺序为D->B->A->C->A
• 因为顺序中有 2 个 A，因此只保留最后一个
• 最终搜索顺序为D->B->C->A

    新式 MRO 算法的问题

    虽然解决了旧式 MRO 算法的问题，但可能会违反单调性原则

    什么是单调性原则？

    在子类存在多继承时，子类不能改变父类的 MRO 搜索顺序，否则会导致程序发生异常

    实际代码

class X(object):
    pass


class Y(object):
    pass


class A(X, Y):
    pass


class B(Y, X):
    pass


class C(A, B):
    pass

    深度优先遍历后的搜索顺序为：C->A->X->object->Y->object->B->Y->object->X->object

    相同取后者的搜索顺序为：C->A->B->Y->X->object

    分析不同类的 MRO

• A：A->X->Y->object
• B：A->Y->X->object
• C：C->A->B->X->Y->object

    很明显，B、C 中间的 X、Y 顺序是相反的，就是说 B 被继承时，它的搜索顺序会被改变，违反了单调性

    在 python2 中运行这段代码的报错

    在 python3 中运行这段代码的报错

    C3 MRO 算法

• 为解决前面两个算法的问题，Python 2.3 采用了 C3 方法来确定方法搜索顺序
• 多数情况下，如果别人提到 Python 中的 MRO，指的都是 C3 算法

    将上面第一个栗子的代码放到 python3 中运行

class A:
    def test(self):
        print("CommonA")


class B(A):
    pass


class C(A):
    def test(self):
        print("CommonC")


class D(B, C):
    pass


D().test()

# 输出结果
CommonC

    简单了解下 C3 算法

    以上面代码为栗子，C3 会把各个类的 MRO 等价为以下等式

• A：L[A] = merge(A , object)
• B：L[B] = B + merge(L[A] , A)
• C：L[C] = C + merge(L[A] , A)
• D：L[D] = D + merge(L[B] , L[C] , B , C)

    了解一下：头、尾

    以 A 类为栗，merge() 包含的 A 成为 L[A] 的头，剩余元素（这里只有 object）称为尾

    merge 的运算方式

• 1.将merge 第一个列表的头元素（如 L[A] 的头），记作 H
• 2.如果 H 出现在 merge 其他列表的头部，则将其输出，并将其从所有列表中删除
• 3.如果 H 只出现一次，那么也将其输出，并将其从所有列表中删除
• 4.如果 H 出现在 merge 其他列表的非头部，则取下一个列表的头元素记作 H，然后回到步骤二
• 5.最后回到步骤一，重复以上步骤

    重复以上步骤直到列表为空，则算法结束；如果不能再找出可以输出的元素，则抛出异常

    简单类 MRO 的计算栗子

class B(object): pass

print(B.__mro__)


(<class '__main__.B'>, <class 'object'>)

• MRO 计算方式

L[B] = L[B(object)]
     = B + merge(L[object])
     = B + L[object]
     = B object

    单继承MRO 的计算栗子

# 计算 MRO
class B(object): pass

class C(B): pass

print(C.__mro__)


(<class '__main__.C'>, <class '__main__.B'>, <class 'object'>)

• MRO 计算方式

L[C] = C + merge(L[B])
     = C + L[B]
     = C B object

    多继承MRO 的计算栗子

O = object

class F(O): pass

class E(O): pass

class D(O): pass

class C(D, F): pass

class B(D, E): pass

class A(B, C): pass


print(C.__mro__)
print(B.__mro__)
print(A.__mro__)

# 输出结果
(<class '__main__.C'>, <class '__main__.D'>, <class '__main__.F'>, <class 'object'>)
(<class '__main__.B'>, <class '__main__.D'>, <class '__main__.E'>, <class 'object'>)
(<class '__main__.A'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.D'>, <class '__main__.E'>, <class '__main__.F'>, <class 'object'>)

• O 类、object 类 MRO 计算

L[O] = O = object

• D、E、F 类 MRO 计算

L[D] = D + merge(L[O])
        = D O

• C 类 MRO 计算

L[C] = L[C(D, F)]
     = C + merge(L[D], L[F], DF)
     # 从前面可知 L[D] 和 L[F] 的结果
     = C +  merge(DO, FO, DF)
     # 因为 D 是顺序第一个并且在几个包含 D 的 list 中是 head，
     # 所以这一次取 D 同时从列表中删除 D
     = C + D + merge(O, FO, F)
     # 因为 O 虽然是顺序第一个但在其他 list (FO)中是在尾部, 跳过
     # 改为检查第二个list FO
     # F 是第二个 list 和其他 list 的 head
     # 取 F 同时从列表中删除 F
     = C + D + F + merge(O)
     = C D F O

• B 类 MRO 计算

L[B] = L[B(D, E)]
     = B + merge(L[D], L[E], DE)
     = B + merge(DO, EO, DE)
     = B + D + merge(O, EO, E)
     = B + D + E + merge(O)
     = B D E O

• A 类 MRO 计算

L[A] = L[A(B,C)]
        = A + merge(L[B], L[C], BC)
        = A + merge( BDEO, CDFO, BC )
        = A + B + merge( DEO, CDFO, C )
        # D 在其他列表 CDFO 不是 head，所以跳过到下一个列表的 头元素 C
        = A + B + C + merge( DEO, DFO )
        = A + B + C + D + merge( EO, FO )
        = A + B + C + D + E + merge( O, FO )
        = A + B + C + D + E + F + merge( O )
        = A B C D E F O

    多继承MRO 的计算栗子二

O = object

class F(O): pass

class E(O): pass

class D(O): pass

class C(D, F): pass

class B(E, D): pass

class A(B, C): pass


print(C.__mro__)
print(B.__mro__)
print(A.__mro__)

 # 输出结果
(<class '__main__.C'>, <class '__main__.D'>, <class '__main__.F'>, <class 'object'>)
(<class '__main__.B'>, <class '__main__.E'>, <class '__main__.D'>, <class 'object'>)
(<class '__main__.A'>, <class '__main__.B'>, <class '__main__.E'>, <class '__main__.C'>, <class '__main__.D'>, <class '__main__.F'>, <class 'object'>)

• O 类、object 类 MRO 计算

L[O] = O = object

• D、E、F 类 MRO 计算

L[D] = D + merge(L[O])
        = D O

• C 类 MRO 计算

L[C] = L[C(D, F)]
        = C + merge(L[D], L[F], DF)
        = C + merge(DO, FO, DF)
        = C + D + merge(O, FO, F)
        = C + D + F + merge(O)
        = C D F O

• B 类 MRO 计算

L[B] = L[B(E, D)]
       = B + merge(L[E], L[D], ED)
       = B + merge(EO, DO, ED)
       = B + E + merge(O, DO, D)
       = B + E + D + merge(O)
       = B E D O

• A 类 MRO 计算

L[A]  = L[A(B, C)]
        = A + merge(L[B], L[C], BC)
        = A + merge(BEDO, CDFO, BC)
        = A + B + merge(EDO, CDFO, C)
        = A + B + E + merge(DO,CDFO, C)
        = A + B + E + C + merge(O,DFO)
        = A + B + E + C + D + merge(O, FO)
        = A + B + E + C + D + F + merge(O)
        = A B E C D F O

    关于python的mro算法的内容就介绍到这，上述示例对帮助大家学习和理解mro算法有一定的帮助，有需要的朋友可以了解一下，如果还想要了解更多mro算法的内容，大家可以继续浏览群英网络其他相关的文章。

文本转载自脚本之家