Телефон: 8-800-350-22-65
Напишите нам:
MAX:
WhatsApp:
Telegram:
Прием заявок круглосуточно
График работы офиса: с 9:00 до 23:00 Нск (с 5:00 до 19:00 Мск)

Статья опубликована в рамках: CLXVII Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ТЕХНИЧЕСКИЕ НАУКИ» (Россия, г. Новосибирск, 05 ноября 2026 г.)

Наука: Технические науки

Секция: Технологии

Скачать книгу(-и): Скачать книгу

Библиографическое описание:
Понявин Ю.Е. СРАВНИТЕЛЬНЫЙ АНАЛИЗ АРХИТЕКТУРНЫХ ПОДХОДОВ К СНИЖЕНИЮ СВЯЗНОСТИ КОДА В ООП: КОМПОЗИЦИЯ ПРОТИВ ГЛУБОКОГО НАСЛЕДОВАНИЯ (НА ПРИМЕРЕ С++ И PYTHON) // Научное сообщество студентов XXI столетия. ТЕХНИЧЕСКИЕ НАУКИ: сб. ст. по мат. CLXVII междунар. студ. науч.-практ. конф. № 11(165). URL: https://sibac.info/archive/studconf/tech/v2/ce57467711a356f61351de6d25e1f54a/11(165).pdf (дата обращения: 19.11.2026)
Проголосовать за статью
Идет голосование
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

СРАВНИТЕЛЬНЫЙ АНАЛИЗ АРХИТЕКТУРНЫХ ПОДХОДОВ К СНИЖЕНИЮ СВЯЗНОСТИ КОДА В ООП: КОМПОЗИЦИЯ ПРОТИВ ГЛУБОКОГО НАСЛЕДОВАНИЯ (НА ПРИМЕРЕ С++ И PYTHON)

Понявин Юрий Евгеньевич

студент, Российский экономический университет имени Г.В. Плеханова, РФ, г. Москва

Клячин Марк Сергеевич

научный руководитель, научный руководитель, старший преподаватель базовой кафедры цифровой экономики, Институт развития информационного общества, Российский экономический университет имени Г.В. Плеханова, РФ, г. Москва

COMPARATIVE ANALYSIS OF ARCHITECTURAL APPROACHES TO CODE COUPLING REDUCTION IN OOP: COMPOSITION VERSUS DEEP INHERITANCE (EXEMPLIFIED BY C++ AND PYTHON)

В настоящей работе проводится комплексное исследование двух базовых парадигм проектирования программного обеспечения в рамках объектно-ориентированного программирования (ООП) — глубокого иерархического наследования и композиции компонентов. Рассматривается проблема деградации архитектуры под воздействием архитектурной энтропии и проявление антипаттерна «хрупкий базовый класс» (Fragile Base Class). Исследование выполнено в контексте двух существенно различающихся систем типов и моделей исполнения: статически типизированного языка С++ (с виртуальным диспетчеризированием через таблицы vtable и множественным наследованием) и динамически типизированного языка Python (с алгоритмом С3-линеаризации MRO и механизмом утиной типизации). На основе формализма метрик Чидамбера-Кемерера (СК metrics) построена математическая модель оценки межмодульной связности (Coupling) и внутримодульного зацепления (Cohesion). Сформулированы архитектkурные рекомендации по выбору подходов для статических и динамических сред.

This paper presents a comprehensive study of two fundamental software design paradigms within object-oriented programming (OOP) – deep hierarchical inheritance and object composition. The degradation of software architecture driven by architectural entropy and the manifestation of the Fragile Base Class anti-pattern are analyzed in detail. The study covers two distinct typing systems and execution models: statically typed C++ (leveraging virtual function tables and multiple inheritance) and dynamically typed Python (utilizing C3 linearization for Method Resolution Order and duck typing). Based on the Chidamber & Kemerer (CK) metrics suite, a mathematical model for evaluating coupling and cohesion is formulated. Comparative evaluation matrices and actionable design guidelines are established for both static and dynamic execution environments.

Введение

В процессе непрерывной эволюции программных систем их внутреннее устройство неизбежно подвергается воздействию факторов, описываемых законами программной динамики Лемана (ref-ckmetrics?). Нарастание неструктурированной сложности (архитектурная энтропия) выражается в хаотическом росте межмодульной связности (Coupling) и деградации функционального зацепления компонентов (Cohesion) (ref-ckmetrics?). Для противодействия энтропии сформированы принципы SOLID (ref-literate?), в частности принцип открытости/закрытости (OCP) и инверсии зависимостей (DIP).

Однако глубокое наследование нарушает инкапсуляцию, реализуя повторное использование кода по принципу «белого ящика» (white-box reuse) (ref-fragile?). При увеличении глубины дерева наследования (DIT) проявляется антипаттерн «хрупкого базового класса» (Fragile Base Class) (ref-ckmetrics?). Изменения во внутренней реализации базового компонента способны привести к некорректному функционированию производных классов из-за неявных вызовов методов (ref-fragile?).

Формально, если базовый класс B определяет метод m1(x) = f(x) + m2(x), а дочерний класс D переопределяет m2_D(x) = g(x), то вызов m1(x) дает f(x) + g(x). Если в ходе рефакторинга в базовом классе метод m1 заменяет вызов m2 на прямую базовую функцию h(x), публичный контракт B не меняется, но класс D перестает функционировать корректно. Это делает иерархии с высоким DIT крайне хрупкими (ref-fragile?).

1. Теоретико-методологическая база: Наследование vs Композиция

1.1 Наследование и Композиция

Наследование задает жесткое отношение «is-a» («является»). Хотя оно обеспечивает полиморфизм подтипов, дочерний класс оказывается жестко привязан к инвариантам предков (ref-fragile?). Композиция и агрегация («has-a» / «содержит») реализуют подход «черного ящика» (black-box reuse). Независимые объекты взаимодействуют исключительно через четко определённые контракты интерфейсов, что позволяет менять поведение системы в runtime в полном соответствии с принципом OCP.

1.2 Особенности статических (С++) и динамических (Python) сред

В C++ динамический полиморфизм реализуется через таблицы виртуальных функций (vtable) и указатели (vptr) (ref-fragile?). Множественное и виртуальное наследование усложняет структуру памяти (vbtable), создавая накладные расходы на косвенную адресацию и вызовы (ref-vtable-interleaving?). Композиция в сочетании с шаблонами (Policy-based Design) устраняет эти расходы, обеспечивая статический полиморфизм с нулевыми накладными расходами (zero-cost abstractions).

В Python порядок разрешения методов задается структурой MRO на основе C3-линеаризации (ref-c3-gfg?, ref-c3-so?). Применение классов-примесей (Mixins) через вызовы super() создает неявную связность: порядок выполнения методов критически зависит от последовательности предков в дочерних классах (ref-super-devto?). Явная композиция с фиксированием контрактов через typing.Protocol снимает эту проблему.

2. Архитектурный анализ: Комбинаторный взрыв vs Декомпозиция

При попытке покрыть k независимых осей вариативности с m_i вариантами реализации через наследование общее число классов растет произведениями: N_inheritance = PROD(m_i) (ref-fragile?). Для k=3 и m_1=m_2=m_3=3 требуется создание 27 специализированных классов либо антипаттерна God Object.

При композиции каждый вариант выносится в отдельный компонент, а общее число классов растет линейно: N_composition = SUM(m_i) (всего 9 классов для тех же условий). Каждая из комбинаций формируется во время исполнения за счет связывания компонентов через паттерны «Стратегия» или «Декоратор».

3. Сравнительный анализ и метрики качества (СК Metrics)

Для объективной оценки качества архитектуры используются метрики Чидамбера-Кемерера (CK Metrics) (ref-ckmetrics?):

  • CBO (Coupling Between Object Classes): связность классов. Определяет количество внешних классов, с которыми связан данный модуль (ref-ckmetrics?). Высокий CBO затрудняет изоляцию и повторное использование.

  • LCOM (Lack of Cohesion in Methods): недостаток зацепления. Измеряет степень связности методов класса через общее состояние (ref-ck-persp?). Высокий LCOM сигнализирует о нарушении принципа единственной ответственности (SRP).

  • DIT (Depth of Inheritance Tree): глубина дерева наследования (ref-ckmetrics?). Высокий DIT статистически коррелирует с увеличением числа дефектов и ошибок (fault-proneness) (ref-ckmetrics?).

При глубоком наследовании CBO >= DIT, а LCOM высок из-за накопления разрозненного функционала. При композиции CBO фиксируется на минимальном уровне связей с интерфейсами, а LCOM стремится к нулю.

Таблица 1.

Сравнительный анализ

Архитектурный критерий Глубокое наследование (DIT >= 4) Композиция / Внедрение зависимостей
Глубина иерархии (DIT) Высокая (DIT = 4–8). Экспоненциальное усложнение. Минимальная (DIT = 1–2). Плоская структура.
Связность классов (CBO) Высокая. Жесткая привязка к реализации предков. Низкая. Взаимодействие исключительно через интерфейсы.
Недостаток зацепления (LCOM) Высокий (LCOM >> 0). Базовые классы перегружены. Низкий (LCOM -> 0). Высокая сфокусированность компонентов.
Изменение поведения Runtime Невозможно. Фиксируется при компиляции. Динамическое. Подмена объектов во время работы.
Unit-тестирование Затруднено. Требует инициализации дерева предков. Полное. Легкая замена компонентов на Mocks/Stubs.

4. Заключение и выводы

Проведенное исследование показывает, что использование глубокого наследования (DIT >= 3) ведет к росту архитектурной энтропии, высокими показателям CBO и LCOM и проявлению антипаттерна «хрупкий базовый класс» (ref-fragile?).

На основе анализа сформулированы следующие выводы:

1. Приоритет композиции: следует руководствоваться принципом Composition over Inheritance. Наследование должно ограничиться объявлением чистых интерфейсов (DIT <= 2).

2. Специфика C++: избегать сложного множественного наследования реализации (vtable/vbtable). Использовать умные указатели для динамического полиморфизма и шаблоны для статического полиморфизма без накладных расходов.

3. Специфика Python: минимизировать Mixin-цепочки с super() из-за неявных зависимостей C3-MRO (ref-c3-so?). Применять явную композицию с контрактами через typing.Protocol.

4. Тестируемость: композиция снижает CBO, гарантирует полную изоляцию модулей при unit-тестировании и повышает общую надежность системы.

Список литературы

  1. Chidamber & Kemerer object-oriented metrics suite – Aivosto [Электронный ресурс]. // Aivosto. – URL: https://www.aivosto.com/project/help/pm-oo-ck.html (дата обращения: 01.11.2026).
  2. IEEE Transactions on Software Engineering – Literate Programming [Электронный ресурс]. – URL: http://www.literateprogramming.com/tse1096.pdf (дата обращения: 01.11.2026).
  3. Fragile Base Class Problem – Samiuls Blog [Электронный ресурс]. // Samiuls Blog. – URL: https://samiulsblog.com/fragile-base-class-problem (дата обращения: 01.11.2026).
  4. C++ Object Model & Memory Layout | PDF – Scribd [Электронный ресурс]. // Scribd. – URL: https://www.scribd.com/document/1063061599/C-Object-Model-Memory-Layout (дата обращения: 01.11.2026).
  5. Polymorphism & Inheritance – cppcheatsheet [Электронный ресурс]. // cppcheatsheet. – URL: https://cppcheatsheet.com/notes/cpp/cpp_polymorphism.html (дата обращения: 01.11.2026).
  6. Memory layout of a class under multiple or virtual inheritance – Stack Overflow [Электронный ресурс]. // Stack Overflow. – URL: https://stackoverflow.com/questions/28521242/memory-layout-of-a-class-under-multiple-or-virtual-inheritance-and-the-vtables (дата обращения: 01.11.2026).
  7. Protecting C++ Dynamic Dispatch Through VTable Interleaving [Электронный ресурс]. – URL: https://www.ndss-symposium.org/wp-content/uploads/2017/09/protecting-cpp-dynamic-dispatch-through-vtable-interleaving.pdf (дата обращения: 01.11.2026).
  8. Method resolution order (MRO) | Python Glossary [Электронный ресурс]. – URL: https://realpython.com/ref/glossary/mro/ (дата обращения: 01.11.2026).
  9. C3 linearization algorithm in Python – GeeksforGeeks [Электронный ресурс]. // GeeksforGeeks. – URL: https://www.geeksforgeeks.org/python/c3-linearization-algorithm-in-python/ (дата обращения: 01.11.2026).
  10. How does C3 algorithm for mro in python work? – Stack Overflow [Электронный ресурс]. // Stack Overflow. – URL: https://stackoverflow.com/questions/54197122/how-does-c3-algorithm-for-mro-in-python-work (дата обращения: 01.11.2026).
  11. The Secret Life of Python: super() and the Method Resolution Order [Электронный ресурс]. – URL: https://dev.to/aaron_rose_0787cc8b4775a0/the-secret-life-of-python-super-and-the-method-resolution-order-1jdg (дата обращения: 01.11.2026).
  12. The Python 2.3 Method Resolution Order – Python 3.15.2 [Электронный ресурс]. – URL: https://docs.python.org/3/howto/mro.html (дата обращения: 01.11.2026).
  13. Chidamber and Kemerer’s metrics suite: a measurement perspective – ResearchGate [Электронный ресурс]. // ResearchGate. – URL: https://www.researchgate.net/publication/3187794_Chidamber_and_Kemerer's_metrics_suite_a_measurement_theory_perspective (дата обращения: 01.11.2026).
  14. Chidamber and Kemerer’s Metrics Suite: A Measurement Theory [Электронный ресурс] // IEEE Transactions on Software Engineering. – 1996. – № 4. – URL: https://www.computer.org/csdl/journal/ts/1996/04/e0267/13rRUEgarD1 (дата обращения: 01.11.2026).
Проголосовать за статью
Идет голосование
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов