Python 如何验证使用随机变量的函数的正确性？

有些应用程序域（例如GameDev）中的许多函数都应该使用随机值创建，以生成它们的输出。其中一个例子如下：

def generate_key(monster_key_drop_coef):
    key_letters = string.ascii_uppercase
    rand = random.random()
    if monster_key_drop_coef < rand:
        return None

    button = {}
    button["type"] = random.choice([1,2,3])
    button["letter"] = random.choice(key_letters)
    return button

def test_generate_key():
    button_list = []
    for _ in range(1, 1000):
        button_list.append(generate_key(0.2))

    is_all_none = True
    is_not_none = False
    for key in button_list:
        is_all_none &= (key is None)
        is_not_none |= (key is not None)

    assert is_all_none == False
    assert is_not_none == True

def生成密钥（怪物密钥丢弃密钥）：
key_字母=string.ascii_大写
rand=random.random（）
如果怪物钥匙掉落系数<兰德：
一无所获
按钮={}
按钮[“类型”]=随机选择（[1,2,3]）
按钮[“字母”]=随机选择（按键字母）
返回按钮

此函数基于几个随机操作生成项目的放置。如果要自动验证此函数的正确性，则会出现此问题。生成的值是不确定的，编写回归测试似乎是不可能的

我的问题是：

是否可以为这种类型的数据编写有用的回归测试 功能

在这种情况下，是否有创建其他类型测试的一般方法

---

下面介绍了一个有用的单元测试：

def generate_key(monster_key_drop_coef):
    key_letters = string.ascii_uppercase
    rand = random.random()
    if monster_key_drop_coef < rand:
        return None

    button = {}
    button["type"] = random.choice([1,2,3])
    button["letter"] = random.choice(key_letters)
    return button

def test_generate_key():
    button_list = []
    for _ in range(1, 1000):
        button_list.append(generate_key(0.2))

    is_all_none = True
    is_not_none = False
    for key in button_list:
        is_all_none &= (key is None)
        is_not_none |= (key is not None)

    assert is_all_none == False
    assert is_not_none == True

它验证函数签名，覆盖函数代码的所有行（良好概率），并在99.999%的情况下通过。还验证了该函数从1000中至少产生一次下降，有时不会产生下降。

---

0.2是物品掉落的概率

我将重写函数以使用依赖项注入（随机数生成器作为参数传递给函数）。然后，您可以传递一个随机数生成器的模拟，用不同的确定性“随机”输入测试您的函数

当然，您也可以测试您的断言，这些断言不依赖于随机调用的结果。例如：

• 这些函数返回None或带有键“type”和“letter”的dict
• 如果返回字典，则值的类型和范围适当

---

我决不会写一个结果不确定的单元测试，即使是千分之一。我关心每一次测试失败，随机结果会令人不安。你最好封装你的随机性，这样函数就可以独立于随机数生成器进行测试。

关于这个主题有很多书。示例：模拟RNG以交付已知结果（然后使用已知预期结果的特定输出进行测试）是一种方法。