首页 > 代码库 > 测试用例的几种常见设计方法

测试用例的几种常见设计方法

测试用例常见的设计方法有:等价类划分法、边界值分析法、错误推测法、判定表法、正交实验法。

一.等价类划分法

顾名思义,等价类划分,就是将测试的范围划分成几个互不相交的子集,他们的并集是全集,从每个子集选出若干个有代表性的值作为测试用例。

例如,我们要测试一个用户名是否合法,用户名的定义为:8位数字组成的字符。

我们可以先划分子集:空用户名,1-7位数字,8位数字,9位或以上数字,非数字。

然后从每个子集选出若干个有代表性的值:

空用户名:“”       (无效等价类实例,指对于软件规格说明而言,没有意义的、不合理的输入)

1-7位数字:"234"        (无效等价类实例)

8位数字:"00000000"     (有效等价类实例,能检验程序是否实现了规格说明中所规定的功能和性能)

9位或以上数字:"1234567890"     (无效等价类实例)

非数字:"abc&!!!"                 (无效等价类实例)

他们5个,就是用等价类划分选出的测试用例。实际上,对于1-7位数字的子集来说,选“234”和“11111”没有本质的区别。

等价类的划分,最关键的是子集的划分。实际上,非数字还可以继续划分子集:字母,特殊字符。。。。

究竟要划分到何种程度才合适呢?我请教过做测试的朋友,他的意见是,看你有多少资源和时间,还有,看是否值得。

对此,我表示赞同,毕竟无论你怎么测试,总会有未发现的缺陷存在,所以,先解决容易被发现的问题再说。

 

二.边界值分析法

长期的测试工作经验告诉我们,大量的错误是发生在输入或输出范围的边界上,而不是发生在输入输出范围的内部。因此针对各种边界情况设计测试用例,可以查出更多的错误。选出的测试用例,应选取正好等于、刚刚大于、刚刚小于边界的值,例如,对于在区间min,max的值,测试用例可以记为min,min+,max,max-。

例如,假定 X 为整数,10≤X≤100,那么 X 在测试中应该取的边界值为:10,11,99,100。

注:上面只是说边界值,如果是完整的测试,除了边界值外,还需要一个正常值,即12-98之间的任意值。

 

三.错误推测法

错误推测法是指:在测试程序时,人们可以根据经验或直觉推测程序中可能存在的各种错误,从而有针对性地编写检查这些错误的测试用例的方法。

这种方法没有固定的形式,依靠的是经验和直觉,很多时候,我们都会不知不觉的使用到。

 

四.判定表法

 又称为策略表,基于策略表的测试,是功能测试中最严密的测试方法。该方法适合于逻辑判断复杂的场景,通过穷举条件获得结果,对结果再进行优化合并,会得到一个判断清晰的策略表。

例如,某公司的对客户分类标准如下:

顾客每次订货额在 1000元以上(含1000元),信誉好的,订单设“优先”标志;

信誉不好,但是老客户的,订单设“优先”标志;

信誉不好,但是新客户的,订单设“正常”标志;

每次订货额在 1000元以下,订单设“正常”标志。

绘制的决策表如下:

  此列称为 “ 这些列称为 “” ,穷举所有条件的组合

 

  1 2 3 4 5 6 7 8  

条件

顾客订单>=1000 Y Y Y Y N N N N  
信誉好 Y   Y N N Y Y N N  
老顾客 Y N Y N Y N Y N  

行动

或结果

设为优先 Y Y Y            
设为正常       Y Y Y Y Y  

 

此表分两大行,两大列,分别用不同的颜色区别。

浅蓝:列出所有条件(或称为输入)

浅灰:列出所有结果(或称为输出,行动或决策)

浅黄:穷举所有条件的组合。

浅绿:根据每一列的条件,判断出结果。

因为穷举了所有条件,所以可以说这个判断是100%正确的。下一步是对这个表进行合并优化。

 例如,从编号为1,2的列可以看出,顾客订单>=1000,信誉好,不管是新顾客还是老顾客,都设为优先,于是上面的表合并整理后,得到下表

 

  1(1,2) 2(3) 3(4) 4(5,6,7,8)

条件

顾客订单>=1000 Y Y Y N
信誉好 Y   N N --
老顾客 -- Y N --

行动

或结果

设为优先 Y Y    
设为正常     Y Y

这样,我们就可以得到更清晰的逻辑判断,也可以更好的协助我们编写测试用例。而决策表,对于开发人员来说一样有用。

从上面的表格,我们就可以写出更简洁的判断语句。

 

 五.正交实验法

用语言描述正交实验法会很抽象难懂,简单说,就是在各因素互相独立的情况下,设计出一种特殊的表格,找出能以少数替代全面的测试用例。

其中,上面所说的特殊表格就是正交表,是按照一定规则生成的表。

虽然说是特殊的表格,实际表现形式跟一般的表格没有什么区别,正交表的主要特征是,“均匀分布,整齐划一”,正是因为“均匀”的,所以才能以少数代替全部。

例如:

某所大学通信系共2个班级,刚考完某一门课程,想通过“性别”、“班级”和“成绩”这三个查询条件对通信系这门课程的成绩分布,男女比例或班级比例进行人员查询。

按照传统的方式,我们将会穷举所有的组合,来编写测试用例,组合个数是2*2*2=8。

排列组合参见下表

序号

性别

班级

成绩

1

1班

及格

2

1班

不及格

3

2班

及格

4

2班

不及格

5

1班

及格

6

1班

不及格

7

2班

及格

8

2班

不及格

当组合条件不多的时候,穷举暂时没问题,但是,一旦条件多了,组合个数就会以指数形式增长。

这个时候,就要用到正交表了,通过选出有代表性的测试实例,达到以少数代替全面的效果。

正交表如何设计呢,这个问题实际很复杂,涉及到组合统计的数学知识,有的正交表甚至到目前为止,还未得出算法。

我们只能通过已知的模型套上去。

例如,Dr. Genichi Taguchi 设计的正交表

https://www.york.ac.uk/depts/maths/tables/orthogonal.htm

Technical Support ( support.sas.com ) com 提供的

http://support.sas.com/techsup/technote/ts723_Designs.txt

首先,我们来看看基本的概念。

因素:被测的元素称为因素,例如上面的性别,班级,成绩,均为因素,因素的个数我们记为k,此处k=3

水平:因素的可能值,称为水平。例如班级的可能值为1或2。水平的个数我们记为m,此处正好每个因素的水平都是2,此处m=2。

那么正交表的行数n的计算公式为,n=k*(m-1)+1,此处为n=3*(2-1)+1=4。即共有4行。

我们通常用L表示这个正交表,完整的表示为Ln(mk)

如果每个因素的水平数相等,我们称之为单一水平正交表,例如本例子就是,L4(23)

各列水平数不完全相同的正交表称为混合水平正交表。如L8(4124),表示有一个因素的水平为4,有4个因素的水平为2。

按照这个表达式,我们可以去套用已知的正交表。例如本例子是L4(23),从上面提供的两个链接均可以查到例子,虽然表达方式略有不同,但实际是一样的,我们从http://support.sas.com/techsup/technote/ts723_Designs.txt 查到,其正交表的格式为:

23     n=4
000
011
101
110

此处0,1是对可能值的编号,例如,我们可以将(0,1)分别映射为(女,男)(1班,2班)(及格,不及格)

按照上面的格式,

000:女  1班  及格

011:女  2班  不及格

101:男  1班  不及格

110:男  2班  及格

这就是我们所得到的正交表。

 

六.总结

功能测试方法还有很多,例如因果图法,状态转换测试法等,他们都略为复杂,像正交实验法一样,有各自的一套东西,不过本质都是通过画图,让我们更好的思考,最后转化成判定表。

实际上常用的是前面五种方法,包括:等价类划分法、边界值分析法、错误推测法、判定表法、正交实验法。

 

参考文档:

http://blog.csdn.net/summercpp/article/details/28101891

http://www.51testing.com/html/36/489136-812551.html

https://wenku.baidu.com/view/a54724156edb6f1aff001f79.html

测试用例的几种常见设计方法