3-4功能性测试回顾.pptVIP

假想的保险金计算程序 根据两个因素计算半年保险金 投保人的年龄 驾驶历史记录 保险金＝基本保险费率×年龄系数－安全驾驶折扣 年龄系数是投保人年龄的函数 如果投保人驾驶执照上的当前点数（根据交通违规次数确定）低于与年龄有关的门限，则给予安全驾驶折扣 驾驶人年龄范围为从16岁到100岁 如果投保人有12点，则驾驶人的执照就会被吊销（因此不需要保险） 基本保险费率随时间变化，对于这个例子，是每半年500美元?? ?? ?? ?? 年龄系数、门限点数与安全驾驶折扣的对应关系 年龄和点数在最坏情况边界值测试下的取值 保险金计算程序的最坏情况边界值测试 图8-7?? ?? ?? 最坏情况边界值测试的缺点与改进 遗漏了太多的问题描述 没有测试各种年龄门限 也没有测试点数门限 改进方法 通过更仔细地考虑年龄范围和点数范围，可以改进测试用例集合?? 年龄和点数的集合 A1＝{年龄：16≤年龄 25} A2＝{年龄：25≤年龄 35} A3＝{年龄：35≤年龄 45} A4＝{年龄：45≤年龄 60} A5＝{年龄：60≤年龄 100} P1＝{点数＝0，1} P2＝{点数＝2，3} P3＝{点数＝4，5} P4＝{点数＝6，7} P5＝{点数＝8，9，10，11，12} 表8-2 最坏情况值 图8.8 保险金计算程序的最坏情况边界值测试用例 每个竖向集合（其中，年龄变量保持不变）有13个点，年龄变量的每个值（共有21个值）都有这样的一列，因此共有273个最坏情况边界值测试用例 这显然会存在严重冗余，因此需要引入等价类测试 图8-9 保险金计算程序的弱和强等价类测试用例 年龄集合A1到A5和点数集合P1到P5，是等价类的自然选择 相应的等价类测试用例如图8-9所示 空心圆点对应强一般测试用例（多缺陷） 实心圆点对应弱一般测试用例（单缺陷） 等价类测试的改进：判定表 等价类测试明显可以缓解冗余问题，但是看起来仍然还有改进余地 为什么要针对A1测试所有点数类P2到P5？一旦超过点数门限，安全驾驶折扣就没有了 可以通过表8-3所示的扩展条目决策表解决这类依赖关系 表8-3 保险金计算程序的判定表 图8-10 保险金计算程序的判定表测试用例 比较图8-8和图8-10，一个过多，一个不足 希望找到某种折衷，而这正是醉汉找钥匙故事的意义 思考 保险金计算程序容易出现错误的地方 年龄范围的端点可能是很好的切入点，而这又把我们带回边界值模式 没有考虑16岁以下和100岁以上的年龄，这说明要考虑健壮边界值的一些元素 可能还需要检查安全驾驶折扣被取消的值，可能还包括保险不起作用的大于12的点数 请注意，对这些问题的回答没有出现在问题描述中，但是测试分析能够启发我们考虑这些问题的答案 图8-11 保险金计算程序的最终（混合）测试用例 利用了通过应用程序的性质决定的所有三种形式测试的优点 回顾 测试工作量 测试效率 测试的有效性 指南 案例研究???? ?? 功能性测试回顾 内容 测试工作量 测试效率 测试的有效性 指南 案例研究???? ?? 功能性测试回顾 我们学习了很多测试技术，这些方法的共同之处就是将程序看作是将输入映射到输出的数学函数。根据研究输入值的属性演变成基于边界值的方法，等价类的方法和判定表的方法、因果图、正交测试等。 四种有代表性的功能性测试方法 边界值分析 等价类划分 判定表 因果图???? ?? 边界值分析 基于边界的方法是通过标识输入程序输入变量的边界值域，确定四种技术： 边界值分析：单缺陷、正常值 健壮性测试：单缺陷、有异常情况 最坏情况测试：多缺陷、正常值 健壮最坏情况测试：多缺陷、有异常情况 等价类划分 相似的输入、输出和操作，我们定义了等价类： 弱一般：单缺陷、正常值 强一般：多缺陷、正常值 弱健壮：单缺陷、异常值 强健壮：多缺陷、异常值 判定（决策）表 判定表解决了程序函数的逻辑依赖关系 判定表保证我们考虑了所有可能的条件值组合 判定表的完备性能够保证一种完备的测试 因果图 根据需求规格说明书，分析因果关系 有助于用一个系统的方法选择出高效的测试用例集 额外的好处，就是可以指出规格说明的不完整性和不明确之处 因果图是一种形式语言，实际上是一种数字逻辑电路，但没有使用标准的电子学符号，而是使用了稍微简单点的符号 每种测试方法的测试用例数曲线 每种测试方法的精细程度 边界值分析 不识别数据或逻辑依赖关系，采用非常机械的方式生成测试用例，很容易被自动化 等价类划分 注意到数据依赖关系和函数本身使用这些手段需要更多的考虑，还需要更多的判断和技巧 首先要考虑如何标识等价类，之后的处理也是机械的 判定表 要求测试人员既要考虑数据，又要考虑逻辑依赖关系 通常通过一遍尝试可能不能得到决策表的条件，但是如果有了一个良好的条件集合，所得