科学计算库的单元测试
我以前在单元测试中有过一些经验，我称之为（不是贬义）经典的软件工程项目：MVC，带有用户GUI，数据库，中间层的业务逻辑等。现在，我我用C＃编写了一个科学计算库（是的，我知道C＃太慢了，使用C，不要重新发明轮子，所有这些，但是我们有很多人在C＃中从事科学计算，我们有点需要）。就软件开发行业而言，这是一个小项目，因为我主要是自己写这篇文章，有时是在一些同事的帮助下编写的。另外，我并没有为此获得报酬，最重要的是，这是一个学术项目。我的意思是，我希望它有一天能达到专业水平，因为我正计划开源。 无论如何，该项目正在变得越来越庞大（大约18,000行代码，对于一个人的项目而言，我认为这是很大的），而且它也变得一发不可收拾。我正在使用git进行源代码控制，我认为我还不错，但是我正在像老派一样进行测试，我的意思是编写编写测试系统大部分内容的完整控制台应用程序，主要是因为我不知道如何在这种情况下进行单元测试，尽管我认为那是我应该做的。问题在于该库主要包含算法，例如图算法，分类器，数值解算器，随机分布等。我只是不知道如何为每种算法指定微小的测试用例，因为其中很多是随机的，我不知道如何验证正确性。例如，对于分类，有一些指标，例如精度和召回率，但是这些指标对于比较两种算法比判断一种算法更好。那么，如何在这里定义正确性？ 最后还有性能问题。我知道它是一套完全不同的测试，但是性能是科学工具的重要功能之一，而不是用户满意度或其他软件工程指标。 我最大的问题之一是数据结构。我可以针对kd-tree进行的唯一测试是压力测试：插入许多随机向量，然后执行许多随机查询，然后与朴素的线性搜索进行比较。性能相同。使用数值优化器，我可以测试基准功能，但是再次，这是压力测试。我不认为这些测试可以归类为单元测试，最重要的是，它们不能连续运行，因为其中大多数都很繁重。但是我也认为这些测试需要完成，我不能只插入两个元素，弹出根，是的，它适用于0-1-n的情况。 那么，这种软件的（单元）测试方法是什么（如果有）？以及如何围绕代码-构建-提交-集成周期组织单元测试和繁重的单元测试？