Random Utils

Background

我曾经写了个哈希表， 尽管经过了较多的手动传参测试，但后来仍然发现代码中存在着缺陷。 不止如此，在后来实现诸如红黑树、并查集等结构的时候，同样遇到过测试方面的问题。

最开始，我通过生成大量随机操作序列的方式，对代码（主要是容器类型的数据机构）进行测试。 以哈希表为例，我们进行了上百万次的随机的 CURD 操作，并定义了 check 方法用于检测内部结构的问题。 详见代码。

这个方法虽然把哈希表代码的缺陷挖掘出来了，但明眼人都能看出其诸多缺点：

• 对随机操作序列的抽象层次较低。
• 只能对容器的几个固定方法进行测试，如 clear，add 等在不同容器中参数个数相同的函数。
• 对容器成员方法的绑定方式不灵活，只能基于上面的特性，把容器成员方法绑定到固定类型的成员变量中。
• 对新增方法的测试不友好，需要增加操作序列 id、增加容器测试类的成员变量等。
• 对某些传参较特殊的方法无法测试，例如 insert 等。

限于当时的代码及工程能力，没有抽象成更好的测试工具。

而在今天，正如该项目所展示的那样，我把这个测试工具进行了更好的抽象与优化。 包括了随机对象生成，更好的函数及成员方法包装。

关于测试用例的效率，这个确实只能力大砖飞，相比起大模型生成测试用例，这个的优势在于小巧方便，顺便在实现的过程中多学习一下 c++ 的模板知识。

在大模型面前抬不起头的日子到此为止了！ 目前大模型生成的测试用例效果，只能说非常幽默。 覆盖范围小，断言质量低，测试场景十分简陋。 待测试的类或函数集合越复杂，大模型生成测试用例的效果就越差。

Introduction

random_object

随机对象的生成是该工具的基石，通过模板特化与概念约束，实现了对于多数普通类型的对象的生成。 如 double，std::string，std::pair 等类型。 而对于 std::tuple 类型，我们使用了多层的继承结构，将 tuple 类型参数包展开。 多层继承结构也有利于我们实现随机对象生成的约束功能。

random_caller

成员方法的随机调用器需要将类型作为形参传递给 random_caller。 调用 enroll 注册成员方法，在设置字符串键的同时，还可以设定调用概率以及参数约束。

random_caller

该类型是针对普通函数的随机调用器的特化。使用方法与 random_caller 大致相同。

Details

random_caller 类还是比较复杂的，具体的设计与构造过程，见文档。