Be careful of static field when unit testing!

最新推荐文章于 2025-12-30 14:55:22 发布
原创 最新推荐文章于 2025-12-30 14:55:22 发布 · 1.2k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#testing

本文探讨了在软件测试中使用静态字段可能遇到的问题。建议要么避免使用静态字段，要么确保在每个测试用例之前通过setUp()方法将其重置为默认值。否则可能会引入难以追踪的错误。

Basically, the value of static field will remain across test cases. So either you don't use static field, or remember to reset its value to default value in setUp(). Be careful, or you will get the most tricky bug promisingly.

BalonFan
关注
Howt o Build an Image Processing Application Using Java and OpenCV
AI天才研究院
07-28 1437
作者：禅与计算机程序设计艺术Image processing is one of the most popular areas in computer science, and it has applications in a wide range of fields such as industrial engineering, medical image analysis, security surveillance, etc. In this article, we will learn how to
Conceptual Challenges for Interpretable Machine Learning
weixin_42786150的博客
03-01 1694
Conceptual Challenges for Interpretable Machine Learning David S. Watson1 'Department of Statistical Science, University College London, London, UK Email for correspondence: david.watson@ucl.ac.uk §0 Abstract As machine learning has gradually entere..
Automated Unit Testing
sam1111的专栏
07-09 3442
 IntroductionUnit testing is an integral part of ensuring product quality, and it is the first chance for development teams to uncover and correct defects in their source code. When performed effe
Use systemd timers instead of cronjobs
allway2的博客
12-30 537
【代码】Use systemd timers instead of cronjobs。
Java Unit Test with TestNG
04-07 204
Terminology CUT(Class Under Test) –a class in the production code which is being tested MUT(Method Under Test) –a method in the production code which is being tested Fixture–the set of...
CodeLab：Android fundamentals 06.1:Espresso for UI testing
qq_39040714的博客
04-12 1235
Android fundamentals 06.1:Espresso for UI testing Tutorial source : Google CodeLab Date : 2021/04/06 Complete course : 教程目录 (java). Note : The link in this article requires Google access 1、Welcome This practical codelab is part of Unit 2: User experience
Spring官方文档（中文版！！！）
热门推荐
li1376417539的博客
03-18 9万+
本文档是对spring官方文档的解读，原文档参见Spring官方文档 ，本人只是翻译和整理，由于水平有限，部分解读可能不正确，欢迎提出更好的意见和建议或者与我一起完成本次挑战！网页版移步我的临时网页 Git传送门 1 Spring综述 1.1 jdk环境依赖 从Spring Framework 5.1开始，Spring需要JDK 8+ (Java SE 8+)，并提供对JDK 11 LTS的开箱...
Java 之父 James Gosling 最新访谈：JIT 很好，但不适合所有语言
AI天才研究院
08-27 1万+
计算机编程确实是一门艺术。James Gosling，“Java 之父”, 完成了 Java 的原始设计，并实现了 Java 最初版本的编译器和虚拟机。90年代初，James Goslin...
复制的官方GitLab 文档
知无涯
03-28 6231
stage: Verify group: Continuous Integration info: To determine the technical writer assigned to the Stage/Group associated with this page, see https://about.gitlab.com/handbook/engineering/ux/technical-writing/#assignments type: reference Keyword refere.
ODE 参考手册
UnrealEngine4 、Delta3D、OSG
12-25 5万+
Manual: All From ODE Wiki Jump to: navigation, search Contents Introduction This article is part of the ODE Manual Chapters ...
CoreJava - Chapter 4: Objects and Classes
DreamyHacker的博客
06-14 960
Introduction to Object-Oritented Programming Introduction Each object has a specific functionality, exposed to its users, and a hidden implementation Basically, as long as an object satisfies your specifications, you don't care how the functionality is
ZooKeeper Administrator‘s Guide：A Guide to Deployment and Administration是一本关于ZooKeeper部署和管理的指南
BLOG域名:programb.blog.youkuaiyun.com
04-28 2021
它涵盖了部署系统的要求、支持的平台、所需的软件、集群设置、单服务器和开发人员设置，以及一些需要考虑的事项，如ZooKeeper的优点和局限性。总之，ZooKeeper管理员指南是一本全面而实用的参考书，对于需要部署和管理ZooKeeper的读者来说非常有价值。这包括如何识别和解决常见问题，如何设计和实施备份和恢复策略，以及如何利用ZooKeeper提供的各种工具进行故障排查。此外，该指南还提供了关于如何监控ZooKeeper的性能和可用性，以及如何处理故障转移和恢复的信息。
AI-ALLIN_一个全面且可用于生产环境的Go语言AI智能体框架_支持流式响应_多模型后端_工具集成_多存储引擎_会话管理_运行时执行器层_工具监督器_执行图_智能体化检索增强生.zip
12-30
AI-ALLIN_一个全面且可用于生产环境的Go语言AI智能体框架_支持流式响应_多模型后端_工具集成_多存储引擎_会话管理_运行时执行器层_工具监督器_执行图_智能体化检索增强生.zip
一款基于微信小程序平台开发的综合性群组管理与互动工具套件_包含群通知发布与提醒群接龙活动组织与参与群投票发起与统计群通讯录信息共享与维护四大核心功能模块_旨在通过集成丰富的群.zip
12-30
一款基于微信小程序平台开发的综合性群组管理与互动工具套件_包含群通知发布与提醒群接龙活动组织与参与群投票发起与统计群通讯录信息共享与维护四大核心功能模块_旨在通过集成丰富的群.zip
多源动态最优潮流的分布鲁棒优化方法（IEEE118节点）（Matlab代码实现）
12-30
多源动态最优潮流的分布鲁棒优化方法（IEEE118节点）（Matlab代码实现）内容概要：本文介绍了基于Matlab代码实现的多源动态最优潮流的分布鲁棒优化方法，适用于IEEE118节点电力系统。该方法结合两阶段鲁棒模型与确定性模型，旨在应对电力系统中多源不确定性（如可再生能源出力波动、负荷变化等），提升系统运行的安全性与经济性。文档还列举了大量相关的电力系统优化研究案例，涵盖微电网调度、电动汽车集群并网、需求响应、配电网重构等多个方向，并提供了YALMIP等工具包的网盘下载链接，支持科研复现与进一步开发。整体内容聚焦于电力系统建模、优化算法应用及鲁棒性分析。; 适合人群：具备电力系统基础知识和Matlab编程能力的研究生、科研人员及从事能源系统优化的工程技术人员；熟悉优化建模（如鲁棒优化、分布鲁棒优化）者更佳。; 使用场景及目标：①开展电力系统动态最优潮流研究，特别是含高比例可再生能源的场景；②学习和复现分布鲁棒优化在IEEE118等标准测试系统上的应用；③进行科研项目开发、论文复现或算法比较实验；④获取相关Matlab代码资源与仿真工具支持。; 阅读建议：建议按文档结构逐步浏览，重点关注模型构建思路与代码实现逻辑，结合提供的网盘资源下载必要工具包（如YALMIP），并在Matlab环境中调试运行示例代码，以加深对分布鲁棒优化方法的理解与应用能力。
性能评估信标辅助双跳认知无线电无线中继选择方案的性能评估研究（Matlab代码实现）
最新发布
12-30
【性能评估】信标辅助双跳认知无线电无线中继选择方案的性能评估研究（Matlab代码实现）内容概要：本文围绕“信标辅助双跳认知无线电无线中继选择方案的性能评估”展开研究，通过Matlab代码实现对该通信系统的性能进行建模与仿真分析。重点探讨了在认知无线电网络中，如何利用信标信息优化双跳中继的选择机制，提升频谱利用率与传输可靠性，并对系统的关键性能指标如中断概率、吞吐量和误码率等进行了评估。研究结合实际无线环境因素，验证了所提方案在复杂动态频谱环境下的有效性与鲁棒性。; 适合人群：具备通信工程、电子信息类专业背景，熟悉Matlab仿真工具，从事无线通信、认知无线电或中继网络研究的研究生及科研人员。; 使用场景及目标：①用于认知无线电网络中的中继选择算法设计与性能验证；②支持无线通信系统仿真教学与科研项目开发，提升对双跳传输与频谱感知机制的理解；③为后续优化中继协作策略提供仿真基础和技术参考。; 阅读建议：建议读者结合Matla
xbr2017_PyBasemap_SpacialInterpolation_28028_1766986788452.zip
12-30
xbr2017_PyBasemap_SpacialInterpolation_28028_1766986788452.zip
车辆管理系统高级版_专为化工机械矿山交通及车辆密集型单位设计的综合性车辆管理解决方案_涵盖行车记录模块包括派车单录入出车查询派车记录统计驾驶员出车明细各单位使用客车货车明细长途车任.zip
12-30
车辆管理系统高级版_专为化工机械矿山交通及车辆密集型单位设计的综合性车辆管理解决方案_涵盖行车记录模块包括派车单录入出车查询派车记录统计驾驶员出车明细各单位使用客车货车明细长途车任.zip
al2016s_E-commerce-AI-Agent-Powered-by-Parallax_28860_1767076300381.zip
12-30
al2016s_E-commerce-AI-Agent-Powered-by-Parallax_28860_1767076300381.zip
be careful that the sense of inside and outside of the surface can be inverted. You need to make sure your normal vector points outside; the included unit test should help with this.
10-31
<think>我们面对的核心问题是：如何确保表面法线指向外部（避免内外反转）以及如何通过单元测试验证。 根据引用内容，我们可以总结出两种主要方法： 1. 视点法（Viewpoint-based）：通过判断法线与视点方向的夹角，确保法线指向视点（即外部）[^3][^5]。具体来说，对于点$p_i$，其法线向量$\vec{n_i}$应满足：$\vec{n_i} \cdot (v_p - p_i) > 0$，其中$v_p$是视点位置。如果不满足，则将法线反向。 2. 最小生成树法（MST-based）：当无法获取视点时，通过构建最小生成树来传播法线方向[^5]。从某个法线方向已知正确的点开始，遍历最小生成树，如果相邻两个点的法线点积小于0（即夹角大于90度），则翻转其中一个点的法线。这里边的权重可以用$e_g=1-|\vec{n_i} \cdot \vec{n_j}|$来设置，以更好地处理近似平行的法线。 另外，引用[1]提到，按照约定，指向表面外侧的向量就是法线。如果需要反转，可以直接将所有法线取反。 因此，确保法线指向外部的步骤： 步骤1：计算每个点的初始法线（如通过PCA等方法）。 步骤2：使用视点法（如果有视点信息）或最小生成树法（无视点信息）统一法线方向。 关于单元测试： 我们需要验证法线方向是否符合预期。可以设计以下测试用例： 1. 对于已知方向的标准几何体（如球体、立方体），测试其法线是否都指向外部。 2. 对于有视点的情况，测试每个点的法线是否满足$\vec{n} \cdot (v_p - p) > 0$。 3. 对于没有视点的情况，测试相邻点的法线夹角是否小于90度（即点积大于0），并且整个模型上法线方向传播一致。 下面我们用Java代码示例展示两种方法的核心实现，以及简单的单元测试。 注意：我们省略了法线初始计算部分（可用PCA），重点放在方向调整。 方法一：基于视点的法线方向调整 </think>### 确保表面法线指向外部的处理方法与单元测试实现 #### 核心方法 1. **视点一致性修正法**（推荐） - **原理**：根据引用[3][^3][^5]，法线需满足$\vec{n_i} \cdot (v_p - p_i) > 0$，其中$v_p$为视点位置 - **实现步骤**： ```java // 计算每个点的法线方向修正 for (Point point : pointCloud) { Vector3 viewDirection = viewpoint.subtract(point.position).normalize(); if (point.normal.dot(viewDirection) < 0) { // 引用[2] point.normal = point.normal.negate(); // 反转法线方向 } } ``` - **优势**：物理意义明确，适用于大多数3D场景 2. **最小生成树传播法**（无视点信息时） - **原理**：基于引用[5][^5]，构建欧式最小生成树，通过曲率权重$e_g=1-|\vec{n_i} \cdot \vec{n_j}|$传播法线方向 ```java // 构建最小生成树(MST)并传播法线 MinimumSpanningTree mst = new MinimumSpanningTree(pointCloud); for (Edge edge : mst.getEdges()) { Point p1 = edge.start(); Point p2 = edge.end(); if (p1.normal.dot(p2.normal) < 0) { // 引用[5] p2.normal = p1.normal.negate(); // 保持相邻点法线同向 } } ``` 3. **全局方向统一法** ```java // 根据引用[1]直接反转所有法线 public void flipAllNormals(PointCloud cloud) { for (Point p : cloud.points) { p.normal = new Vector3(-p.normal.x, -p.normal.y, -p.normal.z); } } ``` --- #### 单元测试验证方案 1. **方向一致性测试** ```java @Test void testNormalConsistency() { PointCloud sphere = generateSphere(1.0); // 生成测试球体 computeNormals(sphere); // 计算法线 orientNormals(sphere, viewpoint); // 方向修正 for (Point p : sphere.points) { // 验证法线指向外部：位置向量与法线同向 Vector3 radial = p.position.normalize(); assertTrue(p.normal.dot(radial) > 0.9, // 夹角<25° "法线方向错误于位置: " + p.position); } } ``` 2. **视点约束测试** ```java @Test void testViewpointConstraint() { // 引用[3]的视点约束验证 Vector3 viewpoint = new Vector3(0, 0, 10); PointCloud cloud = loadTestModel("building.obj"); orientNormals(cloud, viewpoint); for (Point p : cloud.points) { Vector3 toView = viewpoint.subtract(p.position).normalize(); assertTrue(p.normal.dot(toView) > 0, // 必须满足n·(vp-p)>0 "违反视点约束: " + p.position); } } ``` 3. **边界条件测试** ```java @Test void testDegenerateCases() { // 测试零向量/共线点等边界情况 PointCloud degenerate = createDegenerateCloud(); computeNormals(degenerate); for (Point p : degenerate.points) { double norm = p.normal.length(); assertTrue(norm > 0.999 && norm < 1.001, // 长度≈1 "非法单位向量: " + norm); assertFalse(Double.isNaN(p.normal.x), "包含NaN值"); } } ``` --- #### 工程实践建议 1. **参考系建立**： - 初始计算时采用右手坐标系约定（引用[1][^1]） - 对导入模型进行坐标系一致性检查 2. **容错处理**： ```java // 添加法线计算异常检测 if (normal.length() < 1e-8) { // 零向量保护 normal = DEFAULT_UP_VECTOR; log.warning("退化法线于: " + position); } ``` 3. **可视化辅助**： ```java // 调试模式显示法线方向 if (DEBUG_MODE) { renderer.drawVector(p.position, p.normal.scale(0.2), COLOR_RED); } ``` --- #### 数学验证原理 对任意点$p_i$，其法线$\vec{n_i}$应满足： $$ \vec{n_i} \cdot \frac{\partial S}{\partial u} \bigg|_{p_i} = 0 \quad \text{且} \quad \vec{n_i} \cdot \frac{\partial S}{\partial v} \bigg|_{p_i} = 0 $$ 其中$S(u,v)$为局部参数化表面。外部法线还需满足： $$ \vec{n_i} \cdot (c - p_i) > 0 $$ $c$为模型包围盒中心，此关系可用于自动化测试[^5]。 --- ### 相关问题 1. 如何选择最优视点位置来避免法线修正错误？ 2. 在实时渲染系统中如何高效实现大规模点云的法线方向统一？ 3. 法线方向错误会对光线追踪和物理仿真产生哪些具体影响？ 4. 如何处理非封闭曲面（如布料）的法线方向确定问题？ 5. 有哪些开源库已实现鲁棒的法线方向处理算法？
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值