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 “桩” | 这些列称为 “项” ,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 |
女 |
1班 |
及格 |
2 |
女 |
1班 |
不及格 |
3 |
女 |
2班 |
及格 |
4 |
女 |
2班 |
不及格 |
5 |
男 |
1班 |
及格 |
6 |
男 |
1班 |
不及格 |
7 |
男 |
2班 |
及格 |
8 |
男 |
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