如何对随机选择选项的Go函数做单元测试？是否有测试必要？

func RandomAgentType() AgentType {
    types := []AgentType{
        AgentTypeArtist,
        AgentTypeCollector,
        AgentTypePrivateInstitution,
        AgentTypePublicInstitution,
    }

    return types[rand.Intn(len(types))]
}

有必要。虽然rand.Intn是官方维护的可靠函数，但这个自定义函数的核心逻辑有两个关键点需要验证：

• 确保返回值一定是types切片内的合法AgentType，避免后续修改枚举值时（比如误删、漏加）出现非法返回值；
• 避免因切片长度变更（比如后续有人清空切片）导致索引越界panic。
  如果这个函数在业务逻辑中被依赖（比如生成测试数据、模拟用户行为），测试它的正确性能避免下游逻辑因随机值异常出问题。

直接测试随机结果不可靠，核心思路是控制随机数生成逻辑，验证函数的分支和返回值：

方法1：依赖注入（推荐） #

重构函数，把随机数生成器作为参数传入，测试时替换为固定逻辑的生成器：

// 重构后的函数
func RandomAgentType(r rand.Source) AgentType {
    types := []AgentType{
        AgentTypeArtist,
        AgentTypeCollector,
        AgentTypePrivateInstitution,
        AgentTypePublicInstitution,
    }
    rng := rand.New(r)
    return types[rng.Intn(len(types))]
}

// 测试代码
func TestRandomAgentType(t *testing.T) {
    // 用固定种子的生成器，验证多次调用返回值均合法
    fixedRng := rand.New(rand.NewSource(1))
    for i := 0; i < 100; i++ {
        result := RandomAgentType(fixedRng)
        switch result {
        case AgentTypeArtist, AgentTypeCollector, AgentTypePrivateInstitution, AgentTypePublicInstitution:
            // 合法值，继续执行
        default:
            t.Errorf("意外的AgentType值：%v", result)
        }
    }

    // 模拟随机数返回0，验证返回第一个枚举值
    mockR := mockRandSource{returnVal: 0}
    if result := RandomAgentType(mockR); result != AgentTypeArtist {
        t.Errorf("期望返回AgentTypeArtist，实际得到%v", result)
    }
}

// 自定义Mock的rand.Source实现
type mockRandSource struct {
    returnVal int64
}

func (m mockRandSource) Int63() int64 {
    return m.returnVal
}

func (m mockRandSource) Seed(seed int64) {}

方法2：Monkey Patch（临时快速方案） #

如果不想重构代码，可以用Monkey Patch工具替换rand.Intn的实现，测试时控制返回值：

import "github.com/bouk/monkey"

func TestRandomAgentType(t *testing.T) {
    defer monkey.UnpatchAll()

    // 让rand.Intn固定返回0
    monkey.Patch(rand.Intn, func(n int) int {
        return 0
    })
    if result := RandomAgentType(); result != AgentTypeArtist {
        t.Errorf("期望返回AgentTypeArtist，实际得到%v", result)
    }

    // 让rand.Intn固定返回3（最后一个索引）
    monkey.Patch(rand.Intn, func(n int) int {
        return 3
    })
    if result := RandomAgentType(); result != AgentTypePublicInstitution {
        t.Errorf("期望返回AgentTypePublicInstitution，实际得到%v", result)
    }
}

注：Monkey Patch会修改全局状态，可能有兼容性问题，优先推荐依赖注入方案。

另外还可以做概率性测试：调用函数足够多次（比如1000次），统计每个AgentType的返回次数，确保所有枚举值都有被返回的可能，大概率验证逻辑正确性。

会影响。代码覆盖率统计的是被执行到的代码行数，这个函数里的切片定义、rand.Intn调用、返回语句都是未被测试覆盖的行，不写测试的话这些行的覆盖率为0，会拉低整体代码覆盖率。如果项目对覆盖率有硬性要求，这类函数的缺失测试会导致覆盖率不达标；即使没有要求，未覆盖的代码也意味着潜在逻辑风险未被验证。

内容的提问来源于stack exchange，提问作者aviya.developer