方法解析顺序 MRO
面向对象中有一个重要特性是继承，如果是单重继承，要调用一个方法，只要按照继承的顺序查找基类即可。但多重继承时，MRO算法的选择（即基类的搜索顺序）非常微妙。
Python先后有三种不同的MRO：经典方式、Python2.2 新式算法、Python2.3 新式算法(C3)。Python 3中只保留了最后一种，即C3算法。
经典方式： 非常简单，深度优先，按定义从左到右
例如：菱形继承结构，按经典方式，d类MRO为dbaca。缺点是如果c类重写了a类中得方法，c类的方法将不会被调用到。此问题即本地优先顺序问题
class a:pass
class b(a):pass
class c(a):pass
class d(b,c):pass
class b(a):pass
class c(a):pass
class d(b,c):pass
新式算法：还是经典方式，但出现重复的，只保留最后一个。上面的例子，MRO为 dbca。问题 单调性。
比如d继承b,c 且b在c的前面。如果f继承d，那么f的mro中也应该和d的一样b在c的前面。单调性即继承时要保持顺序。
现在e继承c,b 且c在b的前面。f继承d，e时，bc的顺序就没法决定了。无论怎样排都违反了单调性。
C3 算法：MRO是一个有序列表L，在类被创建时就计算出来。
L（Child（Base1，Base2）） = [ Child + merge（ L（Base1） , L（Base2） , Base1Base2 ）]
L（object） = [ object ]
L的性质：结果为列表，列表中至少有一个元素即类自己。
+ ： 添加到列表的末尾，即 [ A + B ] = [ A，B ]
merge： ① 如果列表空则结束，非空 读merge中第一个列表的表头，
② 查看该表头是否在 merge中所有列表的表尾中。
②-->③ 不在，则 放入 最终的L中，并从merge中的所有列表中删除，然后 回到①中
②-->④ 在，查看 当前列表是否是merge中的最后一个列表
④-->⑤ 不是 ，跳过当前列表，读merge中下一个列表的表头，然后 回到 ②中
④-->⑥ 是，异常。类定义失败。
表头： 列表的第一个元素
表尾： 列表中表头以外的元素集合（可以为空）
merge 简单的说即寻找合法表头（也就是不在表尾中的表头），如果所有表中都未找到合法表头则异常。
如（例2）：
L（O）= O # O为 object 简写,省略[]符号，即 [object]
L（E（O）） = E + merge( L(O) , O )
= E + merge( O , O )
= E + O = EO
L ( F( O ) ) = FO
L ( D ( O ) ) = DO
L ( B ( D,E) ) = B + merge( L(D) , L(E), DE )
= B + merge( DO, EO, DE ) # 代入前面的结果，因为类的MRO是在类建立时计算出来的，所以 基类的MRO是已知的。
= B + D + merge( O, EO , E )
= B + D + E + merge( O , O )
= BDEO
L ( C ( D,F )) = CDFO
L ( A( B,C ) ) = A + merge( L(B), L(C), BC )
= A + merge( BDEO, CDFO, BC)
= A + B + merge( DEO, CDFO, C ) # 找到了合法表头B，回到第一个列表继续找, 第一个表头D不合法， 找第二个，第二个C合法
= A + B + C + merge( DEO, CDFO , C ) # 找到了合法表头C，回到第一个列表继续找
= A + B + C + merge( DEO, DFO ) # 找到了合法表头D，回到第一个列表继续找
= A + B + C + D + merge( EO, FO )
= ABCDEFO
问题： 没有异常情况下的C3算法 等效于 从左到右 的 广度优先 算法吗？
答案不是。
如（例3）： O为所有类的基类，A为我们要计算MRO的类。A直接继承自B，C 。B继承D，D继承O。
-- B --- D ---
A-- - C -------- O
整个继承树有四层，按继承关系，BC 在同一层，都是A的直接父类。
C3 结果为 ABDCO， 而广度为 ABCDO。
区别在于 ②-->③-->① 这里。
根据C3，一个类的MRO： 表头显然即是类自己，表尾为所有基类
第一次进行merge时，merge中的列表的表头显然都是A的直接父类，处于同一层次。
第一个列表的第二元素则是该列表表头的基类，根据与A的继承关系，显然和第二个列表的表头不在同一层次。
C3进行完第③步后，回到①继续读第一个列表的表头，没有读 同层次的，即第二个列表的表头。于是出现区别。
为什么 前面那个例子 这恰好 和 广度 优先 算法结果相同？
答案是 merge中的 另一个路径 ②-->④-->⑤。
这两条路径的区别即是C 的层次问题，也就是BC，CD的层次关系。
对A而言逻辑上BC处于同一层次，D是B的下一层，”看起来 D也应该是C的下一层。“
实际上不是，C3算法中C是B的下一个（A的直接父类，左右关系决定），同时D也是B的下一个（BD继承关系决定）。
在这种关系下，既然DC都是B的下一个，也就是DC处于同一层次，根据左右规则 显然 D前C后。
也就是 除非在另一个列表的辅助下明确D是C的下一层，如果 D不在C的表尾中，那么 D 不会比C的层次低。
如 （例4）： A（B,C,F） B（D） F（D） MRO为 ABCFDO
A 添加了直接父类F，由于左右关系C在F的上一个，由于继承关系F在D的上一个。所以C在D的前面。
MRO 实际 就是 离散数学中的全序问题，在 继承关系中的 层次 由于 MRO中左右优先的规则而被改变（从A的父类角度）。
不过 ，如果 我们 从 O的子类来看 层次问题，如CD都是O的直接子类，而AB都不是直接子类。
这时，结果是对的，也就是 C3中的层次 是以 到O的最长步长为其所在的层次，同层次从左到右。
但 不管 从什么角度，在最终结果中 去掉左右顺序后的继承关系的顺序是确定的。
也就是离散数学中的偏序，通过左右的先后顺序，将偏序变成全序。
全序还可以换个说法是 存在一条路径遍历全部节点而不重复。
从动作上看就是捏住两端，拉直。（每个节点间绳子具有最大弹性，最小为两个节点多路径下的最大步长）
【2】参考：http://python3.blogspot.com/2010/07/method-resolution-order.html （该文参考python作者维护的python历史博客）