我们为您保驾护航：基于类型指导的不完整输入生成器的修复方法

《Proceedings of the ACM on Programming Languages》：We’ve Got You Covered: Type-Guided Repair of Incomplete Input Generators

本文提出了一种新型程序修复技术，通过枚举合成算法和覆盖类型概念，修复不完整的生成器以覆盖所有满足前提的有效输入。基于OCaml的Cobb工具已验证其有效性。

　　

摘要

基于属性的测试（Property-Based Testing, PBT）是一种用于自动测试程序语义属性的流行技术，这些属性被定义为前置条件和后置条件的一对。这种方法的有效性取决于能否快速生成满足前置条件的输入，从而最大化被检测的程序行为集合。对于语义复杂的前置条件，纯随机生成方法不太可能产生许多有效的输入；在这种情况下，用户不得不手动编写专门的输入生成器。手动编写生成器的一个常见问题是它们可能不完整，即无法生成某些满足目标前置条件的值。本文提出了一种新颖的程序修复技术，可以修复不完整的生成器，使其生成范围包含所有有效的输入。我们的方法采用了一种新的枚举合成算法，该算法利用了最近提出的覆盖类型概念来描述缺失的测试值集合以及候选修复方案所提供的覆盖范围。我们为实现OCaml生成器开发了一个名为Cobb的修复工具，并用它修复了从PBT文献中选取的一组测试用例。