cKit/Foundation/c_Random.t.c

#include "c_Random.h"
#include <stdlib.h>
#include <stdio.h>
#include "c_Test.h"

TEST_CASE(test_c_Random_RangeU64_Bounds) {
    // 设置随机数种子以保证单次测试的稳定性
    srand(12345);

    uint64_t min = 10;
    uint64_t max = 20;

    // 1. 验证大量生成时，所有数字绝不越出 [10, 20] 边界
    for (int i = 0; i < 1000; i++) {
        uint64_t val = c_Random_RangeU64(min, max);
        ASSERT_TRUE(val >= min);
        ASSERT_TRUE(val <= max);
    }

    // 2. 逆序边界防御测试
    ASSERT_LL_EQ(50, c_Random_RangeU64(50, 10));
    ASSERT_LL_EQ(30, c_Random_RangeU64(30, 30));
}

TEST_CASE(test_c_Random_RangeI64_Negative) {
    int64_t min = -50;
    int64_t max = -10;

    // 3. 验证包含负数区间的生成矩阵安全性
    for (int i = 0; i < 1000; i++) {
        int64_t val = c_Random_RangeI64(min, max);
        ASSERT_TRUE(val >= min);
        ASSERT_TRUE(val <= max);
    }

    // 跨越 0 的区间测试
    int64_t cross_min = -5;
    int64_t cross_max = 5;
    bool hit_negative = false;
    bool hit_positive = false;

    for (int i = 0; i < 500; i++) {
        int64_t val = c_Random_RangeI64(cross_min, cross_max);
        ASSERT_TRUE(val >= cross_min && val <= cross_max);
        if (val < 0)  hit_negative = true;
        if (val > 0)  hit_positive = true;
    }
    // 统计学判定：生成500次，正数和负数应该都有几率被命中
    ASSERT_TRUE(hit_negative && hit_positive);
}

TEST_CASE(test_c_Random_RangeDouble_Distribution) {
    double min = 1.5;
    double max = 2.5;

    // 4. 验证浮点数边界安全性
    for (int i = 0; i < 1000; i++) {
        double val = c_Random_RangeDouble(min, max);
        ASSERT_TRUE(val >= min);
        ASSERT_TRUE(val < max); // 浮点通常为左闭右开区间
    }
}

TEST_CASE(test_c_Random_ModuloBias_Elimination) {
    // 5. 验证极小范围下的去偏效果，频繁抽取测试是否出现死循环
    uint64_t small_min = 0;
    uint64_t small_max = 1; // 仅生成 0 或 1

    int count_0 = 0;
    int count_1 = 0;

    for (int i = 0; i < 2000; i++) {
        uint64_t val = c_Random_RangeU64(small_min, small_max);
        if (val == 0) count_0++;
        if (val == 1) count_1++;
    }

    ASSERT_TRUE(count_0 > 0);
    ASSERT_TRUE(count_1 > 0);
    // 2000次抽取中，在去偏机制下，0和1的频次应当大致平分秋色（此处做宽泛判定确保随机性生效）
    ASSERT_TRUE(abs(count_0 - count_1) < 400);
}

TEST_CASE(test_c_Random_Init_EntropyBreak) {
    // 1. 验证初始化函数可以正常被重复安全执行，不引发任何异常或崩溃
    c_Random_Init();
    uint64_t first_rand = c_Random_RangeU64(1, 1000000);

    // 2. 连续快速进行二次初始化（模拟极高频率的重新播种）
    c_Random_Init();
    uint64_t second_rand = c_Random_RangeU64(1, 1000000);

    // 在高精度混合熵的保障下，这两次连续抽出的百万级别随机数在统计学上几乎不可能相等
    // （如果使用了差劲的普通 time(NULL) 播种，它们必然相等，因为处于同一秒内）
    ASSERT_TRUE(first_rand != second_rand);
}

TEST_CASE(test_c_Random_Init_Stability) {
    // 3. 验证初始化后生成的随机数仍在预期范围内
    c_Random_Init();

    uint64_t min_val = 5;
    uint64_t max_val = 15;

    for (int i = 0; i < 50; i++) {
        uint64_t val = c_Random_RangeU64(min_val, max_val);
        ASSERT_TRUE(val >= min_val);
        ASSERT_TRUE(val <= max_val);
    }
}


int main(int argc, char** argv){

    TEST_START(Unit Tests);

    // 运行普通无环境要求的用例
    RUN_TEST(test_c_Random_Init_EntropyBreak);
    RUN_TEST(test_c_Random_Init_Stability);
    RUN_TEST(test_c_Random_RangeU64_Bounds);
    RUN_TEST(test_c_Random_RangeI64_Negative);
    RUN_TEST(test_c_Random_RangeDouble_Distribution);
    RUN_TEST(test_c_Random_ModuloBias_Elimination);

    // 打印最终统计报告
    TEST_REPORT();

    RETURN_TEST_STATUS;
}