Provides guidance for property…

# 用 Hypothesis 测试电商订单金额计算函数

一、核心思路

属性测试不验证具体值，而是验证“无论输入什么，函数都应满足的不变量”。先定义被测函数，再针对其设计属性。

二、建议设计的属性

• 非负性：任何合法输入下，折扣后金额不为负（如你提到的折扣场景）。
• 上限性：订单总额不超过系统上限（如 999999）。
• 单价 × 数量一致性：总额应等于各商品单价×数量之和（结合律/交换律——调整商品顺序不影响结果）。
• 折扣幂等/单调性：折扣率越大，金额越小或不变；折扣率 0 时不改变金额。
• 四舍五入稳定性：对同一输入多次调用结果一致（纯函数性）。
• 边界鲁棒性：数量为 0 时总额为 0；不抛出意外异常（除非显式定义）。

三、完整示例代码

```python

from hypothesis import given, strategies as st, settings

# 被测函数

def calc_total(items, discount_rate=0.0):

"""items: [(单价, 数量)], 折扣率 0~1"""

if not 0 <= discount_rate <= 1:

raise ValueError("折扣率必须在 0~1 之间")

total = sum(price * qty for price, qty in items)

total = round(total * (1 - discount_rate), 2)

return max(0.0, min(total, 999999.0))

# 策略：生成商品列表与折扣率

items_strategy = st.lists(

st.tuples(

st.decimals(min_value=0, max_value=10000, places=2),

st.integers(min_value=0, max_value=1000),

),

max_size=20,

)

discount_strategy = st.floats(min_value=0, max_value=1)

@given(items=items_strategy, rate=discount_strategy)

@settings(max_examples=200)

def test_total_in_bounds(items, rate):

total = calc_total(items, rate)

assert 0 <= total <= 999999

@given(items=items_strategy, rate=st.just(0))

def test_no_discount_preserves_rounding(items, rate):

raw = round(sum(p * q for p, q in items), 2)

assert calc_total(items, rate) == min(raw, 999999)

@given(items=items_strategy, r1=discount_strategy, r2=discount_strategy)

def test_discount_monotonic(items, r1, r2):

if r1 <= r2:

assert calc_total(items, r1) >= calc_total(items, r2)

@given(it