你长得像父母——眼睛、性格、甚至说话方式，这种"子代从亲代获得特征"的现象叫遗传。代码世界也有类似的"遗传"，让新类不用从零造轮子，直接复用父类的能力。

箭头 A→B 表示 A 是 B 的父类。任一子类沿箭头反向回溯，即得到它的祖先链。

你已经能画出一棵类继承树了——Student 在 Person 下面，VipStudent 又在 Student 下面。但为什么要把类组织成树形？继承正是为了解决三类问题。

写代码时最纠结的设计选择：让 Dog 继承 Animal，还是在 Dog 里塞个 Animal？选错会改一处崩一片。

用 Animal→Dog/Cat 完整例子，把继承语法、super 调用和方法重写一次看清。

L9 演示 `class 子类(父类)` 的核心写法；L12 用 super() 复用父类构造；L15 是同名方法自动重写；L26 用 isinstance 验证继承关系成立。

上一页我们定义了 Dog 继承 Animal，但运行时报错——属性不存在。问题出在哪？子类也有'出生'流程，得先把父类那套初始化走一遍。

子类继承了父类，但有时父类的实现不完全合适——可以彻底换掉它，也可以在它基础上加东西。两种策略对应不同的取舍。

上页讲单继承，子类只继承一个父类。但如果一个类想同时拥有多个父类的能力呢？Python 允许多继承，但带来一个新问题——菱形继承。

前面学了继承语法、方法重写、MRO——但为什么要搞这么复杂？这页用真实的成绩簿，看需求怎么一步步把简单的 dict 逼成继承体系。

基类 Gradebook 统一封装添加、查询、统计三种能力，子类可直接继承复用。

基类不关心数据怎么存，只定义通用接口：add 录入、query 查询、average/stats 做统计。子类可以沿用或覆盖——这就是继承的复用价值。

本科生成绩簿继承 Gradebook：用 super() 复用父类录入，新增年级边界与按年级统计。

L1 是继承声明；L10/L15 先校验年级再用 super() 复用父类逻辑；L18 不动父类就扩展出新能力。

在基类上做加法：新增导师字段，并把成绩收紧为 P/NP。

L3 声明继承 Gradebook；L7 super() 复用父类构造；L8 是新增的 advisor 字段；L11/L16 用 super().xxx() 实现『扩展而非替换』。

UML 三栏式：类名 / 属性 / 方法；箭头由子类指向基类表示继承。

成绩簿如果存一万名学生，列表会一次性吃光内存；但很多时候我们只需要'逐个处理'。生成器就是一家'随用随造'的工厂——你要一个，它造一个，绝不多造。

从for循环出发,看Python如何通过iter()和next()驱动迭代,再对比「手写类」与「生成器」两种实现路径。

用一段最小代码, 对比 yield 与 return 在函数里的不同语义。

yield 暂停并冻结执行栈; return 终止函数, 其值附在 StopIteration.value 上送出。

对比列表推导式与生成器表达式，把『惰性』二字看明白。

方括号产 list、圆括号产 generator；type 一目了然。next() 一次拉一个，取过的不复存在——这就是『惰性』。

前面看到生成器用yield一个一个产出值，但为什么不直接建个列表？答案在内存：面对海量甚至无限的元素，两种方式的差距是天壤之别。

这里的生成器指生成器表达式；两者写法相似，却常因惰性求值、单次消费与结果复用而误选。

一个倒计时生成器跑两次 for 循环，第二次彻底沉默——生成器的单向性。

L4 yield 暂停并返回值;L7 仅创建对象不执行;L16 第二次 for 循环零输出——单向性铁证。

演示 yield from 把多个生成器串成一条数据管道

yield from 等价于 'for x in upstream: yield x'，并把 .send/.throw/.return 委托给上游，所以管道能跨段正确传值与中断。

`yield from super().stream()` 逐项转交父类生成器；若父类生成器产生 `base`，再 `yield 'child'`，结果是哪组？

• ✓继承表达 IS-A 关系，代码复用通过共享属性与方法实现
• ✓多重继承的菱形冲突由 C3 MRO 确定唯一查找顺序
• ✓能用组合就别用继承——组合只暴露接口，继承会泄露父类实现
• ✓yield 在暂停点保存执行栈帧，实现按需取值的惰性序列
• ✓生成器耗尽后不可重置，send()可向yield传值

先独立思考再看参考答案——三题分别考验理解、应用与边界判断。