python基础学习（十）--多重继承
# 多重继承
# 继承是面向对象编程的一个重要的方式，因为通过继承，子类就可以扩展父类的功能。
#
# 假设我们要实现以下4种动物：
#
# Dog - 狗狗；
# Bat - 蝙蝠；
# Parrot - 鹦鹉；
# Ostrich - 鸵鸟。
# 可以按照runnable和flybale 或者宠物与非宠物等类型区分 但是随着更多类型的区分 分类的数量会呈指数型增长
# 正确的做法是使用多重继承 做法如下（主要层次按照哺乳类和鸟类设置）
class Animal(object):
pass
# 哺乳类&鸟类
class Mammal(object):
pass
# runnable & flyable
class Runnable(object):
def run(self):
print('running~')
class Flyable(object):
def fly(self):
print('flying~')
class Bird(object):
pass
# 动物
class Dog(Mammal, Runnable):
pass
class Bat(Mammal, Flyable):
pass
class Parrot(Bird, Flyable):
pass
class Ostrich(Bird, Runnable):
pass
# MixIn
# 在设计类的继承关系时 通常主线都是单一继承下来的，但是如果需要额外混入一些功能时，通过多重继承就可以实现。比如Ostrich除了继承Bird之外，再同时继承Runnable。这种设计通常被称为MixIn
# 为了更好地看出继承关系 可以吧runnable和flyable改为runnableMixIn和flyableMixIn
# MixIn的目的就是给一个类增加多个功能，这样在设计类的时候，我们优先考虑通过多重继承来组合多个MixIn的功能，而不是设计多层次的复杂的继承关系。
# ❗️ 由于Python允许使用多重继承，因此，MixIn就是一种常见的设计。只允许单一继承的语言（如Java）不能使用MixIn的设计。
# ---------------------------------------------------------------------------------------------------------------------------
# python多重继承之拓扑排序，以下内容来自 https://kevinguo.me/2018/01/19/python-topological-sorting/
# 最近在学python，学到class 多重继承，降到了c3算法，这里记录一下
#
# 一、什么是拓扑排序
# 在图论中，拓扑排序(Topological Sorting) 是一个 有向无环图(DAG,Directed Acyclic Graph) 的所有顶点的线性序列。且该序列必须满足下面两个条件：
#
# 每个顶点出现且只出现一次。
# 若存在一条从顶点A到顶点B的路径，那么在序列中顶点A出现在顶点B的前面。
# 例如，下面这个图：
# 它是一个DAG图，那么如何写出它的拓扑顺序呢？这里说一种比较常用的方法：
# 从DAG途中选择一个没有前驱(即入度为0)的顶点并输出
# 从图中删除该顶点和所有以它为起点的有向边。
# 重复1和2直到当前DAG图为空或当前途中不存在无前驱的顶点为止。后一种情况说明有向图中必然存在环。
#
#
# 于是，得到拓扑排序后的结果是{1,2,4,3,5}
#
# 下面，我们看看拓扑排序在python多重继承中的例子
#
# 二、python 多重继承
# !/usr/bin/env python3
# -*- coding: utf-8 -*-
class A(object):
def foo(self):
print('A foo')
def bar(self):
print('A bar')
class B(object):
def foo(self):
print('B foo')
def bar(self):
print('B bar')
class C1(A, B):
pass
class C2(A, B):
def bar(self):
print('C2-bar')
class D(C1, C2):
pass
if __name__ == '__main__':
print(D.__mro__)
d = D()
d.foo()
d.bar()
# 首先，我们根据上面的继承关系构成一张图，如下
# 找到入度为0的点，只有一个D，把D拿出来，把D相关的边剪掉
# 现在有两个入度为0的点(C1,C2)，取最左原则，拿C1，剪掉C1相关的边，这时候的排序是{D,C1}
# 现在我们看，入度为0的点(C2),拿C2,剪掉C2相关的边，这时候排序是{D,C1,C2}
# 接着看，入度为0的点(A,B),取最左原则，拿A，剪掉A相关的边，这时候的排序是{D,C1,C2,A}
# 继续，入度哦为0的点只有B，拿B，剪掉B相关的边，最后只剩下object
# 所以最后的排序是{D,C1,C2,A,B,object}
# 我们执行上面的代码，发现print(D.__mro__)的结果也正是这样，而这也就是多重继承所使用的C3算法啦
#
# 为了进一步熟悉这个拓扑排序的方法，我们再来一张图，试试看排序结果是怎样的，它继承的内容是否如你所想
# !/usr/bin/env python3
# -*- coding: utf-8 -*-
class A(object):
def foo(self):
print('A foo')
def bar(self):
print('A bar')
class B(object):
def foo(self):
print('B foo')
def bar(self):
print('B bar')
class C1(A):
pass
class C2(B):
def bar(self):
print('C2-bar')
class D(C1, C2):
pass
if __name__ == '__main__':
print(D.__mro__)
d = D()
d.foo()
d.bar()
# 还是先根据继承关系构一个继承图
# 找到入度为0的顶点，只有一个D，拿D，剪掉D相关的边
# 得到两个入度为0的顶点(C1,C2),根据最左原则，拿C1，剪掉C1相关的边，这时候序列为{D,C1}
# 接着看，入度为0的顶点有两个(A,C1),根据最左原则，拿A，剪掉A相关的边，这时候序列为{D,C1,A}
# 接着看，入度为0的顶点为C2,拿C2，剪掉C2相关的边，这时候序列为{D,C1,A,C2}
# 继续，入度为0的顶点为B，拿B，剪掉B相关的边，最后还有一个object
# 所以最后的序列为{D,C1,A,C2,B,object}
# 最后，我们执行上面的代码，发现print(D.__mro__)的结果正如上面所计算的结果
#
# 最后的最后，python继承顺序遵循C3算法，只要在一个地方找到了所需的内容，就不再继续查找