# 軟體測試期中考_2
## 連結
https://hackmd.io/@ruserxd/B1P_Fmj-1x
## 介紹 Introduce
主要修改 github 上的程式碼並自訂義資料的型態 + 測試程式碼的可信度

## 程式設計 Program
### 1. 新增的資料型別
這邊用 lombok 省去 set, get的撰寫
將每個州的投票資訊設計為一個 class

@lombok.Data
public class ticketData {
    String state;
    String ElectoralVotes;
    String candidate1Vote;
    String candidate2Vote;
}

### 2. 針對不滿足總選舉人票數進行拋出例外
因為規格上有寫說總選舉人票數必須滿足 538 的條件
因此設計一個常量，日後修改也較為方便

public final static int TOTALVOTES = 538;

if (c1_electoral_votes + c2_electoral_votes != TOTALVOTES)
    throw new IllegalAccessException("c1_electoral_votes + c2_electoral_votes != TOTAL VOTES");

### 3. 針對 Nebraska 與 Maine 的比例分配
實際上是按照各候選人於各個國會議員選區的得票來分配
但根據規格書上寫的比例原則，因此特別針對這兩州進行票數的比例分配

- 程式邏輯
我們透過 獲得票數 g /總票數 t 得出一個 比例 p
接著透過 p * t 得到我們這次獲得的票數 (currentGet)
但這時會出現小數的問題
先省略不計
接著將兩個 currentGet 加起來，若不等於總票數 t
我們就依據比例的大小，較大的 + 1

if (Objects.equals(state, "Nebraska") || Objects.equals(state, "Maine")) {
    double totalPopularVotes = vote_arr[1] + vote_arr[2];
    double probability1 = (double) vote_arr[1] /totalPopularVotes,
            probability2 = (double) vote_arr[2] /totalPopularVotes;

    int currentTakeVote1 = (int)Math.floor(vote_arr[0]*probability1),
            currentTakeVote2 = (int)Math.floor(vote_arr[0]*probability2);
    if (currentTakeVote1 + currentTakeVote2 != vote_arr[0]) {
        if (probability1 > probability2) {
            currentTakeVote1 += 1;
        } else {
            currentTakeVote2 += 1;
        }
    }
    log.info("比例原則 {} 總票數 {}", state, vote_arr[0]);
    log.info("c1 機率 {} 獲得票數 {} ,c2 機率 {} 獲得票數 {}"
            , probability1, currentTakeVote1, probability2, currentTakeVote2);
    c1_electoral_votes += currentTakeVote1;
    c2_electoral_votes += currentTakeVote2;
} 

### 4. 針對同票的情況進行拋出例外
因為除了兩州透過比例去做計算選舉人票數，其餘是勝者全拿
因此必須針對同票的情況拋出例外

if (vote_arr[1] > vote_arr[2]) // 選舉人票
    c1_electoral_votes += vote_arr[0];
else if (vote_arr[2] > vote_arr[1])
    c2_electoral_votes += vote_arr[0];
else
    throw new IllegalAccessException("不該出現同票的情況，請重新驗票");

### 5. log
這邊特別提到 log 的原因，因為對於後來檢查幫助很大
人口票, 選舉人票 我時常會搞混

log.info("c1 get {} {}", c1_electoral_votes, c1_popular_votes);
log.info("c2 get {} {}", c2_electoral_votes, c2_popular_votes);

透過這樣的 log 日誌，就比較好去檢查，這些變數的狀態是不是我所期望的

#### 考試後透過 log 的重大發現
log 發現票數落差很大，原來是 index 的地方改錯了，難怪票數差很多

for (Map.Entry<String, int[]> voteEntry : state_votes.entrySet()) {
    ...省略大量程式碼
    if (vote_arr[1] > vote_arr[2]) // 選舉人票
        c1_electoral_votes += vote_arr[0];
    else if (vote_arr[2] > vote_arr[1])
        c2_electoral_votes += vote_arr[0];
}

## 測試 Test
### 模組化 getData
避免過多的重複程式碼

private void getData(String path, List<ticketData> data) {
    try (InputStream is = USAElectionTest.class.getResourceAsStream(path)) {
        assert is != null;
        try (BufferedReader br = new BufferedReader(new InputStreamReader(is))) {
            String line;

            while ((line = br.readLine()) != null) {
                // 移除引號並分割每行的欄位
                String[] values = line.split(",");

                // 將每行的資料轉為 Object[]
                ticketData row = new ticketData();
                row.setState(values[0]); // 州名 (String)
                row.setElectoralVotes(values[1]); // 選舉人票數
                row.setCandidate1Vote(values[2]); // 一號候選人 得票數
                row.setCandidate2Vote(values[3]); // 二號候選人 得票數
                log.info("測試獲得: {}", String.valueOf(row));
                data.add(row);
            }
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
}

### 以下簡略描述測試的範圍
1. 原始基本的測試資料 (Nebraska && Maine 進行比例分配)
原先就有的測試資料，對其進行測試
修改 306 -> 307，因為按照比例原則非各個國會議員選區的得票來分配
2. 非 Nebraska 與 Maine 同票的測試資料
因為除了上述兩州，其餘為勝者全拿，因此必須避免掉同票數的出現
測試是否有正確的拋出例外以及訊息是否符合

    String expected = "不該出現同票的情況，請重新驗票";
    IllegalAccessException illegalAccessError = assertThrows(IllegalAccessException.class, () -> USAElection.getElectionResult(data));
    assertEquals(expected, illegalAccessError.getMessage());    

3. 平手的測試資料
全部設置為 1,1,0
最後的

    Wyoming,220,1,0
    Washington D.C.,269,0,1

測試是否兩個的得票數有一樣
4. Biden Split 的測試資料
修改平手的測資，改成 Biden 獲勝，然後刻意調高 Trump 的得票數測試 Split

    Wyoming,220,0,10000
    Washington D.C.,269,1,0

5. Trump Align 的測試資料
修改平手的測資，改成 Trump 獲勝，然後刻意調高 Trump 的得票數測試 Align

    Wyoming,220,0,100
    Washington D.C.,269,0,1

6. Trump Split 的測試資料
修改平手的測資，改成 Trump 獲勝，然後刻意調高 Biden 的得票數測試 Split

    Wyoming,220,0,1
    Washington D.C.,269,0,1

7. 測試 (Nebraska && Maine 比例分配) 是否有符合比例較大者 + 1 的條件
將最一開始的測資進行修改
調成比例一致
`Maine,4,50,50`
接著調成 Biden 多一張
`Maine,4,51,49`

測試結果(hackmd 轉 pdf 圖片一直不見)

## 自評
(O) 能修正程式，使之可以進行測試
(O) 測試策略說明完整，能夠因此產生豐富而有效的測試案例
(O) 能夠修改 Nebraska/Maine 的特殊處理，並進行測試
(O) 透過 JUnit 進行自動化的測試，把各種情境都確認無誤
(O) 改善 JUnit 的程式使之模組化，方便進行多個資料測試