Hypothesis能否压缩自身未发现的失败测试用例？

当然可以用Hypothesis进一步压缩这个45元素的失败测试用例，核心是利用Hypothesis的**自动简化（shrinking）**能力，以下是具体操作步骤：

• 给测试函数绑定已知失败用例
  把你手动缩减后的45元素列表，通过@example装饰器加到测试函数上，让Hypothesis优先运行这个确定会失败的输入：

  from hypothesis import given, example
  from hypothesis.strategies import lists, tuples, floats
  
  @given(data=lists(tuples(floats())))
  @example(data=你的45元素列表)  # 替换成你实际的列表数据
  def test_percentile(data):
      # 原测试逻辑：调用目标函数并验证结果
      result = percentile_function(data)
      assert result == expected_value
  

  运行测试时，Hypothesis检测到该示例触发失败后，会立刻启动简化流程，自动尝试移除、修改列表元素，直到找到最小规模的能触发bug的输入。

• 用find函数手动触发简化
  如果@example的方式没达到预期，还可以用hypothesis.find函数直接指定起点和失败条件，强制触发简化：

  from hypothesis import find
  
  def triggers_bug(data):
      # 定义判断逻辑：输入是否会触发bug
      try:
          percentile_function(data)
          # 若函数无异常但结果错误，此处添加断言判断
          assert ...
          return False
      except (AssertionError, ValueError):  # 替换成实际触发的异常类型
          return True
  
  # 以45元素列表为起点，找到最小的触发bug的输入
  minimal_failure_case = find(
      lists(tuples(floats())),
      triggers_bug,
      example=你的45元素列表
  )
  print("最小失败用例:", minimal_failure_case)
  

需要注意：

• 确保测试函数/triggers_bug函数能准确识别失败场景——只有Hypothesis明确知道输入会导致测试失败时，才能进行有效的简化。
• Hypothesis的简化算法擅长处理结构化数据，会优先保留触发bug的关键元素（比如特定浮点数极值、元组组合），最终可能把45个元素压缩到几个甚至单个元素就能触发bug的程度。

内容的提问来源于stack exchange，提问作者Zac Hatfield-Dodds