标签：tables 使用 参考 sig 判断 sdn 客户 tin target
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
标签：tables 使用 参考 sig 判断 sdn 客户 tin target
原文地址：http://www.cnblogs.com/devtester/p/6875953.html
