Python的MRO即Method Resolution Order（方法解析顺序），也就是在Python中的类的继承顺序是怎样的。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（我这里两种算法的具体实现都不详述）。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。
总的来说，一个类的 MRO 列表就是合并所有父类的 MRO 列表，并遵循以下三条原则：
子类永远在父类前面
如果有多个父类，会根据它们在列表中的顺序被检查
如果对下一个类存在两个合法的选择，选择第一个父类
下面我用图解的形式来表现三条原则并计算出MRO（只是说这种方式可以手算出MRO，而不是说这是C3算法的具体实现方式）：
首先看以下代码
class F:
pass
class E:
pass
class D:
pass
class B(D,E):
pass
class C(D,F):
pass
class A(B,C):
pass
然后我们构建一个继承顺序图（图是指数据结构中的图，不是图片的图，当然，无所谓了..@_@|||||.. ）
即让子类用箭头指向父类，逐层排列成类似下图这种
遇到多继承则按代码中继承列表的顺序从左往右写。如果有多个子类继承了同一个父类，那么这个父类则放在它 能够出现的所有位置中最左的位置（注意：如下图中那样，D既可以放在B的左上方，又可以放在C的左上方，这种情况下，我们选择放在B的左上方，因为这样D在其所在层更加靠左） ，然后让这些子类指向它，就像下图中类D那样。
然后依据代码就可以形成上面的这个继承顺序图。（在python中，任何类默认都是继承自object类的，所以让最上层的D、E、F指向object。当然，你也可以选择在画图的时候将A，B，C等等所有类都画一个指向object的箭头，但随着以下方法的进行，其实这两种画法结果是一样的。）
接下来，我们就开始算出相应的MRO。即需遵循图里面的广度优先原则进行遍历（在广度优先原则的前提下又优先遍历左边的）：
首先寻找整个图中入度为0的，也就是A，那么A也就成为MRO中的第一个。
然后我们去掉图中的A节点以及与A相关的连线，再寻找入度为0的点，这时有B和C两个节点，我们选择最左边的点即B。选完左边的B点后，再选右边的C点，这样B和C也就跟着进入了MRO序列，现在MRO序列为{A,B,C}。（注意每次层次遍历一定要把那一层选完才能选下一层，不能在没有选C之前跳到选E）
然后去掉B和C以及与它们相关的连线，这时候入度为0的也就是D、E、F了，依次选择，使D、E、F进入MRO序列。
最后也就使得object进入MRO序列。
以上的MRO序列也就是{ABCDEFobject}
使用 类名.mro()可以查阅其MRO表：
最后说一下super
一般都会说，在类中用super()可以取父类的成员变量和成员方法
更具体地讲是super(cls, inst) ，它获得的是类cls 在实例inst的 MRO 列表中的下一个类。（也就说是实例或者说对象I有一个MRO列表，这个列表中有类C，而我们获取的就是类C的后面的那个类）
工作原型为
def super(cls, inst):
mro = inst.__class__.mro()
return mro[mro.index(cls) + 1]
这里需要注意的是inst处是一个实例，而不是一个未实例化的类。
故而可以在类里super(B,self).方法 或者
在类外x=C() 然后super(B,x).方法
转载请标明出处，原文地址：https://blog.csdn.net/come_from_pluto
