在《测试驱动开发》(Kent Beck)的附录B，Kent Beck用了两页纸的篇幅，演示了一次完全以测试驱动的方式，开发计算斐波纳契数列。

先简短的抄一下代码，再谈谈我的看法。

第一个测试与第一次的代码

第二个测试与第二次的代码

对测试代码进行改进，使之更为通用

再增加n=2的测试

再增加n=3的测试

测试失败，于是修改代码，还是如法炮制

然后，最为神奇的部分在下面的四次修改：

1：

这是一个非常棒的过程。我们的讨论也从这里开始。

最后得到的这个函数，是一个递归函数，非常的简洁，但是往往会有效率问题。

（打住，告诉过你多少次了，不要考虑效率！）

不是我要考虑效率，只是这么简单的例子，要寻找别的设计方式，我只能从效率方面来说事。

OK，继续。假设我们要求9的斐波纳契数列的值，那么，fib函数就会去计算fib(8 )+fib(7)。然后我们再展开。
fib(9)=fib(8 )+fib(7)
fib(9)=(fib(7)+fib(6))+(fib(6)+fib(5))
注意，这里fib(6)就要被计算两遍。
fib(9)=((fib(6)+fib(5))+(fib(5)+fib(4)))+((fib(5)+fib(4))+(fib(4)+fib(3)))
注意，这里fib(5)要被计算3遍，fib(4)要被计算3遍。

理解我的意思了吗？这样的算法，存在严重的效率隐患。
如果我们要考虑效率，会如何写代码呢？

这个算法我就不解释了。有人也许会说，你这样不是TDD，你先写了程序！

不要紧，我可以假装先写了测试代码

然后再把刚才的那个程序写出来，这样有什么问题吗？这样还算是TDD吗？

我仔细看了书了，Kent Beck说过“步伐”问题。我这样也可以算是TDD的，只是步子大了点。

那么我想说明什么问题呢？
1、无论先写测试还是先写代码，都需要考虑设计问题
2、在写测试之前考虑设计问题，不是什么罪过
3、考虑设计思路的深入与否，决定了步伐的大小
4、步伐太小的设计考虑，可能会陷入死角，无法再优化下去。从上面的代码可以看到，要想使递归算法变成循环算法，不是重构能够做到的。

最终的结论是： 代码就像你的左脚，测试就像你的右脚。 你可以先迈左脚，再迈右脚。然后一直走下去。 也可以先迈右脚，再迈左脚。然后一直走下去。 只要你不是一直单脚跳着前进，你都会走得很稳，而且没有人看得出区别来。