突变测试：用"故意破坏"来检验测试套件的真实有效性

# 产品代码：简单的加法函数
def add(a: int, b: int) -> int:
    return a + b

# ❌ 测试：覆盖率 100%，但毫无意义
def test_add_coverage_only():
    result = add(1, 2)
    # 注意：没有任何 assert！
    # add() 被调用了（行覆盖 100%），但结果是否正确完全不验证

def calculate_discount(price: float, is_vip: bool) -> float:
    discount = 0.95
    if is_vip:
        discount = 0.85
    return price * discount

# 测试 1：走 is_vip=True 分支
assert calculate_discount(100, True) == 85.0   # 
# 测试 2：走 is_vip=False 分支
assert calculate_discount(100, False) == 95.0  # 

# 行覆盖率 = 100%，分支覆盖率 = 100%
# 但如果代码里 

# 一个测试覆盖多行但断言弱
def test_calculate_discount():
    result = calculate_discount(100, True)
    assert result is not None  # 极弱的断言！

# 这个测试覆盖了整个函数的所有行，
# 但如果折扣系数从 0.85 改为了 0.80，
# 测试仍然通过，因为 "is not None" 永远为 True

1. 获得原始代码和测试套件
         │
         ▼
2. 在代码中注入 "突变"（微小的语义改变）
   如：+ → -，== → !=，> → >=
         │
         ▼
3. 运行测试套件
         │
    ┌────┴────┐
    ▼         ▼
  测试失败   测试通过
（突变被杀死） （突变存活）
    │         │
    ▼         ▼
  好测试！    测试有漏洞！

# 原始代码
def is_even(n: int) -> bool:
    return n % 2 == 0

# 测试
def test_is_even():
    assert is_even(2) is True
    assert is_even(3) is False

# 步骤 1：生成突变
# 突变 1: n % 2 == 0 → n % 2 != 0
# 突变 2: n % 2 == 0 → n % 2 >= 0
# 突变 3: n % 2 == 0 → True

# 步骤 2：对每个突变运行测试
# 突变 1：is_even(2) → True（因为 2%2=0≠0 是 False，但原测试期望 True）→ 测试失败！突变被杀死
# 突变 1：is_even(3) → False（因为 3%2=1≠0 是 True，但原测试期望 False）→ 测试失败！突变被杀死
# → 突变 1 评分：已杀死

# 突变 3：is_even 永远返回 True
# is_even(3) → True（但测试期望 False）→ 测试失败！突变被杀死
# → 突变 3 评分：已杀死

# 突变评分 = 杀死的突变数 / 总突变数

Level 1（轻量级）：
  - 算术运算符替换（+ ↔ -, * ↔ /）
  - 关系运算符替换（> → >=, == → !=）
  - 逻辑运算符替换（&& → ||）
  → 约产生 1-2 突变 / 行

Level 2（标准级）：
  + Level 1
  - 返回值突变（return a → return 0/null）
  - Void 方法体置空
  → 约产生 2-4 突变 / 行

Level 3（严格级）：
  + Level 2
  - 条件边界突变（if (a > 5) → if (a > 6)）
  - 删除函数调用
  - 数组索引偏移
  → 约产生 4-10 突变 / 行

                杀死的突变数 (Killed)
突变评分 = ────────────────────────────────
           杀死的突变数 + 存活的突变数

注意：等价突变（Equivalent Mutations）不计入分母

突变评分 ≠ 覆盖率：

覆盖率 95%，突变评分 30% → 测试执行了代码但没有有效验证
覆盖率 70%，突变评分 80% → 测试数量适中但质量很高

理想状态：覆盖率 ≥ 70% + 突变评分 ≥ 70%

# 安装
pip install mutmut

# 运行突变测试
mutmut run --paths-to-mutate src/

# 查看结果摘要
mutmut results

# 查看存活的突变详情
mutmut show <mutation-id>

$ mutmut run --paths-to-mutate calculator.py
⠇ 24/24  🎉 18  😰 4  ⏰ 0  🤔 2

- 18 killed（测试成功捕获了突变）
- 4 survived（测试没有捕获，存在漏洞）
- 2 equivalent（等价突变，不计入评分）

突变评分 = 18 / (18 + 4) = 81.8%

# 查看存活突变的上下文
$ mutmut show 5

--- calculator.py
+++ calculator.py
@@ -15,7 +15,7 @@
 def calculate_discount(price, is_vip):
     discount = 0.95
     if is_vip:
-        discount = 0.85
+        discount = 0.84
     return price * discount

# 突变：0.85 变成了 0.84，测试没有捕获这个变化
# 说明测试缺少对折扣率精确值的验证！

<!-- pom.xml -->
<plugin>
    <groupId>org.pitest</groupId>
    <artifactId>pitest-maven</artifactId>
    <version>1.15.0</version>
    <configuration>
        <targetClasses>
            <param>com.example.service.*</param>
        </targetClasses>
        <targetTests>
            <param>com.example.service.*Test</param>
        </targetTests>
        <mutators>
            <mutator>CONDITIONALS_BOUNDARY</mutator>
            <mutator>MATH</mutator>
            <mutator>INCREMENTS</mutator>
            <mutator>NEGATE_CONDITIONALS</mutator>
            <mutator>RETURN_VALS</mutator>
            <mutator>VOID_METHOD_CALLS</mutator>
        </mutators>
        <coverageThreshold>70</coverageThreshold>
        <mutationThreshold>70</mutationThreshold>
        <timeoutFactor>1.25</timeoutFactor>
        <timeoutConstant>3000</timeoutConstant>
    </configuration>
</plugin>

# 运行 PIT
mvn org.pitest:pitest-maven:mutationCoverage

# 查看 HTML 报告
target/pit-reports/index.html

Class                           Line     Mutation
─────────────────────────────────────────────────────
com.example.OrderService       85%      78% (52/67)
  - placeOrder()               90%      82% (9/11)   🟢
  - calculateTotal()           80%      65% (13/20) 🟡
  - applyDiscount()            75%      45% (5/11)  🔴 ← 需要关注

com.example.PaymentGateway     70%      30% (3/10)  🔴 ← 急需改进
─────────────────────────────────────────────────────
Overall                        80%      67% (58/87)

# 安装
npm install -D @stryker-mutator/core @stryker-mutator/typescript-checker

# 初始化配置文件
npx stryker init

// stryker.config.mjs
export default {
  testRunner: 'vitest',
  reporters: ['html', 'clear-text', 'progress'],
  mutate: ['src/**/*.ts', '!src/**/*.spec.ts'],
  vitest: {
    configFile: 'vitest.config.ts',
  },
  thresholds: {
    high: 80,
    low: 60,
    break: 50,
  },
};

# 运行 Stryker
npx stryker run

# 查看 HTML 报告
open reports/mutation/mutation.html

# 原始代码
def max_value(a, b):
    if a >= b:
        return a
    return b

# 突变：a >= b → a > b
# 这个突变和原代码在功能上是等价的！
# 因为当 a == b 时，返回 a 或 b 结果相同
# 测试永远"无法杀死"这个突变，但这不是测试的错

<!-- PIT：排除特定类或方法 -->
<configuration>
    <excludedClasses>
        <param>com.example.*Builder</param>
    </excludedClasses>
    <excludedMethods>
        <param>toString</param>
        <param>equals</param>
        <param>hashCode</param>
    </excludedMethods>
</configuration>

等价突变率 = 等价突变数 / 总突变数

降低策略：
1. 使用更智能的突变算子（避免明显等价的替换）
2. 聚焦业务逻辑代码，排除样板代码（getter/setter/equals/hashCode）
3. 渐进式引入：先从核心模块开始

时间成本估算：
  设：
    - 代码行数 = N
    - 突变数 ≈ 2N ~ 5N（取决于算子级别）
    - 测试运行时间 = T
    - 总时间 ≈ 突变数 × T

示例：
  1000 行代码，每突变测试运行 10 秒
  突变数 ≈ 3000
  总时间 ≈ 3000 × 10s = 8.3 小时（串行）

# PIT 增量突变（结合 Git diff）
mvn pitest:mutationCoverage \
  -DhistoryInputFile=target/pit-history.txt \
  -DhistoryOutputFile=target/pit-history.txt \
  -DwithHistory=true

不推荐：每次提交都跑突变测试（太慢）

推荐策略：
  - 夜间构建（Nightly）：跑一次全量突变测试
  - PR 构建：跑增量突变（只测变更文件）
  - 发布前：跑一次核心模块全量突变

CI 配置示例（GitHub Actions nightly）：

# .github/workflows/mutation-test.yml
name: Mutation Test
on:
  schedule:
    - cron: "0 2 * * *"  # 每天凌晨 2 点
  workflow_dispatch:

jobs:
  mutation:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-java@v4
        with: { java-version: '21', distribution: 'temurin' }

      - run: ./mvnw org.pitest:pitest-maven:mutationCoverage

      - name: Upload mutation report
        uses: actions/upload-artifact@v4
        with:
          name: mutation-report
          path: target/pit-reports/

      # 解析突变评分，低于阈值失败
      - name: Check mutation score
        run: |
          SCORE=$(grep -oP 'score="\K[^"]+' target/pit-reports/*/mutations.xml | head -1)
          if (( $(echo "$SCORE < 0.7" | bc -l) )); then
            echo "Mutation score $SCORE below threshold 70%"
            exit 1
          fi

              软件质量保障
                    │
      ┌─────────────┼─────────────┐
      ▼             ▼             ▼
  覆盖率          突变测试        人工审查
  (广度)          (深度)         (全局)
      │             │             │
  哪里没测到    测的是否有效   主观判断
      │             │             │
      └─────────────┴─────────────┘
                    │
              综合质量评分

日常开发：
  提交 → 跑单元测试 + 行覆盖率门禁（< 1min）

每日构建：
  深夜 → 跑全量突变测试（~30min）→ 生成趋势图

迭代评审：
  回顾 → 覆盖率趋势 + 突变评分趋势对比

质量改进：
  发现突变评分下降 → 定位存活突变 → 补充缺失的测试