测试用例设计方法篇-正交实验法

大家好,我是十一。

前情回顾

上面一篇我们讲了错误推测法,我们先来回顾下:

错误推测法

错误推测方法是依赖对被测软件系统设计的理解、过往经验、直觉和简单的判断,来推测程序中可能存在的各种缺陷,从而有针对性地设计测试用例的方法。该方法强调的是对被测试软件的需求理解以及设计实现的细节把握,当然还有个人的能力。

基本思想是:列举程序中所有可能出现的错误和容易出现错误的地方,作为推测的依据来选择和设计测试用例。

常见错误有4大类:页面规范相关部分;常识性问题;常见的异常测试情况;功能相关的常见异常问题。

今天,我们讲另外一种重要的设计方法:正交实验法(正交表达式法)

正交实验法

概念:

前面我们讲到因果图和判定表法,可以看出因果关系非常庞大,导致由此得到的测试用例数目多大。因而引入正交试验法,从大量的试验数据中挑选适量的、有代表性的点安排测试,来有效地、合理地减少测试的工时。

正交试验法是研究多因素、多水平的一种试验法,它是利用正交表来对试验进行设计,通过少数的试验替代全面试验。

元素组成:

因素:在一项试验中,把被测试的元素称为因素(因子)。

水平数:在试验过程中,每一个因素有不同的取值,把因素的这些值,称为因素的水平,简称水平。

行数:正交表中的行的个数,即试验的次数,我们把他成为行数,也是通过正交实验法设计的测试用例的个数

三者之间的关系为:L行数(水平数^因素数)。一般用L代表正交表。

建立正交表的步骤:

1.确定因素

2.确定因素的取值范围或集合(该步是为步骤3做准备的)

3.确定每个因素的水平

根据因素的取值范围或集合 ,采用等价类划分、边界值分析以及其他软件测试技术,在每个因素的取值范围或集合内挑选出有效等价类、无效等价类、正好等于、刚刚大于或刚刚小于边界值等有代表性的测试值。

4.选择正交表

根据确定的因素和水平 ,选择适合的正交表。如果没有合适的正交表可用或需要的测试用例个数太多 ,要对因素和水平进行调整。

正交表解析:

正交表是由因素、水平、行数组成的二维表格。以L4(2^3)为例,如下图所示:

常用的正交表有如下几种(因为编辑器对这种写法不太友好,所以我们这里采用图片方式给大家展示):

以L8(2^7)为例,其中7为此表列的数目(最多可安排的因子数,即被测试的元素为7);2为因子的水平数(即被测试元素的取值为2个);8为此表行的数目(也就是试验次数);

又如L18(2*3^7),7列是3水平的(有7个被测试元素的取值都是3个),有1列是2水平的(有一个被测试元素的取值是2个),用它来安排试验,做18个试验即可完成

试验次数(行数)=∑(每列水平数-1)+1,∑表示因子。

如L8(2^7),8=7* (2-1)+1,利用上述关系式可以从所要考察的因子和水平数来决定最低的试验次数,进而选择合适的正交表。比如要考察5个3水平因子及1个2水平因子,则 起码的试验次数为5*(3-1)+1*(2-1)+1=12(次),可选用既有2水平列又有3水平列的正交表,L18(2*3^7)。

实例:     

假设现在我要在门课生活上订鲜花,有如下几个选项:

鲜花系列:尊贵、优雅;

配送时间:工作日、双休日;

购买套餐:1年期、3年期;

1.先确定因素,即被测试元素:鲜花系列、配送时间、购买套餐

2.确定因素的水平数,即被测试元素的取值个数:根据需求可知,每个因素的水平数均是2

如果是我们做全面测试,我们要进行2^3=8(2*2*2=8);即总共要进行8次测试;具体如下:

表1:全面测试

那如果我们要做正交测试呢?我们如何选择正交表?根据上面分析可以得出,我们的因素是3,因素的水平数均是2,那我们刚好有L4(2^3)的正交表可以套用;即我们总共只需要进行4次测试即可。具体如下:

表2:正交测试

具体为什么是这4条测试用例?我们这次的例子所有因子取值都一样,那现实生活中不一样的时候多了,不一样的时候我们又该如何测试呢?大家不妨先自己思考思考或者动手去查一查,找找答案;然后呢?敬请期待十一的下回分解!

好了,今天到此结束。如有任何问题请留言及时与我沟通,我会尽快回复大家!谢谢大家~我们下次再见!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,053评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,527评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,779评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,685评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,699评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,609评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,989评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,654评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,890评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,634评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,716评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,394评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,976评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,950评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,191评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,849评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,458评论 2 342