Skip to content

变异测试

一句话解释

变异测试以小方式修改代码(变异体)——如果测试仍然通过,说明测试存在盲区。

用大白话说

变异测试通过故意破坏代码来衡量测试的质量。它做小改动(变异)如将 + 改为 -、true 改为 false、> 改为 >=,然后每次改动后运行测试。如果变异导致测试失败——该变异被「杀死」(好,你的测试捕获了 bug)。如果所有测试仍然通过——该变异「存活」(坏,你的测试会漏掉这个 bug)。变异分数 = 被杀死的变异 / 总变异。高分意味着你的测试很全面。变异示例:

  • a + b → a - b(算术运算符)
  • return true → return false(布尔值)
  • if (x > 0) → if (x >= 0)(边界)
  • a && b → a || b(逻辑运算符)

变异测试计算开销大(多次测试运行),但提供了最诚实的测试质量衡量。工具:Stryker(JS/TS)、PIT(Java)、mutmut(Python)。

示例

javascript
// Original code
function isAdult(age) {
  return age >= 18;
}

// Test
test('isAdult returns true for 18', () => {
  expect(isAdult(18)).toBe(true);
});

// Mutations generated by Stryker:
// 1. age >= 18 → age > 18  → test FAILS (18 not adult) ✅ KILLED
// 2. age >= 18 → age <= 18 → test PASSES for 18 ❌ SURVIVED
//    (need more tests: expect(isAdult(17)).toBe(false))
// 3. return age >= 18 → return true → test PASSES ❌ SURVIVED
//    (need: expect(isAdult(10)).toBe(false))

// Mutation score: 1/3 = 33% — tests need improvement!

Stryker 变异你的代码并运行测试。存活的变异体揭示测试盲区。存活的变异体意味着真实 bug 可能无法被检测到。

常见混淆

  • 容易混淆的对象: code coverage

    关键区别: 代码覆盖率衡量测试执行了哪些行——但 100% 覆盖率不代表测试好(你可以执行一行而不检查其结果)。变异测试衡量测试是否真正检测到 bug——它修改代码并检查测试是否注意到。覆盖率是必要但不充分的;变异分数是更强的质量指标。

相关术语

相关资源

相关课程

解读错误信息

用大白话解释常见错误——什么意思、为什么发生、如何修复。

查看错误

← 返回术语表