作為一個(gè)有情操的測試，目標(biāo)不能局限在找到問題，而是要能夠精確的定位問題。在面對一大篇代碼的時(shí)候，不能直接翻著白眼去找技術(shù)說，這一頁里面有錯(cuò)，一怎么怎么執(zhí)行就死了。。那樣你也只能得到技術(shù)的白眼， 最好能精確的告訴技術(shù)，是具體的那一行導(dǎo)致的程序執(zhí)行失敗，這樣技術(shù)也才有信念幫你解決問題。別忘了我們的目標(biāo)是Get Work Done。

簡單的結(jié)果能夠更有效的解釋事情也有助于他人更簡單的理解你要說的東西。簡化的過程嘛，就是一次判斷問題的每一個(gè)條件是否于錯(cuò)誤的發(fā)生有關(guān)系，如果沒有關(guān)系就刪除掉。最后剩下的就是導(dǎo)致問題出現(xiàn)的原因了。

測試過程中，我們當(dāng)然可以手動的來做這件事，一部分一部分的排除。不過我們想要的是自動化，一個(gè)按鍵就解決問題。策略+自動化測試 就能完成這一點(diǎn)。

這里介紹一個(gè)算法 DELTA DEBUGGING：

1. 將輸入分成n個(gè)子集（n為粒度，初始值n=2）
2. 如果任何一個(gè)子集沒有通過測試代碼，繼續(xù)分解這個(gè)子集，設(shè)置n=max(n-1, 2)，重復(fù)這個(gè)步驟。
3. 否則（所有子集都通過測試），提高粒度 n=min(2n, len(input) )。
   <code>

def ddmin(s):
assert test(s) == "FAIL"
n=2
while len(s) >=2:
    start =0;
    subset_length = len(s) / n
    some_complement_is_failing =False
    while start<len(s):
        complement = s[:start] +s[start+subset_length:]
        if test(complement) =="FAIL":
            s=complement
            n = max(n-1,2)
            some_complement_is_failing = True
            break
        start = start+subset_length
    if not some_complement_is_failing:
        n=min(n*2,len(s))
        if n==len(s):
            break
return s

</code>

DELTA DEBUGGING 不僅能用于簡化錯(cuò)誤，也能用于簡化代碼變更。算法返回的是導(dǎo)致錯(cuò)誤的原因。但是需要注意的一點(diǎn)在于一個(gè)真正導(dǎo)致代碼失敗的原因是只需要該改變一點(diǎn)點(diǎn)就能夠?qū)Τ绦蛴杏绊懙?，所以我們在?bào)告bug的時(shí)候，要確定他首先是一個(gè)錯(cuò)誤，然后是它導(dǎo)致了程序失敗。

更多文章請?jiān)L問我的博客，謝謝。