assert断言使用场景是？

本文目录导读：

1. 前置条件检查（Preconditions）
2. 后置条件检查（Postconditions）
3. 内部状态不变性检查（Invariants）
4. 分支/条件覆盖测试（Dead Code Detection）
5. 调试和测试辅助（尤其是单元测试）
6. ⚠️ 重要：什么时候不该用assert？
7. 总结一句话：

assert（断言）是一种用于调试和测试的机制，用来检查程序内部不应该出现的情况，它的核心作用是验证假设。

断言用来检查“绝对不应该发生”的错误，而不是“可能会发生”的错误（比如网络超时、密码错误）。

以下是assert的主要使用场景，以及对应的例子（以Python为例，但逻辑适用于大多数语言如Java、C、JavaScript等）：

前置条件检查（Preconditions）

在函数开始执行时，断言传入的参数必须满足某些条件,否则说明调用方存在逻辑错误。

def divide(a, b):
    # 断方：分母绝对不能为0
    assert b != 0, "除数不能为0！"
    return a / b

后置条件检查（Postconditions）

在函数返回前，断言结果必须符合预期,这通常用于验证算法或复杂计算的正确性。

def square_root(x):
    # 假设x >= 0
    result = x ** 0.5
    # 后置条件：平方后的值应该非常接近原值（允许浮点误差）
    assert abs(result * result - x) < 1e-6, f"计算错误：sqrt({x}) != {result}"
    return result

内部状态不变性检查（Invariants）

在循环或复杂逻辑的某个阶段，断言“系统必须处于某种稳定状态”，如果断言失败,说明代码逻辑有bug。

def process_list(data):
    # 要求传入的data非空
    assert data is not None and len(data) > 0, "列表不能为空"
    # 在中间处理中，检查某些状态的正确性
    sorted_data = sorted(data)
    for i in range(len(sorted_data) - 1):
        # 断言：排序后的列表，后一个元素必须大于等于前一个
        assert sorted_data[i] <= sorted_data[i+1], f"排序算法在索引{i}处失败"
    return sorted_data

分支/条件覆盖测试（Dead Code Detection）

当代码中存在理论上永不可能到达的分支时，用断言来捕获“如果万一真到了这里，那一定是出bug了”。

def handle_response(status_code):
    if status_code == 200:
        return "OK"
    elif status_code == 404:
        return "Not Found"
    else:
        # 我们预期只处理200和404，如果来了别的值，说明逻辑有误
        assert False, f"意外的状态码：{status_code}"

调试和测试辅助（尤其是单元测试）

在开发阶段，通过断言验证代码逻辑，消灭潜在的bug，断言失败会立即暴露问题,比等到运行时崩溃更容易定位。

def test_database_insert():
    db = Database()
    user_id = db.insert("Alice")
    # 断言：插入后必须返回一个有效的ID（非负数）
    assert user_id >= 0, "数据库插入返回了无效ID"

⚠️ 重要：什么时候不该用assert？

断言不是用来处理可以预见的外部错误（异常处理才是它该干的）。生产环境中断言通常会被禁用（例如Python使用 -O 参数运行时可关闭断言；Java中assert语句默认关闭）。

总结一句话：

• 断言 = 帮作者抓bug，通常开发时启用,生产环境关闭。
• 异常 = 帮用户处理可预见的错误，无论开发/生产都应保留。

标签： assert 调试