功能測試用例自動生成算法Pairwise


Pairwise算法是什么

對於以下測試場景:

  • 瀏覽器:M,O,P
  • 操作平台:W(windows),L(linux),i(ios)
  • 語言:C(chinese),E(english)

該如何設計功能測試用例呢?

根據數學統計分析,73%的缺陷(單因子是35%,雙因子是38%)是由單因子或2個因子相互作用產生的。19%的缺陷是由3個因子相互作用產生的。也就是說,大多數的bug都是條件的兩兩組合造成的

Pairwise算法是L. L. Thurstone在1927年首先提出來的,他是美國的一位心理統計學家。Pairwise算法基於兩兩組合,過濾出性價比高的用例集。它的思路是:如果某一組用例的兩兩組合結果,在其他組合中均出現,就刪除該組用例,從而精簡用例

對於上述測試場景,可以通過笛卡爾積設計18條兩兩組合的測試用例:

1,M W C
2,M W E
3,M L C
4,M L E
5,M I C
6,M I E
7,O W C
8,O W E
9,O L C
10,O L E
11,O I C
12,O I E
13,P W C
14,P W E
15,P L C
16,P L E
17,P I C
18,P I E

對於第18條用例P I E來說,兩兩組合是PI ,PE ,IEPI在17號,PE在16號,IE在12號出現過,所以第18條用例可以過濾掉。按照這個算法繼續過濾,最終剩下9條用例:

1,M W C
4,M L E
6,M I E
7,O W E
9,O L C
11,O I C
14,P W E
15,P L C
17,P I C

用例減少了50%!而且維度越多越明顯,當有10個維度的時候4*4*4*4*3*3*3*2*2*2=55296個測試case,pairwise為24個,是原始測試用例規模的0.04%。

Python實現

源碼已上傳:https://github.com/dongfanger/python-tools/blob/main/pairwise.py

#!/usr/bin/python
# encoding=utf-8

"""
@Author  :  Don
@Date    :  2021/11/03 20:34
@Desc    :  
"""

import copy
import itertools
from sys import stdout

from loguru import logger


def parewise(option):
    """pairwise算法"""
    cp = []  # 笛卡爾積
    s = []  # 兩兩拆分
    for x in eval('itertools.product' + str(tuple(option))):
        cp.append(x)
        s.append([i for i in itertools.combinations(x, 2)])
    logger.info('笛卡爾積:%s' % len(cp))
    del_row = []
    bar(0)
    s2 = copy.deepcopy(s)
    for i in range(len(s)):  # 對每行用例進行匹配
        if (i % 100) == 0 or i == len(s) - 1:
            bar(int(100 * i / (len(s) - 1)))
        t = 0
        for j in range(len(s[i])):  # 對每行用例的兩兩拆分進行判斷,是否出現在其他行
            flag = False
            for i2 in [x for x in range(len(s2)) if s2[x] != s[i]]:  # 找同一列
                if s[i][j] == s2[i2][j]:
                    t = t + 1
                    flag = True
                    break
            if not flag:  # 同一列沒找到,不用找剩余列了
                break
        if t == len(s[i]):
            del_row.append(i)
            s2.remove(s[i])
    res = [cp[i] for i in range(len(cp)) if i not in del_row]
    logger.info('過濾后:%s' % len(res))
    return res


def bar(i):
    """進度條"""
    c = int(i / 10)
    jd = '\r %2d%% [%s%s]'
    a = '■' * c
    b = '□' * (10 - c)
    msg = jd % (i, a, b)
    stdout.write(msg)
    stdout.flush()


if __name__ == '__main__':
    pl = [['M', 'O', 'P'], ['W', 'L', 'I'], ['C', 'E']]
    a = parewise(pl)
    print()
    for i in a:
        print(i)

輸出結果:

 100% [■■■■■■■■■■]
('M', 'W', 'E')
('M', 'L', 'E')
('M', 'I', 'C')
('O', 'W', 'E')
('O', 'L', 'E')
('O', 'I', 'C')
('P', 'W', 'C')
('P', 'L', 'C')
('P', 'I', 'E')
2021-11-07 11:38:56.850 | INFO     | __main__:parewise:24 - 笛卡爾積:18
2021-11-07 11:38:56.850 | INFO     | __main__:parewise:45 - 過濾后:9

參考資料:

https://blog.csdn.net/ztf312/article/details/78792906

https://www.cnblogs.com/df888/p/11747616.html


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM