我正在编写一个小程序,它从枚举中随机选择一个条目。示例代码:
#[derive(Debug)]
enum SettlementSize {
VILLAGE,
TOWN,
CITY
}
impl Distribution<SettlementSize> for Standard {
fn sample<R: Rng + ?Sized>(&self, rng: &mut R) -> SettlementSize {
let res = rng.gen_range(0, 3);
match res {
0 => SettlementSize::VILLAGE,
1 => SettlementSize::TOWN,
2 => SettlementSize::CITY,
_ => panic!("Unknown value!")
}
}
}
fn get_settlement_size(mut rng: impl RngCore) -> SettlementSize {
let size: SettlementSize = rng.gen();
size
}现在,我当然想测试它。这就是get_settlement_size采用rng值的原因。
#[test]
fn random_human_readable() {
let rng = StepRng::new(1, 1);
assert_eq!("Town", get_settlement_size(rng).human_readable());
}不幸的是,这不起作用。当我添加一些println时,从下面返回的值:
rng.gen_range(0, 3);始终为0。我将StepRng代码复制到我的测试模块中以在其中添加println,然后我看到调用了next_u32和next_u64。然而,后来代码消失在UniformSampler中,在这一点上我很难理解。我做错了什么?我可以以某种方式保留可测试性(这意味着能够在我的脑海中为随机设置固定的结果)?
发布于 2021-02-26 10:48:44
您说得对,模拟RngCore特征的原始函数很容易,但是使用它们来避免来自低位的偏差和来自模数计算的偏差的方式使得在RngCore中模拟更复杂的函数非常困难。
IMO实现这一点的最简单方法是在Rng的使用和要测试的代码之间放置一个层。
因此,不是这样:
fn get_settlement_size(mut rng: impl RngCore) -> SettlementSize {
let size: SettlementSize = rng.gen();
size
}你有
trait RngWrapper {
fn get_settlement_size(&mut self) -> SettlementSize;
}
fn get_settlement_size(rng: &mut impl RngWrapper) -> SettlementSize {
rng.get_settlement_size()
}现在,您的“真正”实现如下所示
impl Distribution<SettlementSize> for Standard {
fn sample<R: Rng + ?Sized>(&self, rng: &mut R) -> SettlementSize {
let res = rng.gen_range(0..3);
match res {
0 => SettlementSize::VILLAGE,
1 => SettlementSize::TOWN,
2 => SettlementSize::CITY,
_ => panic!("Unknown value!"),
}
}
}
struct Random<'a, R: RngCore> {
rng: &'a mut R,
}
impl<'a, R> RngWrapper for Random<'a, R>
where
R: RngCore,
{
fn get_settlement_size(&mut self) -> SettlementSize {
self.rng.gen()
}
}你的mock可能看起来像这样:
struct AlwaysTown {}
impl RngWrapper for AlwaysTown {
fn get_settlement_size(&mut self) -> SettlementSize {
SettlementSize::TOWN
}
}现在你可以测试任何使用get_settlement_size()的东西,但是你没有涉及到Random<'_, ThreadRng>::get_settlement_size的测试--然而,这现在是一个孤立的问题,不需要你在问题中提到的“能够随机设置固定的结果”-相反,我会做一个统计测试-每个预期的案例大致出现预期的次数。如果你想要这样严格,那么你需要一些统计数据(我不打算在这里放在这里)-但你应该能够组合一个粗略的测试,可以通过99.99+%的时间。
在playground上有一个完整的例子,除了RngCore上的统计测试。
https://stackoverflow.com/questions/63479986
复制相似问题