如何测试一个基本上是黑盒子的程序的结果？例如，一年前我不得不写一棵 B 树作为作业，我真的很难测试正确性。你在这种情况下使用什么策略？可视化？稳健的输入-->测试数据的结果集？当很难获得此类数据时，您会怎么做，因为获得这些数据的唯一方法是您的正确工作程序？
编辑:我认为我的问题被误解了。理解 B 树的工作原理没有问题。那是微不足道的。但是编写强大的测试来验证其正确的功能并不是那么简单。我认为这个学校问题类似于许多实际的 REAL 单词场景和测试用例。有时理解领域与交付工作和正确的程序是完全不同的......
EDIT2:是的，使用 B 树可以用笔和纸验证正确的行为。但这真的很脏而且不好玩 :) 这不适用于需要大量数据进行验证的问题......
最佳答案
我不确定这些答案是否真的捕获了手头的问题。 B 树的输入和输出与任何其他字典的输入和输出没有任何不同——但如果正确实现，该算法的性能会更好。它实际上只有两个功能需要测试(添加和查找)，因此从理论上讲，对这个单个组件进行“黑盒”测试应该没问题。可测试性设计不是问题，因为无论您如何设计，整个算法都是一个组成部分。
所以问题是:当您必须实现微妙的算法时，您无法始终很好地理解具有复杂输出的算法，您如何测试它们？我认为您可以使用三种不同的策略:
黑盒测试基本功能。对于 B-tree 的情况，这是建议的 cwash 之类的事情，还有诸如确保在添加项目时可以找到它之类的事情，等等。
测试您的算法应该保持的某些不变量(B 树应该是平衡的，节点内的值应该排序，等等)
可能需要一些小的“纸笔”测试——手动计算算法并检查它是否与您的代码所做的相匹配。但是大数据测试都可以是类型 2。它们也可能很脆弱，因此除非您需要真正确定您的算法，否则您可能希望避免使用它们。
关于unit-testing - 复杂输出算法的测试方法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/1030051/