python - 如何在 Python 3.7+ 中定义循环依赖的数据类？

Question

假设class A有一个成员类型是class B，class B有一个成员类型是class A.

在 Scala 或 Kotlin 中，在这种情况下，您可以按任何顺序定义类而无需担心，因为第一个定义的类可以像往常一样使用第二个定义的类，即使在案例/数据类中也是如此。

然而在Python中，如下代码

class A:
    b = B()

class B:
    a = A()     

抛出编译错误，因为在定义 class A 时未定义 class B。

您可以解决这个简单的问题，例如 this answer

class A:
    pass

class B:
    a = A()

A.b = B()

但是，这种方式不适用于 Python 中的数据类，因为在数据类定义之后分配成员不会更新数据类的自动生成方法，这使得“数据类”的用法无用。

@dataclass
class A:
    b: B  # or `b: Optional[B]`

@dataclass
class B:
    a: A  # or `a: Optional[A]`

如何避免这个问题？

Answer 1

有几种方法可以解决像这样的循环依赖，参见Type hints: solve circular dependency

您始终可以手动应用装饰器(并更新注释)，如@Nearoo 的回答显示。

但是，“前向声明”该类可能更容易:

class A:
    pass

@dataclass
class B:
    a: A

@dataclass
class A:
    b: B

或者简单地使用前向引用:

@dataclass
class B:
    a: 'A'

@dataclass
class A:
    b: B

最干净的是import Python 4.0's behavior (如果可以的话):

from __future__ import annotations

@dataclass
class B:
    a: A

@dataclass
class A:
    b: B