Python多重繼承排序原理（MRO演算法解析，拓撲排序，C3演算法）
Python內建屬性MRO演算法解析
什麼是MRO
MRO（Method Resolution Order）：方法解析順序。
Python語言包含了很多優秀的特性，其中多重繼承就是其中之一，但是多重繼承會引發很多問題，比如二義性，Python中一切皆引用，這使得他不會像C++一樣使用虛基類處理基類物件重複的問題，但是如果父類存在同名函式的時候還是會產生二義性，Python中處理這種問題的方法就是MRO。
對於MRO的歷史問題這個帖子說的非常詳細，但是後面說到C3演算法的時候說錯了。從評論中可以看出來。
python內建屬性MRO 請不要看這個地方。
請不要看這個地方
這文章有點瑕疵，因為按照他的思路這個地方就不對了。
研究了一晚上才梳理了所有細節。聽我慢慢道來。
在箭頭之前的你都可以看一下，寫的非常好。等你看到這個的時候，你需要了解什麼是 拓撲排序拓撲排序
瞭解這一部分的可以跳到下面去。
重點：一個圖的拓撲排序是可以有多個的！！！！
經典實現演算法：
- kahn演算法
- 基於DFS的拓撲排序
很多情況下，拓撲排序問題往往會出現在一些中等複雜程度的計算系統中。這方面最典型的例子莫過於軟體安裝了，現在大多數作業系統都至少會有一個自動安裝軟體元件的系統（Ubuntu Linux 系統中的 apt-get，CentOS Linux 系統中的 RPM，Mac OS X 系統中的 brew 等），這些系統會自動檢測依賴關係中缺少的部分，並下載安裝它們，對於這一類工作，相關元件就必須按照一定的拓撲順序來安裝。
Kahn演算法：
摘一段維基百科上關於Kahn演算法的偽碼描述：
L← Empty list that will contain the sorted elements S ← Set of all nodes with no incoming edges while S is non-empty do remove a node n from S insert n into L foreach node m with an edge e from nto m do remove edge e from thegraph ifm has no other incoming edges then insert m into S if graph has edges then return error (graph has at least onecycle) else return L (a topologically sortedorder)
思想很簡單，首先用鄰接表來構建一個圖。然後用一個臨界表來記錄每個頂點的入度，再用一個表來加入入度為0的點。最後一次輸出。（什麼是入度？a入度為0代表沒有點能指向a，為1就是又一個點能指向a）
方法如下：
- 首先初始化一個表存放著這個圖入度為0的點S。
- 從這個表裡面取資料（如果這個表是棧，就是先進後出的取，如果是佇列，就是先進先取。從這可以看出為什麼拓撲排序為什麼不唯一。），將該頂點放入List中。
- 通過迴圈遍歷由上面去出的頂點引出的所有邊，同時獲取該邊的另外一個頂點，如果改頂點的入度在減去本條邊之後為0，那麼就把這個頂點放到S的集合中，然後繼續重複2的動作。
- 當集合為空之後，檢查圖中是否還存在任何邊，如果存在的話，說明圖中存在環路。不存在，返回結果List，此List中的順序就是拓撲排序的結果。
我總覺得按照連結中樓主的思路，紅色的地方是有錯誤的。誰能私聊我討論討論。
複雜度分析：
初始化入度為0的集合需要遍歷整張圖，檢查每個節點和每條邊，因此複雜度為O(E+V);
然後對該集合進行操作，又需要遍歷整張圖中的，每條邊，複雜度也為O(E+V);
因此Kahn演算法的複雜度即為O(E+V)。
C3演算法
箭頭是核心，懂這一塊，應該就沒有問題來。