Python 进阶：多重继承 MRO 与 C3 线性化算法解析

Python 进阶：多重继承 MRO 与 C3 线性化算法解析

引言

Python 以'优雅'、'明确'、'简单'著称，import this（Python 之禅）中的那句 'There should be one-- and preferably only one --obvious way to do it'（应当有一种——最好只有一种——显而易见的方式来做它）被无数开发者奉为圭臬。

然而，在 Python 的面向对象编程（OOP）深水区，隐藏着一个让许多资深开发者都感到头疼，却又无比精妙的机制——多重继承（Multiple Inheritance）与方法解析顺序（Method Resolution Order, MRO）。

你是否遇到过这样的困惑：

• 为什么在复杂的继承关系中，super() 调用的不是父类，而是兄弟类？
• 当菱形继承（Diamond Problem）出现时，Python 是如何避免无限递归和逻辑冲突的？
• 为什么 Python 2.3 之后抛弃了经典类的深度优先搜索，转而采用了 C3 线性化算法？

今天，我们将剥开 Python 面向对象系统的外衣，直击其核心的 DNA——MRO。这不仅仅是关于语法的讨论，更是一场关于算法美学与架构设计的探索。

---

第一部分：多重继承的挑战

在单继承语言（如 Java 的类继承）中，寻找一个方法非常简单：如果当前类没有，就去父类找，一直追溯到 Object。这就像一条单行道，绝无分岔。

但在 Python 这种支持多重继承的语言中，情况变得扑朔迷离。请看下面这个经典的菱形继承结构：

class A:
    def save(self):
        print("A save")

class B(A):
    def save(self):
        print("B save")

class C(A):
    def save(self):
        print("C save")

class D(B, C):
    pass

如果 D 没有实现 save 方法，它该调用 B 的还是 C 的？如果 B 和 C 都调用了 A.save()，A 的方法会被执行两次吗？

在早期的 Python（经典类）中，采用的是简单的。在这种策略下，路径是 。这导致了一个严重问题：。