python-hypothesis如何缩小延迟策略

Question

我目前正在为 Matlab 实现 PBB，并在某种程度上受到假设的影响。

我不明白假设如何处理递延策略的缩减。 在文档中有代码 sn-p

import hypothesis.strategies as st
x = st.deferred(lambda: st.booleans() | st.tuples(x, x))
x.example()
>>> (((False, (True, True)), (False, True)), (True, True))

现在，这个例子很可能会通过减少递归深度来缩小。但是，假设如何知道如何操纵 lambda 以使示例缩小？

---

DRMacIver回答后的问题：

• 假设是否存储了哪些选择属于哪个策略？例如：(False,(False,False)) 可以构造为10010000（深度优先）。如果我们采用子序列01（其中第一个0 属于策略booleans 而不是现在的tuples）我们将得到示例True，这可能不算是前者的缩小版本.

Answer 1

收缩延迟策略与收缩任何其他策略的工作方式相同，因为假设中的收缩一致地作用于基础表示，而不需要了解有关正在使用的策略的任何信息。

Hypothesis 不是操纵生成的值，而是修改用于构造它们的选择。您可以将其视为进行一系列硬币翻转。例如(True, False) 可能由序列10100 生成，即1（选择| 的第二个分支），然后是01，它选择第一个分支然后生成True 和00选择第一个分支然后生成 False。我们可以通过将10100 替换为01 将(True, False) 减少到True，或者通过将00 替换为False，我们可以找到这两个选项作为原始选择序列的子序列。

如果您想了解更多信息，可以阅读有关它的论文（或观看演讲）：https://2020.ecoop.org/details/ecoop-2020-papers/13/Test-Case-Reduction-via-Test-Case-Generation-Insights-From-the-Hypothesis-Reducer

假设是否存储了哪些选择属于哪种策略？例如： (False,(False,False)) 可以构造为 10010000（深度优先）。如果我们取子序列 01（其中第一个 0 属于策略布尔值而不是现在的元组），我们将得到示例 True，这可能不算作前者的缩小版本。

不，Hypothesis 没有任何关于选择“所有权”的特定概念，并认为 True 是 (False, (False, False)) 的完全有效收缩！毕竟它更小更简单。