Python 测试单元'；TDD中的s效率
假设我们需要一个排序函数，并希望确保它是在Python 测试单元'；TDD中的s效率,python,unit-testing,testing,tdd,Python,Unit Testing,Testing,Tdd,假设我们需要一个排序函数，并希望确保它是在O（nlogn）中实现的，而不是在O（n^2）中实现的 使用测试驱动开发，是否有系统的方法来测试此功能的实现效率 根据，测试实现细节被认为是测试驱动开发中的反模式，这是否阻止了TDD检查满足需求的代码的效率？还是有一种系统化的方法可以做到这一点？这并不是TDD的最佳点——请记住，TDD的动机不是测试（尽管这是一个很好的副作用），而是设计，也就是说，使代码易于更改 TDD仪式的一部分是在开发周期中频繁运行测试；偏离开发流程的测试（例如，运行时间过长）是不允
O（nlogn）O（n^2）根据，测试实现细节被认为是测试驱动开发中的反模式，这是否阻止了TDD检查满足需求的代码的效率？还是有一种系统化的方法可以做到这一点？这并不是TDD的最佳点——请记住，TDD的动机不是测试（尽管这是一个很好的副作用），而是设计，也就是说，使代码易于更改 TDD仪式的一部分是在开发周期中频繁运行测试；偏离开发流程的测试（例如，运行时间过长）是不允许的。这并不是说你不能进行这些测试；支持TDD的一个理由是，它确保您拥有可测试的代码。但是在红/绿/回收仪式期间，您通常不会期望运行需要大量挂钟时间的测试 此外，当实现不稳定时，与实现紧密耦合的测试是真正的阻力。当测试干扰代码中封装设计的更改时，您将失去可信度 有时，您可以引入可观察性需求，以便从系统外部获得调用关键部分的频率计数。只要系统正在使用该关键部分，那么您就可以使用计数作为证据，并估计实现是否按照您期望的方式扩展 在sort的情况下，这可能意味着比较函数是一个可配置依赖项的设计，在测试中，我们提供了一个计算调用频率的实现
但这确实引入了一些耦合——在这一点上，您要衡量的是您的方法是否被调用，而不是测试主体是否给出了正确的答案。在某些情况下，这很好。在其他情况下，这是过度耦合。我不知道有哪种简单的启发式方法可以用来区分这两种情况，而不必尝试实验，也不会在过度耦合发生时被烧坏。您可以使用test after代替TDD：
- 注入一个测量操作数的计数器
- 对给定的输入运行算法
- 确认计数小于阈值