如何验证使用随机函数的正确性？答案

【问题标题】：Howto validate correctness of functions which use random?如何验证使用随机函数的正确性？
【发布时间】：2012-06-11 16:52:38
【问题描述】：

在一些应用程序域（例如 GameDev）中，许多函数应该使用随机值创建以产生它们的输出。以下是其中一个示例：

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

这个函数根据几个随机操作生成物品的掉落。如果您想自动验证此功能的正确性，则会出现问题。生成的值不是确定性的，编写回归测试似乎是不可能的。

我的问题是：

是否可以为这种类型的代码编写有用的回归测试？职能？
在这种情况下，是否有任何通用方法可以创建其他类型的测试？

【问题讨论】：

关于这个主题的书籍有很多。示例：johndcook.com/Beautiful_Testing_ch10.pdf
模拟 RNG 以提供已知结果（然后使用已知期望结果的特定输出进行测试）是一种方法。

标签： python testing random regression-testing

【解决方案1】：

下面介绍了一个有用的单元测试：

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

它验证函数签名，覆盖函数代码的所有行（很有可能）并且在 99.999% 的情况下会通过。还验证了该函数从 1000 中产生至少一个下降，有时不会产生下降。 0.2 是物品掉落的概率。

【讨论】：

【解决方案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，您可以传递一个随机数生成器的模拟，以使用不同的确定性“随机”输入来测试您的函数。

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 或带有键“type”和“letter”的 dict。
如果返回字典，则值的类型和范围都合适。

我永远不会编写具有不确定结果的单元测试，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，这样函数就可以独立于随机数生成器进行测试。

【讨论】：