正交法设计测试用例.ppt

引子 往往分类法或者因果图法得到的测试非常庞大,以至于据此而得到的测试用例数目多的惊人，给软件测试带来沉重的负担。 为了有效地,合理地减少测试的工时与费用,可利用正交实验设计方法进行测试用例的设计。 一、正交表的由来 拉丁方名称的由来 古希腊是一个多民族的国家，国王在检阅臣民时要求每个方队中每行有一个民族代表，每列也要有一个民族的代表。 数学家在设计方阵时，以每一个拉丁字母表示一个民族，所以设计的方阵称为拉丁方。 什么是n阶拉丁方？ 用n个不同的拉丁字母排成一个n阶方阵（n26 ），如果每行的n个字母均不相同，每列的n个字母均不相同，则称这种方阵为n*n拉丁方或n阶拉丁方。每个字母在任一行、任一列中只出现一次。 什么是正交拉丁方？ 设有两个n阶的拉丁方，如果将它们叠合在一起，恰好出现n2个不同的有序数对，则称为这两个拉丁方为互相正交的拉丁方，简称正交拉丁方。 如：3阶拉丁方 用数字替代拉丁字母： 二、正交实验法 正交试验设计(Orthogonal experimental design)是研究多因素多水平的一种设计方法 它是根据正交性从全面试验中挑选出部分有代表性的点进行试验 有代表性的点具备了“均匀分散，齐整可比”的特点 正交试验设计是一种高效率、快速、经济的实验设计方法 日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。 例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。 若按L9(33) 正交表按排实验，只需作9次 按L18(37) 正交表进行18次实验 显然大大减少了工作量 L9(33)示意图 理论依据 正交实验设计方法 依据Galois理论 从大量的（实验）数据（测试例）中挑选适量的、有代表性的点（例） 合理地安排实验（测试）的一种科学实验设计方法 类似的方法有:聚类分析方法、因子方法方法等 三、利用正交实验设计测试用例的步骤 （1）提取功能说明,构造因子--状态表 把影响实验指标的条件称为因子，而影响实验因子的条件叫因子的状态。 （2）加权筛选,生成因素分析表 对因子与状态的选择可按其重要程度分别加权。可根据各个因子及状态的作用大小、出现频率的大小以及测试的需要，确定权值的大小。 （3）利用正交表构造测试数据集 利用正交实验设计方法设计测试用例，比使用等价类划分、边界值分析、因果图等方法有以下优点：节省测试工作工时；可控制生成的测试用例数量；测试用例具有一定的覆盖率 四、正交表的构成 行数(Runs)：正交表中的行的个数，即试验的次数，也是通过正交实验法设计的测试用例的个数 因素数(Factors) ：正交表中列的个数，即要测试的功能点。 水平数(Levels)：任何单个因素能够取得的值的最大个数，即要测试功能点的输入条件 正交表的形式 L行数(水平数因素数) 如：L8(27) 五、正交表的正交性 整齐可比性 在同一张正交表中，每个因素的每个水平出现的次数是完全相同的。 在试验中每个因素的每个水平与其它因素的每个水平参与试验的机率是完全相同的，这就保证在各个水平中最大程度的排除了其它因素水平的干扰。 均衡分散性 在同一张正交表中，任意两列（两个因素）的水平搭配（横向形成的数字对）是完全相同的。 保证了试验条件均衡地分散在因素水平的完全组合之中 具有很强的代表性，容易得到好的试验条件。 查阅正交表：L9(34)验证… 扩展的正交表 L8（4×24） 见常用正交表 计算理论 行数为mn型的正交表中 试验次数（行数）＝∑（每列水平数－1）＋1 例：5个3水平因子及一个2水平因子，表示为35*21，试验次数＝5*(3-1)+1*(2-1)+1＝12， 即L12（35*2） 用正交表设计测试用例 一、步骤 (1) 有哪些因素（变量） (2) 每个因素有哪几个水平（变量的取值） (3) 选择一个合适的正交表 (4) 把变量的值映射到表中 (5) 把每一行的各因素水平的组合做为一个测试用例 (6) 加上你认为可疑且没有在表中出现的组合 二、如何选择正交表 考虑因素（变量）的个数 考虑因素水平（变量的取值）的个数 考虑正交表的行数 取行数最少的一个 三、设计测试用例时的三种情况 （1）因素数（变量）、水平数（变量值）相符 （2）因素数不相同 （3）水平数不相同 例1：因素数与水平数刚好符合正交表? 个人信息查询系统中的一个窗口 要测试的控件有3个，也就是要考虑的因素有三个； 姓名 身份证号码 手机号码 每个因素里的状态有两个：填与不填。 表中的因素数=3； 表中至少有3个因素数的水平数=2 行数取最少的一个。 从正交表公式中开始查找，结果为：