【发布时间】：2019-08-26 03:44:06
【问题描述】：
假设我们需要一个排序函数并希望确保它在O(nlogn) 而不是O(n^2) 中实现。
使用测试驱动开发，有没有系统的方法来测试这个功能的执行效率？
根据Wikipedia，测试实现细节被认为是测试驱动开发中的反模式，这是否会阻止 TDD 尝试检查满足需求的代码的效率？或者有系统的方法吗？
【问题讨论】：
标签： python unit-testing testing tdd
【发布时间】：2019-08-26 03:44:06
【问题描述】：
您可以使用 test-after 代替 TDD：
- 注入测量操作次数的计数器
- 针对给定输入运行算法
- 确认计数小于阈值
这将防止操作数量的倒退。 （请记住，这并不能保证实际性能。）
【讨论】：
这并不是 TDD 的真正优势——请记住，TDD 的动机不是测试（尽管这是一个很好的副作用），而是 设计，也就是说代码易于更改。
TDD 仪式的一部分是在开发周期中频繁运行测试；分散开发流程的测试（例如，通过花费很长时间运行）是超出范围的。这并不是说您不能进行这些测试。支持 TDD 的理由之一是它确保您拥有可测试的代码。但是您通常不会期望在红色/绿色/回收仪式期间运行需要大量挂钟时间的测试。
此外，当实现不稳定时，与实现紧密耦合的测试是真正的拖累。当测试干扰更改代码中的封装设计时，您就会失去可信度。
有时，您可以引入可观察性要求，这样您就可以从系统外部计算调用关键部分的频率。只要系统正在使用该关键部分，那么也许您可以使用计数作为证据，并估计实施是否按您期望的方式扩展。
在排序的情况下，这可能意味着比较函数是可配置依赖项的设计，并且在测试中我们提供了一个计算它被调用频率的实现。
但这确实引入了一些耦合——此时您要衡量的是您的方法是否被调用，不是测试对象是否产生正确的答案。在某些情况下，这很好。在其他情况下，这是过度耦合。我不知道有什么简单的启发式方法可以用来区分这两种情况，而无需尝试实验并在发生过度耦合时被烧毁。
【讨论】：