功能测试用例自动生成算法 Pairwise

[[433685]]

Pairwise算法是什么

对于以下测试场景：

• 浏览器：M，O，P
• 操作平台：W(windows)，L(linux)，i(ios)
• 语言：C(chinese)，E(english)

该如何设计功能测试用例呢?

根据数学统计分析，73%的缺陷(单因子是35%，双因子是38%)是由单因子或2个因子相互作用产生的。19%的缺陷是由3个因子相互作用产生的。也就是说，大多数的bug都是条件的两两组合造成的。

Pairwise算法是L. L. Thurstone在1927年首先提出来的，他是美国的一位心理统计学家。Pairwise算法基于两两组合，过滤出性价比高的用例集。它的思路是：如果某一组用例的两两组合结果，在其他组合中均出现，就删除该组用例，从而精简用例。

对于上述测试场景，可以通过笛卡尔积设计18条两两组合的测试用例：

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 

对于第18条用例P I E来说，两两组合是PI ，PE ，IE，PI在17号，PE在16号，IE在12号出现过，所以第18条用例可以过滤掉。按照这个算法继续过滤，最终剩下9条用例：

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 

用例减少了50%!而且维度越多越明显，当有10个维度的时候4*4*4*4*3*3*3*2*2*2=55296个测试case，pairwise为24个，是原始测试用例规模的0.04%。

Python实现

源码已上传：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 = []  # 笛卡尔积 
    s = []  # 两两拆分 
    for x in eval('itertools.product' + str(tuple(option))): 
        cp.append(x) 
        s.append([i for i in itertools.combinations(x, 2)]) 
    logger.info('笛卡尔积:%s' % len(cp)) 
    del_row = [] 
    bar(0) 
    s2 = copy.deepcopy(s) 
    for i in range(len(s)):  # 对每行用例进行匹配 
        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])):  # 对每行用例的两两拆分进行判断，是否出现在其他行 
            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:  # 同一列没找到，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('过滤后:%s' % len(res)) 
    return res 
 
 
def bar(i): 
    """进度条""" 
    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) 

输出结果：

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 - 笛卡尔积:18 
2021-11-07 11:38:56.850 | INFO     | __main__:parewise:45 - 过滤后:9 

参考资料：

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

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