JUnit Cookbook(翻译)

作者:Kent Beck, Eric Gamma
这是一本指导你按照步骤使用JUnit编写和组织你自己的单元测试的手册。

简单的测试用例
你怎样写测试代码?
最简单的方法是在调试器中作为表达式。你不需要重新编译就能改变调试表达式,并且你能等待指导你已经看到运行对象再决定写什么。你也能写测试表达式作为打印到标准输出流的语句。这两种方式都是受到限制的,因为他们要求人们判断和分析他们的结果。另外,他们组成方式也不是很好——在同一时间仅能调试一个表达式,并且有太多打印语句的程序会引起可怕的“Scroll Blindness”。
单元测试不要求人去判断和干预,并且同一时间很容易运行多个测试。当你需要做测试的时候,你应该做:
1、使用 @org.junit.Test 注释方法
2、当你想要检查值的时候,静态导入 org.junit.Assert.*,如果测试成功,调用assertTrue()并且传递真值。
例如,要测试相同汇率两部分货币的总和,应该这样写:
@Test
public void simpleAdd() {
Money m12CHF= new Money(12, "CHF");
Money m14CHF= new Money(14, "CHF");
Money expected= new Money(26, "CHF");
Money result= m12CHF.add(m14CHF);
assertTrue(expected.equals(result));
}

如果你想要写与你已经写过的测试相似的测试,可以使用脚手架代替。

脚手架
如果你有多个测试,使用相同或者相似的对象,该怎么做呢?
测试需要运行在对象集合的背景之上,这个对象集合叫做脚手架。当你写测试的时候,你经常会发现编写代码构建脚手架比使用明确的测试值需要更多的时间编写代码。
某种程度上,通过更多关注你写的构造方法你能更容易地编写脚手架代码。然而,更大的节约来源于共享脚手架代码。经常的,你将能够为一些不同的测试使用相同的脚手架。每个用例将会发送不同的消息或者参数给脚手架,并且检查不同的结果。
当你有通用的脚手架时,你需要做的是:
1、为脚手架的每个部分增加域
2、在方法中使用 @org.junit.Before 和 @org.junit.initialize注释
3、使用 @org.junit.After 注释释放任何在setUp中分配的资源
例如,使用12瑞士法郎,14瑞士法郎和28美元的不同组合写一些测试用例,首先创建脚手架:
public class MoneyTest { 
private Money f12CHF;
private Money f14CHF;
private Money f28USD;

@Before
public void setUp() {
f12CHF= new Money(12, "CHF");
f14CHF= new Money(14, "CHF");
f28USD= new Money(28, "USD");
}
}

一旦你完成了脚手架,你就可以写一些你想要的测试用例。

运行测试
你怎样运行你的测试并且收集它们的结果呢?
一旦你有了测试代码,你肯定会想要运行它们。JUnit提供默认的工具定义suite运行和显示结果。运行测试,在控制台查看结果,你可以使用Java程序运行测试:
org.junit.runner.JUnitCore.runClasses(TestClass1.class, ...);

也可以从命令行运行它:
java org.junit.runner.JUnitCore TestClass1 [...other test classes...]


预期的异常
你怎样验证代码抛出预期的异常?
验证代码正常的完成仅仅是程序的一部分。确保代码行为处在预期的范围内也是程序的一部分。例如:

new ArrayList<Object>().get(0);

这段代码应该抛出异常 IndexOutOfBoundsException。 注释 @Test 有可选的参数"expected", 它是Throwable的子类。 如果我们想要验证ArrayList抛出了正确的exception,我们应该这样写:
@Test(expected= IndexOutOfBoundsException.class) 
public void empty() {
new ArrayList<Object>().get(0);
}
【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究(Matlab代码实现)内容概要:本文围绕【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究展开,重点介绍基于Matlab的代码实现方法。文章系统阐述了遍历理论的基本概念、动态模态分解(DMD)的数学原理及其与库普曼算子谱特性之间的内在联系,展示了如何通过数值计算手段分析非线性动力系统的演化行为。文中提供了完整的Matlab代码示例,涵盖数据驱动的模态分解、谱分析及可视化过程,帮助读者理解并复现相关算法。同时,文档还列举了多个相关的科研方向和技术应用场景,体现出该方法在复杂系统建模与分析中的广泛适用性。; 适合人群:具备一定动力系统、线性代数与数值分析基础,熟悉Matlab编程,从事控制理论、流体力学、信号处理或数据驱动建模等领域研究的研究生、博士生及科研人员。; 使用场景及目标:①深入理解库普曼算子理论及其在非线性系统分析中的应用;②掌握动态模态分解(DMD)算法的实现与优化;③应用于流体动力学、气候建模、生物系统、电力系统等领域的时空模态提取与预测;④支撑高水平论文复现与科研项目开发。; 阅读建议:建议读者结合Matlab代码逐段调试运行,对照理论推导加深理解;推荐参考文中提及的相关研究方向拓展应用场景;鼓励在实际数据上验证算法性能,并尝试改进与扩展算法功能。
本系统采用微信小程序作为前端交互界面,结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建,形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性与扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试与优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理,同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性,遵循企业级开发标准,确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言,这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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