Question

我有一个功能，旨在查找应用程序搜索功能中的错误，generates a variable-length search string from the non-control UTF-8 possibilities。在此函数上运行pytest迭代，提交搜索的随机UTF-8字符串大约每500次搜索生成一次调试错误。

由于我可以抓住导致错误的每个字符串，我想确定那些真正引发错误的字符串中字符的最小子系列是什么。换句话说，（在pytest循环内部）：

def fumble_towards_ecstasy(string_that_breaks):
    # iterate over both length and content of the string
        nugget = # minimum series of characters that break the search
        return nugget

我应该将字符串切成两半并减少每一边并重新提交直到它失败，从它的（len（） - 1）中选择随机字符然后如果没有发生错误则备份？蛮力组合？什么是最好的方法来解决这个问题？

感谢。

Answer 1

如果存在导致失败的两个字符序列，则将字符串拆分为一半将失败，并且该序列恰好位于中间。每一半都成功，但合并的字符串失败。

这是一种可以找到局部最小值的算法：

请尝试依次删除每个字符。

如果删除该字符仍会导致失败，请保留新的较短字符串并在此新字符串上重复算法。
如果删除角色不再导致失败，请将其放回并尝试删除下一个角色。继续前进，直到没有剩下的人物可以尝试。当您到达字符串的末尾时，您知道删除任何一个字符会导致搜索成功。

Answer 2

我使用“双方都是”的方法。拆分字符串将始终存在分解导致错误的子字符串的风险。我的方法是：

尽可能在字符串左侧弹出尽可能多的字符，同时仍然确保字符串会导致错误。
向右侧做同样的事。
理论上，你会留下导致错误的最小子字符串。

希望有所帮助！

Answer 3

首先，值得注意的是，该解决方案可能不是唯一的，即可能存在两个或更多损坏的子串。

另一个建议（对Xavier和Mark的好答案）是运行递归方法。使用导致错误的有限字符串子集重复采样。一旦找到另一个错误，重复直到达到最小子字符串。这种方法足够强大，可以处理更复杂的用例，其中错误可以存在于两个不相邻的条目中。我不认为这是这种情况，但有一个普通的purpopse方法很好。

干草堆中的可变长度针（Python）

3 个答案: