Question

有一些应用程序域（例如GameDev），其中应使用随机值创建许多函数来生成其输出。其中一个例子如下：

def generate_key(monster_key_drop_coef):
    key_letters = string.ascii_uppercase
    rand = random.random()
    if monster_key_drop_coef < rand:
        return None

    button = {}
    button["type"] = random.choice([1,2,3])
    button["letter"] = random.choice(key_letters)
    return button

此函数根据几个随机操作生成项目的丢弃。如果要自动验证此功能的正确性，则会出现此问题。生成的值不是确定性的，回归测试的编写似乎是不可能的。

我的问题是：

是否可以为此类型编写有用的回归测试功能？
在这种情况下，是否有任何一般方法可以创建其他类型的测试？

Answer 1

有用的单元测试之一如下：

def test_generate_key():
    button_list = []
    for _ in range(1, 1000):
        button_list.append(generate_key(0.2))

    is_all_none = True
    is_not_none = False
    for key in button_list:
        is_all_none &= (key is None)
        is_not_none |= (key is not None)

    assert is_all_none == False
    assert is_not_none == True

验证函数签名，覆盖函数代码的所有行（概率很高），并传递99.999％的情况。还验证了函数从1000产生了至少一个下降，有时不产生下降。 0.2是项目下降的概率。

Answer 2

我会重写函数以使用依赖注入（随机数生成器作为参数传递给函数）。然后你可以传递一个随机数生成器的模拟，用不同的确定性“随机”输入来测试你的函数。

当然，您也可以测试不依赖于随机调用结果的断言。如：

函数返回None或带有“type”和“letter”键的dict。
如果返回字典，则值具有适当的类型和范围。

我绝不会写出具有非确定性结果的单元测试，即使是千分之一。我关心每一次测试失败，随机结果会令人不安。你最好封装你的随机性，这样就可以独立于随机数生成器测试函数。

如何验证随机使用的函数的正确性？

2 个答案: