原來(lái)雖然是索引超出范圍，但是泛型集合拋的卻是ArgumentOutOfRangeException�；鹦橇�，MS為什么不和數(shù)組一樣拋IndexOutOfRangeException異常呢？其實(shí)List中的元素也是存儲(chǔ)在數(shù)組中的，我想MS是畫(huà)蛇添足了。把catch語(yǔ)句改下異常類(lèi)型，測(cè)試通過(guò)了，其他和預(yù)想的都一樣。

      第一個(gè)測(cè)試方法完成了。寫(xiě)測(cè)試看來(lái)還是有點(diǎn)麻煩，NUnit的工作只是將你測(cè)試類(lèi)里的方法一起運(yùn)行并顯示結(jié)果。但測(cè)試用例和邏輯，都得自己寫(xiě)，只是參數(shù)驗(yàn)證還好說(shuō)。下面要驗(yàn)證正常輸出結(jié)果的隨機(jī)性，費(fèi)了點(diǎn)功夫。

      正常輸出，應(yīng)該驗(yàn)證這些：個(gè)數(shù)、范圍、元素不重復(fù)、運(yùn)行不重復(fù)、隨機(jī)分布。

      第二個(gè)測(cè)試方法只比較了一下兩次運(yùn)行不重復(fù)，這里不把這個(gè)小算法抽象成機(jī)關(guān)重重的黑盒了，那應(yīng)該測(cè)試個(gè)幾百幾千次，甚至更多，看結(jié)果的重復(fù)率。還有怎么高效地比較N個(gè)集合中，每個(gè)集合都很長(zhǎng)很長(zhǎng)，是否有元素完全相同的呢，我想可以對(duì)集合生成一個(gè)MD5簽名再比較。

      驗(yàn)證隨機(jī)寫(xiě)在第三個(gè)驗(yàn)證方法里，和驗(yàn)證結(jié)果元素個(gè)數(shù)和范圍在一起。關(guān)鍵來(lái)了，自己覺(jué)得它是隨機(jī)的不行，怎么判斷這些數(shù)是隨機(jī)的？憑什么標(biāo)準(zhǔn)判斷呢？要把判斷的依據(jù)用編程語(yǔ)言告訴計(jì)算機(jī)。

      隨機(jī)數(shù)有什么特征，我思索著，終于總結(jié)出：隨機(jī)是不均勻又均勻。一個(gè)隨機(jī)數(shù)，可以是在指定范圍內(nèi)任意值，此謂不均勻。但一次生成的一組隨機(jī)數(shù)總體來(lái)看，若把總范圍分成若干跨度相同的子范圍，每個(gè)子范圍內(nèi)應(yīng)有差不多數(shù)量的隨機(jī)數(shù)。隨機(jī)數(shù)總數(shù)越多，在各范圍內(nèi)分布的比例越接近，此謂均勻。說(shuō)到分布，想起來(lái)了，我們中學(xué)學(xué)過(guò)一個(gè)描述分布的數(shù)學(xué)概念：方差。我們生成的隨機(jī)數(shù)，應(yīng)對(duì)范圍的中間值有一定的方差。而這個(gè)方差，應(yīng)該接近于均勻分布情況下的方差。我估計(jì)平均每次浮動(dòng)在10％內(nèi)，如果通不過(guò)，再調(diào)整一下。

      這里采用循環(huán)生成測(cè)試參數(shù)，以后應(yīng)該會(huì)經(jīng)常用到這種方式。寫(xiě)完，生成項(xiàng)目，NUnit加載，Run，大紅條！看來(lái)浮動(dòng)范圍限制得太小，但是一看NUnit Text OutPut欄，發(fā)現(xiàn)有的結(jié)果浮動(dòng)值過(guò)于懸殊，達(dá)數(shù)倍之多。結(jié)果之間差別也很大，不對(duì)勁！

      在項(xiàng)目里調(diào)試，一下子發(fā)現(xiàn)，不，應(yīng)該說(shuō)是想起來(lái)：生成隨機(jī)數(shù)的種子應(yīng)該在循環(huán)外初始化。不然，生成的全是連續(xù)的“隨機(jī)數(shù)”。

      做修改，NUnit重新Run一下，通過(guò)！這才是真正的隨機(jī)數(shù)，隨機(jī)得很暴力，平均方差浮動(dòng)不到1％！

　　單元測(cè)試也是程序開(kāi)發(fā)的一部分，希望與大家一起學(xué)習(xí)交流，成為軟件開(kāi)發(fā)的現(xiàn)代化正規(guī)軍。