基于Liskov原则的Matrix与SquareMatrix类继承设计是否合理？

你联想到的正方形继承矩形的LSP违反案例，核心矛盾是父类存在单独修改宽/高的可变接口，子类无法在兼容父类接口约定的前提下，维持正方形边长相等的固有约束，才会出现替换后逻辑异常的问题。你的矩阵设计是否合理，完全取决于Matrix类的对外接口设计，不存在绝对的对错。

该设计完全合规的场景 #

如果你的Matrix类设计为不可变类，或者没有暴露单独修改行数、列数的对外接口，那这个继承关系完全符合Liskov原则：

• Matrix类提供的所有基础矩阵运算（加法、数乘、乘法、转置、求逆等），SquareMatrix都可以正常承接，运算结果如果不符合方阵约束，直接返回Matrix类型即可，不会破坏子类的方阵约束
• SquareMatrix新增的is_diagonal()校验属于子类扩展的额外能力，完全不影响父类已有接口的兼容性，也不会出现父类调用的异常

参考实现示例：

class Matrix:
    def __init__(self, rows: int, cols: int, data: list[list[float]]):
        # 行列数、数据均为私有属性，不对外暴露修改入口
        self._rows = rows
        self._cols = cols
        self._data = data
    
    # 所有修改操作都返回新实例，不修改原对象状态
    def transpose(self) -> 'Matrix':
        transposed_data = [[self._data[j][i] for j in range(self._rows)] for i in range(self._cols)]
        return Matrix(self._cols, self._rows, transposed_data)

class SquareMatrix(Matrix):
    def __init__(self, size: int, data: list[list[float]]):
        # 初始化时就校验行列数相等，保证实例化后永远符合方阵约束
        if len(data) != size or any(len(row) != size for row in data):
            raise ValueError("SquareMatrix must have equal rows and columns")
        super().__init__(size, size, data)
    
    # 子类扩展的独有方法
    def is_diagonal(self) -> bool:
        for i in range(self._rows):
            for j in range(self._cols):
                if i != j and abs(self._data[i][j]) > 1e-9: # 浮点误差容限
                    return False
        return True

上述实现中，SquareMatrix的实例可以完全替换所有需要Matrix入参的场景，不会出现任何逻辑异常，完全符合LSP要求。

该设计违反LSP的场景 #

如果你的Matrix类对外提供了单独修改行数、列数的接口，比如set_rows()、set_cols()，或者支持直接修改某行/某列的长度，那这个继承关系就会出现和正方形继承矩形完全一致的问题：

• 父类接口约定允许单独修改行数为和列数不等的值，子类要维持方阵约束的话，要么偷偷同步修改列数破坏用户预期，要么抛出异常违反父类的接口约定，此时SquareMatrix无法替换Matrix使用，确实违反LSP。

可变矩阵场景的替代方案 #

如果业务必须支持可变矩阵，可以放弃继承关系，改用组合的方式实现SquareMatrix，或者将Matrix和SquareMatrix实现为同一个抽象矩阵基类的平级子类，各自维护自身的约束即可。

内容的提问来源于stack exchange，提问作者fraktus