大海捞针（Python）

我有一个功能，用于在应用程序的搜索功能中查找错误，这是非常有用的。在这个函数上运行pytest迭代，提交用于搜索的随机UTF-8字符串大约每500次搜索生成一次调试错误

由于我可以获取导致错误的每个字符串，所以我想确定这些字符串中真正引起错误的最小字符子序列是什么。换句话说，（在pytest循环中）：

我是否应该将字符串切成两半，并将每一面都削短，然后重新提交，直到失败，然后从其（len（）-1）中选择随机字符，如果没有发生错误，则进行备份？蛮力组合？最好的办法是什么

---

谢谢。

如果有两个字符序列导致失败，则将字符串拆分为一半将失败，并且该序列正好位于中间。每一半都成功，但组合字符串失败

这里有一个算法可以找到局部最小值：

尝试依次删除每个字符

• 如果删除字符仍然会导致失败，请保留新的较短字符串，并在此新字符串上重复算法
• 如果删除字符不再导致失败，请将其放回原处，然后尝试删除下一个字符。继续，直到没有更多的字符可以尝试。当到达字符串末尾时，您知道删除任何一个字符都会导致搜索成功

我会使用“两边削”的方法。拆分字符串将始终冒着拆分导致错误的子字符串的风险。我的做法是：

从字符串左侧弹出尽可能多的字符，同时确保字符串导致错误

对右侧执行同样的操作

从理论上讲，您只剩下导致错误的最小子字符串

---

希望有帮助

首先，值得注意的是，解决方案可能不是唯一的，即可能存在两个或多个断开的子字符串

---

另一个建议（对于Xavier和Mark的正确答案）是运行递归方法。对导致错误的有限字符串子集重复采样。一旦发现另一个错误，重复此操作，直到达到最小的子字符串。这种方法足够健壮，可以处理更复杂的用例，其中错误可能存在于两个不相邻的条目中。我不认为这里是这种情况，但是有一个通用的purpose方法很好。

我说“理论上”最小，因为它不能保证。假设

*A.*B.*

格式的所有字符串都会导致错误。因此，给定

abcAdefBghi

，此方法将找到

AdefB

，而不是真正最小的

AB

。但至少你知道触发器在最左边和最右边。今天就实现了。效果很好。谢谢

def fumble_towards_ecstasy(string_that_breaks):
    # iterate over both length and content of the string
        nugget = # minimum series of characters that break the search
        return nugget