算法对拍开发短记随机性必须能重放本地单测适合固定样例随机对拍适合发现漏掉的边界。两者结合后才能把“偶尔错一次”变成可定位的问题。关键不是生成更多随机输入而是保存种子、输入和对照实现。先为待测算法准备一个更慢但更容易确认正确性的参考实现只在小规模输入上对拍。随机生成器要限制规模并覆盖空输入、重复值、极端值和非法边界。失败时输出种子与最小化后的输入方便直接写成回归用例。if got, want : fast(input), reference(input); got ! want { t.Fatalf(seed%d input%v got%v want%v, seed, input, got, want) }反例是把两个共享同一错误假设的实现拿来对拍它们可能一直一致却都不符合题意。参考实现应尽量采用不同思路并保留手工构造的基础样例。对拍也不替代复杂度检查随机输入规模需受测试预算控制。在 CI 中固定一组种子较大随机集留给定时任务。验证报告写明语言版本、种子、输入范围和失败样例数量。这样修复后的错误不会再次靠运气出现。失败样例如何留下来每次不一致都应生成一个可读的 case 文件内容包括种子、缩小后的输入和预期输出提交修复时把它放进固定回归目录。对涉及浮点数的题目还要写明比较误差否则不同平台上的舍入差异会被误判成算法错误。缩小输入的过程本身也应保留删掉一个元素后仍然失败才接受这次删减。否则报告里的“最小样例”可能已经换了问题维护者无法据此判断修复是否命中原始缺陷。最后把 case 文件的路径贴进合并说明方便审阅者直接复跑。