自动化测试-14-复习

考点集中：

选择题 10 道，基本上是单选，共 30 分；
简答题，4 道，共 25 分；
计算题，测试用例优先级排序，有公式；
应用题，基本测试思想去写蜕变规则、测试用例；
设计模糊测试

源码测试

随机测试

大数定律：测试执行次数够多、测试数据随机生成 \(\to\) 概率低的偶然现象发生

变异测试

变异测试旨在找出有效的测试用例，发现程序中真正的错误。

测试输入如何生成。

差分测试

基本思想：通过将同一测试用例运行到一系列相似功能的应用中观察执行差异来检测 bug。

同样的 python 源代码，使用不同解释器得到的结果应当是相似的。

蜕变测试

蜕变关系（Metamorphic Relation，MR）是指多次执行目标程序时，输入与输出之间期望遵循的关系。

随机测试生成大量结果时，无法判断测试用例间的关系。

对 \(\sin\) 函数的额蜕变关系：

MR1: \(\sin(x)=\sin(x+2\pi)\)
MR2: \(\sin(x)=-\sin(x+\pi)\)
MR3: \(\sin(x)=-\sin(-x)\)
MR4: \(\sin(x)=\sin(\pi-x)\)
MR5: \(\sin(x)=-\sin(2\pi-x)\)
MR6: \(\sin2(x)+\sin2(\pi/2-x)=1\)

设计 MR 关系。

解决测试预言如何获取的问题。选择题在后面有答案。

测试用例优先级

主要算法的流程及复杂度

特征提取：选择合适的特征表示测试用例。
优先级策略：操纵测试用例的特征进行优先级排序。
评估准则：选择恰当指标评估优先级排序的效果。

基于贪心的 TCP

全局贪心策略：

每轮优先挑选覆盖最多代码单元的测试用例。
多个用例相同随机选择。

增量贪心策略：

每轮优先挑选覆盖最多，且未被已选择用例覆盖代码单元的测试用例。
所有代码单元均已被覆盖则重置优先级排序过程
多个用例相同随机选择

假设有 \(n\) 个测试用例以及 \(m\) 个代码单元，共需排序 \(n\) 轮，每轮选择一个测试用例。第 \(k\) 轮时，存在 \(n - k + 1\) 个待排序用例，每个用例需与 \(m\) 个代码单元计算情况，那么时间复杂度为 \(O(n^2m)\)

基于相似性的 TCP

自适应随机策略。

基本定义：每轮优先与已选择测试用例集差异性最大的测试用例。让测试用例均匀地分布在输入域中。

基于搜索的 TCP

基本定义：探索用例优先级排序组合的状态空间，以此找到检测错误更快的用例序列。

基于机器学习的 TCP

编译器场景中的测试用例优先级

基本定义：对测试用例特征进行学习，根据预测的缺陷检测概率进行优先级排序。

APFD 计算

指标：平均故障检测百分比（Average Percentage of Faults Detected， APFD）

说明：当给定测试用例的执行次序时，该评测指标可以给出测试用例执行过程中检测到缺陷的平均累计比例。

特点：其取值范围介于 0~100% 之间，取值越高，则缺陷检测速度越快。

一般性描述：给定程序包含 \(m\) 个故障 \(F = \{f_1, f_2, \dots, f_m \}\) 和 \(n\) 个测试用例 \(T = \{ t_1, t_2, \dots, t_n\}\) ，\(T'\) 为 \(T\) 的一个优先级序列，\(TF_i\) 为该测试用例序列 \(T'\) 中第一个检测到故障 \(f_i\) 的测试用例下标，则该优先级序列 \(T'\) 的 \(APFD\) 值计算公式为：