8

这是文档assert_in_delta：

assert_in_delta(exp, act, delta = 0.001, msg = nil) public

用于比较浮点数。除非 exp 和 act 在彼此的 delta 范围内，否则失败。

assert_in_delta Math::PI, (22.0 / 7.0), 0.01

这是文档assert_in_epsilon

assert_in_epsilon(a, b, epsilon = 0.001, msg = nil) public

用于比较浮点数。除非 exp 和 act 的相对误差小于 epsilon，否则失败。

这些看起来非常相似；到底有什么区别？你什么时候会使用一种方法而不是另一种方法？

4

1 回答 1

7

主要区别在于：

  • assert_in_delta用于绝对误差。
  • assert_in_epsilon是相对误差。

这是两种不同类型的近似误差：

绝对误差是精确值与近似值之差的大小。

相对误差是绝对误差除以精确值的大小。

assert_in_delta最容易理解，并且最常用于测试。

在文档的示例中：assert_in_delta Math::PI, (22.0 / 7.0), 0.01，此断言将通过，因为22.0/7 - Math::PI == 0.001264...，它小于允许delta的0.01。

（来自维基百科）

assert_in_epsilon通常用于比较大小差异很大的数字的近似值。

例如，在大多数应用中，用1,000绝对误差3逼近这个数字要比1,000,000用绝对误差逼近这个数字差得多3；在第一种情况下，相对误差是0.003，而在第二种情况下，它只是0.000003。

要在 中编写此示例MiniTest，假设我们有一个包含两个值的数组，我们要检查它们分别是“大约等于”1,000和1,000,000。我们可以这样写：

# Using the default `epsilon` of 0.001
assert_in_epsilon(1_000, actual[0])
assert_in_epsilon(1_000_000, actual[1])

这在功能上等同于编写：

assert_in_delta(1_000, actual[0], 1)
assert_in_delta(1_000_000, actual[1], 1000)
于 2016-09-28T09:33:01.243 回答