对含数学计算的calculate函数做单元测试，中间值如何断言？

我正在为一个函数编写单元测试，以下是该函数的简化版本——它接收分数数组，计算均方根（RMS），再通过D3的scaleLinear将minS至maxS区间的值映射到0-1，最后将结果取1.5次幂：

function calculate (scores, minS, maxS) {
  // Sum of the squares of item scores. 
  let s = scores.reduce((acc, score) => {
    return acc + score * score
  }, 0)
  s = Math.sqrt(s / scores.length)
  const scale = d3.scaleLinear().domain([minS, maxS]).range([0, 1]).clamp(true)
  s = scale(s)
  return Math.pow(s, 1.5)
}

边界情况的测试很容易编写（比如能得到0或1结果的输入），但我纠结0-1之间的中间值测试该如何断言：这类测试能更全面验证所有数学逻辑，但两种断言方式各有优劣：

第一种是硬编码计算好的预期结果：

expect(calculate([0, -0.5, 1], -1, 1)).toBeCloseTo(0.746278)

第二种是用和实现逻辑略有不同的方式重新计算预期值，再做断言：

const minS = 0.2
const maxS = 0.718
const rms = Math.sqrt((0.4 ** 2 + 0.6 ** 2) / 2)
// 手动实现d3.scaleLinear的核心逻辑
const normalized = (rms - minS) / (maxS - minS)
const expected = normalized ** 1.5

expect(calculate([0.4, 0.6], minS, maxS)).toBeCloseTo(expected)

两种方式的适用场景 #

• 硬编码预期值：适合逻辑稳定、计算结果明确的场景，优点是测试代码简洁直接，一眼能看到预期结果。但缺点是如果函数的计算逻辑（比如幂次从1.5改成2）发生变更，需要重新计算并更新硬编码的值；另外复杂计算下，硬编码数值容易写错，排查问题时还得重新验算。

• 重新实现简化逻辑计算预期值：这种方式更可靠，相当于用另一种实现方式交叉验证函数的每一步数学逻辑。比如手动实现scaleLinear的核心映射逻辑，就能确保函数调用D3的这一步没有出错；后续如果函数的数学规则调整，只需要同步修改测试里的计算逻辑即可，不用重新计算具体数值。

推荐实践 #

1. 保留边界值测试（0和1的情况），这是验证函数正确性的基础。
2. 中间值测试优先选择第二种方式：
   • 避免硬编码数值的维护成本，减少手动计算出错的概率；
   • 测试代码本身也能作为函数逻辑的文档，清晰展示每一步的计算规则。
3. 可以搭配少量硬编码测试作为补充：选一个简单的输入手动算出结果，既验证逻辑，又确保两种计算方式一致。

示例测试代码：

// 简单输入的硬编码测试，验证基础逻辑
test('simple input returns correct result', () => {
  expect(calculate([2,2], 0, 2)).toBeCloseTo(1); // RMS为2，映射后是1，1^1.5=1
});

// 复杂输入的交叉验证测试
test('complex input maps correctly', () => {
  const scores = [0.4, 0.6];
  const minS = 0.2;
  const maxS = 0.718;
  
  // 手动计算预期值
  const rms = Math.sqrt((0.4**2 + 0.6**2)/2);
  const normalized = (rms - minS)/(maxS - minS);
  const expected = Math.pow(normalized, 1.5);
  
  expect(calculate(scores, minS, maxS)).toBeCloseTo(expected);
});

内容的提问来源于stack exchange，提问作者Eric