爲隨機函數編寫測試

Question

我正在編寫一個用於試驗演化算法的軟件包，不用說，它包含大量的隨機方法。現在，我想爲這個軟件包編寫一些（doc）測試，這樣我就可以驗證一切正常，但是我遇到了測試應該在「大部分時間」都是真實的情況。這感覺就像我可能接近這個錯誤的方式，但我仍然想聽聽你的一些想法。

例如，我在我的文檔測試是這樣的：

>>> a = Genome() 
>>> b = Genome() 
>>> a.mutate() 
>>> a != b 
True # Well, most of the time. 

那樣實現測試意味着測試有時會失敗，而一切工作。

我讀的建議做測試之前修復RNG種子，但隨後我會確保一切正常之前我可以寫測試，由於測試應包括預期的結果。

Answer 1

您可以使其失敗的概率可以忽略不計，例如，

a = Genome() 
genomes = [] 
for i in range(100): 
    b = Genome() 
    b.mutate() 
    genomes.append(b) 
assert any(a != b for b in genomes) 

如果您的原始測試成功大部分時間，這個人會永遠成功所有的實際目的。

該測試還可以對允許匹配的基因組數量施加合理的限制。

可以說這個測試的讀數比原來的要好。也許使用doctests在這裏是錯誤的方法，你應該編寫單獨的單元測試。