朋友們，我來了~

今天這一章還是講測試，基于屬性的測試（Property-Based Testing）。其實我感覺叫隨機驗證測試更通俗易懂一點。

我們?nèi)粘Ｗ约簻y試的時候，會有一個問題，就是我們既是裁判，也是球員。因為我們的程序就是順著我們的思路寫的，測試也是按照同樣的思路來測試的。所以，我們可能通常很難測出我們自己寫出來的bug。

解決這個問題的一個辦法，就是把測試交給其他人。這也是測試這個崗位存在的意義之一。但是，如果我們把測試交給了其他人，上一章提到的，對測試的思考可以幫助更好地設(shè)計程序，這個好處就不存在了。

基于屬性測試

解決這個問題的辦法就是，把其他人，換成我們的計算機，讓計算機來幫我們自動測試。

之前關(guān)于契約或者合約（Contract）那一章中，提到了要給程序制定一個合同，規(guī)定了輸入的規(guī)則、輸出的規(guī)則、以及不變量（比如給一個數(shù)組排序，進(jìn)去和出來的數(shù)組長度應(yīng)該是不變的）。

那么合約和不變量在這里統(tǒng)稱為屬性（property），很抽象是不是？個人覺得它的定義并不重要，舉個例子就懂了。

比如我們要驗證一個list的排序，我們可以驗證這兩件事：1.輸入和輸出的list長度是否相等；2.是不是list里的每一個都比它前面一個大。

用python寫出來就是這樣：

from hypothesis import given
import hypothesis.strategies as some

@given(some.lists(some.Integers()))
def test_list_size_is_invariant_across_sorting(a_list):
original_length = len(a_list)
a_list.sort()
assert len(a_list) == original_length

@given(some.lists(some.text()))
def test_sorted_result_is_ordered(a_list):
a_list.sort()
for i in range(len(a_list) – 1):
assert a_list[i] <= a_list[i + 1]

更重要的是，它利用了hypothesis這個模塊，@given(some.lists(some.integers()))會讓它在運行的時候，利用隨機的數(shù)值把同樣的方法運行100次。它會把出現(xiàn)錯誤的情況記錄下來。

對數(shù)器

之前在學(xué)習(xí)算法的時候，也接觸到了一個叫做對數(shù)器的概念，其實和這里的基于屬性測試，基本上是一件事情。

就是為了驗證我們的算法A寫對了，我們先寫一個絕對正確的算法B，不管效率，只管正確。然后用同樣的數(shù)據(jù)同時跑算法A和算法B。當(dāng)然也是隨機跑很多次啦。如果兩個出現(xiàn)了不同的結(jié)果，那就說明算法A寫錯了。

思路基本相同，只不過，相對來說，可能這個基于屬性測試更嚴(yán)謹(jǐn)一點，比如，同樣是排序算法，我用我寫的冒泡排序算法來驗證我的選擇排序算法，萬一，我的冒泡排序也寫錯了呢？但是，如果我直接從根本上解析出排序（正序）就是后一個比前一個大，顯然是更不容易出問題的，其實也能更進(jìn)一步地鍛煉我們尋找根本問題的能力。

當(dāng)然啦，嚴(yán)格意義上來說，比較后一個比前一個大，這個本身也是一種算法。

實話說，要思考清楚有哪些屬性是要測試的，這件事本身就充滿了難度。如果你平時沒有這個習(xí)慣，突然讓你想，你會大腦一片空白的，就像是剛學(xué)編程那會，遇到了一個需求完全不知道從哪里下手的那種感覺。坦白的說，我現(xiàn)在就是這種狀態(tài)，想必這也是需要刻意練習(xí)的。

這種隨機大量測試的方式，可以幫助我們測出一些邊界值，測出一些我們想不到的情況。往往最容易出問題的地方也是在邊界值的地方。就跟開車似的，車開起來了，通常都沒什么問題，但是起步可能會熄火，停車可能會倒不進(jìn)去。

Java的相關(guān)框架

關(guān)于這個基于屬性測試的框架，我隨手搜了一搜，Python有的，沒理由咱們Java沒有，對不對？

一、找到兩個github上開源：

1.https://github.com/HypothesisWorks/hypothesis-java

2.https://github.com/quicktheories/QuickTheories

二、找到一個都已經(jīng)有自己網(wǎng)站的（雖然也有g(shù)ithub）：

https://jqwik.net/

三、還有一個直接是JUnit家的JUnit-Quickcheck（感覺上這個更香一點）

https://github.com/pholser/junit-quickcheck

我還沒來得及仔細(xì)研究，朋友們可以先自行研究起來~

另一個實例

書中其實還提到了另外一個更加實際一點的例子，但我個人覺得那算不上bug，它和實際的需求有關(guān)系。這邊簡單提一下吧，或許你也有不同的見解。

大概就是有一個倉庫類，它可以存放各種貨品，不同貨品有各自的數(shù)量，大概是這樣一個結(jié)構(gòu)吧：List<Map<String,Integer>>。然后我們可以查詢某個貨品是否有庫存、查詢某個貨品還剩多少庫存、可以從中取出某個數(shù)量的貨品。

代碼如下：

class Warehouse:
def __init__(self, stock):
self.stock = stock

def in_stock(self, item_name):
return (item_name in self.stock) and (self.stock[item_name] > 0)

def take_from_stock(self, item_name, quantity):
if quantity <= self.stock[item_name]:
self.stock[item_name] -= quantity
else:
raise Exception("Oversold {}".format(item_name))

def stock_count(self, item_name):
return self.stock[item_name]

倉庫的初始化是這樣的：

wh = Warehouse({"shoes": 10, "hats": 2, "umbrellas": 0})

然后，同樣用了hypothesis來做批量測試，然后在調(diào)用take_from_stock( item_name='hats', quantity=3)這樣一組數(shù)據(jù)的時候報錯了。

作者說，在in_stock我們不應(yīng)該只判斷庫存是不是大于0，而是要判斷它有沒有包含我們要拿取的貨品數(shù)。代碼應(yīng)該改成這樣：

def in_stock(self, item_name, quantity):
return (item_name in self.stock) and (self.stock[item_name] >= quantity)

反正我是覺得這不算個bug吧，畢竟在真正獲取貨品的時候，就報錯了呀。要看我們對于in_stock這個方法本身的要怎么定義咯，是只需要知道它還有沒有庫存，還是需要知道它有沒有我需要的庫存。

雖然實際需求中，后者可能性更大，但是在take_from_stock方法里報錯，又有什么問題呢？（又或者，作者只是想舉個例子，是我太較真了）

尾聲

基于屬性的測試是對于單元測試的補充，對于單元測試的思考，可以讓我們思考代碼實現(xiàn)的其他方式?；趯傩缘臏y試，可以讓我們更加清晰，我們的方法能干什么不能干什么，同時，也消除一些意外的情況。

如果，你還沒有把這兩種測試用起來，現(xiàn)在就趕緊用起來吧~