一、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}。
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。
转自：https://kevinguo.me/2018/01/19/python-topological-sorting/