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
дипломов
СРАВНИТЕЛЬНЫЙ АНАЛИЗ АРХИТЕКТУРНЫХ ПОДХОДОВ К СНИЖЕНИЮ СВЯЗНОСТИ КОДА В ООП: КОМПОЗИЦИЯ ПРОТИВ ГЛУБОКОГО НАСЛЕДОВАНИЯ (НА ПРИМЕРЕ С++ И PYTHON)
COMPARATIVE ANALYSIS OF ARCHITECTURAL APPROACHES TO CODE COUPLING REDUCTION IN OOP: COMPOSITION VERSUS DEEP INHERITANCE (EXEMPLIFIED BY C++ AND PYTHON)
Аннотация
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.
Abstract
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.
Ключевые слова: объектно-ориентированное программирование, связность кода, зацепление, композиция, глубокое наследование, С++, Python, MRO, С3-линеаризация, метрики Чидамбера-Кемерера, СВО, LCOM, хрупкий базовый класс.
Keywords: object-oriented programming, code coupling, cohesion, composition, deep inheritance, C++, Python, MRO, C3 linearization, Chidamber-Kemerer metrics, CBO, LCOM, Fragile Base Class.
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
- 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). - IEEE Transactions on Software Engineering – Literate Programming [Электронный ресурс]. – URL: http://www.literateprogramming.com/
tse1096.pdf (дата обращения: 01.11.2026). - Fragile Base Class Problem – Samiuls Blog [Электронный ресурс]. // Samiuls Blog. – URL: https://samiulsblog.com/
fragile-base-class-problem (дата обращения: 01.11.2026). - 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). - Polymorphism & Inheritance – cppcheatsheet [Электронный ресурс]. // cppcheatsheet. – URL: https://cppcheatsheet.com/
notes/ cpp/ cpp_polymorphism.html (дата обращения: 01.11.2026). - 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). - 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). - Method resolution order (MRO) | Python Glossary [Электронный ресурс]. – URL: https://realpython.com/
ref/ glossary/ mro/ (дата обращения: 01.11.2026). - 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). - 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). - 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). - 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). - 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). - 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).
дипломов

