在信息学奥林匹克竞赛过程中，自己制作测试参数，不仅可以检验程序的正确性，还对解题思路有一定的启示作用。
有些程序测试参数制作难度不大，例如求表达式的结果，测试输入参数就是一个数字表达式。输出结果则是表达式的值，我们轻易就能算出结果。大规模的测试数据就不太好做。
本文特别讨论一下，规模较大的测试参数的快速制作方法。
大数据测试参数要用来测试程序在空间和时间上的效率，所以测试参数的规模要接近数目的上限，不仅要检验程序的正确性，还由于数据量很大，给制作测参带来两个困难，一是数字多，输入费时费力。而是计算困难，无法手工运算获得正确结果。那么如何来解决这样的问题呢？
下面我们举例说明集中测试参数的制作方法。
1302 数字三角形
数字三角形是一个常做的训练题，因为它有可以适应多种方法解题，但主要用来训练新手学习动态规划，这里用它来做一个100行的数据。
100行的数字三角形，且1行1个，2行2个，…n行n个。如果我们用随机函数来产生一个100行的数字三角形，难度不大，可是正确结果是什么，没发预料,也不便计算。
如果我们通过程序按格式要求产生5000个均为50的数，那这个测考的输出结果，毫无疑问的结果是50*100。
接下来，我们将任意行任意列的一个50改为98，无疑输出正确结果为50*99+98=5048。
但上述测量，用贪心法也能获得正确的结果，于是我们在98的上一行，且不在同一路径上的列上改一个50为65（大于50但小于98）。如图1所示，如果程序的输出结果仍为5048，则已能证明动态规划程序的正确性。
为了进一步证明程序的正确性，我们还可以在98的路线上修改两个相邻的数，且一大一小，使程序能选择其中大的那个数，至此，我们就完全可以放心了。
上述方式，由100行改成200行，方法也不变，工作量不增加。且输入数据制作好的入、输出结果也会立马得出。
1551 走迷宫
走迷宫是宽度优先搜索的重要练习题，在0-1矩阵是搜索一条从左上角到右下角的最短路径。当数据稍大时，路径的复杂程度可想而知。如果随机产生数据几乎是不可能的，因为要手工清理出最短路径也是一个高难度动作，费时费力。
所以，我们的办法是，我们用程序生成一个100×100的0-1矩阵，其边界和内部除一条阶梯道路外，其余均外为0，如图2所示。
此图的输出最短路径长度为n+m-1。
如果我们在这条通道上增加多个死胡同，相信大家能够理解，这些死胡同对程序正确输出结果没有影响，但可检验程序对死胡同处理的正确性。
如果我们将最短通道的任何一个1改为0。则输出结果为“No Answer！”，再增加一个弯道，形成道路，则新的结果为：n+m+弯道长度-2
为了进一步检测时间和空间效率，可继续增加死胡同数量和可导通路径。虽然这个数据制作会与数据规模大小有一定关系，但仍然能保持快速制作，且修改完成，结果一起出来。
图3 邻接图 图4 增加路径
1376 最短路径问题
在图论中有两种经典的计算最短路径问题的方法，这不是本文讨论的关键，本文讨论的是如何快速得到一组又一组的数据，同时我们要借助特殊方式来处理。我们不妨将图简化为图3的方格图，共100个结点。这个图看起来简单，可是其邻接矩阵却有10000个数据，我们又假定相邻任意两点的距离场为80，则邻接矩阵就可以由程序实现，而任意两点之间的最短路径也就容易计算出来，即两节点（行差+列差）x80
大家看到这，知道下一步要修改了。
首先，我们将其中两个相邻结点之间的距离减小一个为50，即路径上包含这一路径的两结点之间的最短路径同时减小30，第二个测量又完成了所谓路径包含，是指以起点与终点，在图3中组成的矩形包含刚才减小的那条路径，故也可以用程序来修改参数。
其次，我们在任意两个不相邻的结点i和j之间增加一条边，如图4中的斜线所示。假设它的长度为原来的最短长度-50（不能大于80），即邻接矩阵里的G[i,j]由0变成S[i,j]-50，仍然会有邻接矩阵的相应变化，即包含上述路径的矩形对角线之间的最短路径减小50。
接下来，我们将在已改的基础上，将一条边的权改为0，即去掉非加上去的一条边，此时，仅仅对去掉边的两个端点产生影响外，对其他两点之间的距离没有影响。
最后，我们将一列横线或一行竖线，除留上边或左边一条通道外，其余全部去除，则同在左边和右边的结点之间的最短路径不变，但左右两边结点的最短距离，如图5所示，由三部分组成，即由左边A点到A点的最短路径+AB长度+B点到右边各点的最短路径。
综上所述，我们在做大规模数据时，先用相同或相近，或有规律的数据，用程序编写成一个数据模板，但最终运算结果也非常清楚。
然后，修改一些关键的数据，使修改后的数据既不失一般性，又具有特殊性。每一次更改产生一组新的数据，且输出结果简单易算。
图5 去掉一列道路
修改数据时，要考虑用其他算法可能导致的错误，防止用别的不正确算法也能得出正确结论这样的情况。还有一些边界条件等相关问题。