布尔函数的测试用例数

Question

我对用于布尔函数的测试用例数感到困惑。假设我正在写一个函数来检查某物的售价是否超过60美元。

function checkSalePrice(price) {
  return (price > 60)
}

在我的预先安置课程中，他们要求最小的测试＃包括边界值。所以在这种情况下，一组示例测试是[30,60,90]。我接受的这门课程只是测试两个值，更低和更高，例如（30,90）

哪个是对的？ （我知道这是在思考一杯水的深度，但我想再多做几个样本，因为我不熟悉编程）

Answer 1

Kent Beck写道

  

我得到的代码是有效的，而不是测试代码，所以我的理念是尽可能少地测试以达到给定的置信水平（我怀疑这种信心水平与行业标准相比很高，但这可能只是狂妄自大）。如果我通常不会犯一个错误（比如在构造函数中设置错误的变量），我不会测试它。我确实倾向于理解测试错误，所以当我有复杂条件的逻辑时我会格外小心。在团队编码时，我会修改我的策略，仔细测试我们总体上会出错的代码。

我吗？我做了栅栏贴错误。因此，我绝对希望确保我的测试套件能够捕获checkSalePrice

的以下错误实现

function checkSalePrice(price) {
    return (price >= 60)
}

如果我使用测试驱动开发编写checkSalePrice，那么我希望通过确保它们在通过之前失败来校准我的测试。因为在我的编程环境中，一个简单的布尔函数返回false，我的流程看起来像

assert checkSalePrice(61)

这会失败，因为默认情况下该方法返回false。然后我会实现

function checkSalePrice(price) {
    return true
}

现在我的第一张支票通过，所以我知道这个边界情况正确涵盖了什么。然后我会添加一个新支票

assert ! checkSalePrice(60)

会失败。提供更正后的实现将通过检查，现在我可以根据需要自信地重构该方法。

在这里添加第三个检查任意值不会在更改代码时提供额外的安全性，也不会使下一个维护者的生活变得更容易，所以我会在这里解决两个案例。 / p>

请注意，我使用的启发式方法与返回值的复杂性无关，但与方法的complexity无关

谓词的复杂性可能包括覆盖阅读输入的各种问题。例如，如果我们传递一个集合，我们想要确保涵盖哪些案例？ J.B. Rainsberger建议使用以下助记符

1. 零
2. 一个
3. 许多
4. 大量
5. 糟糕

布鲁斯道森指出，只有40亿个花车，所以也许你应该[全部测试]。

请注意，那些额外的40亿减去两次检查并没有增加很多 design 值，所以我们可能已经从TDD跨越到另一个领域。

Answer 2

你偶然发现了测试的大问题 - 有多少测试好足够了？！

基本上有三种方式来看待这个：

• 黑盒测试：你不关心你的MuT的内部（测试方法）。您仅专注于方法的合同。在你的情况下：应该在price > 60时返回true。当你想到这一点时，你会发现测试30和90 ......以及也许 60。测试角落案例是始终良好做法。所以答案是：3
• 白盒测试：您对测试进行覆盖测量 - 例如，您可以尝试至少按一次所有路径。在这种情况下，您可以使用30和90 - 这将导致100％覆盖：所以答案在这里：2
• 随机测试，由QuickCheck指导。这种方法非常不同：您根本没有指定测试案例。相反，您退后一步，确定应该适用于您的MuT的规则。然后框架创建随机输入并使用它来调用您的MuT - 尝试查找上述规则中断的示例。

在您的情况下，这样的规则可能是：when checkSalePrice(a) and checkSalePrice(b) then checkSalePrice(a+b)。这种方法首先感觉不寻常，但一旦开始探索它的可能性，你就可以在其中找到非常有趣的东西。特别是当您了解您的代码可以提供所需的＆＃34;创建者＆＃34;框架的功能。这允许您使用这种方法来测试更复杂的，面向对象的＃34;东西。看到框架找到一个缺陷是很棒的 - 然后意识到框架甚至会找到最小的＆＃34;破坏您指定的规则所需的示例数据。