java测试报告.docVIP

测试报告 TestMap1的测试截图及说明； 图1 TestMap1地图如上图1所示； 测试用例1：测试箱子在边界，终点不在边界的情况； 图2 图3 如图2，图3，当箱子在边界，终点不在边界时，由于人物无法将边界的箱子推出边界外，所以，没有完成路径。如图示“箱子无法到达”。 测试用例2：测试返回路径下，广度优先算法的返回问题。 图4 图5 由于之前广度优先算法没有考虑到路径返回情况（即，箱子不能一次性到达，需要在同一节点经过数次），所以导致出现一次检索无法到达目标，程序出错。在考虑到上，下，左，右四个方向的多次广度优先检索后。如图5笑脸左方蓝线交叉处。这次路径需要经过两次此处，由图可知，到达了终点。 测试用例3：测试正常情况下，自动寻路完成情况。 图6 图7 如图6，箱子位于障碍边界，且无法向左推进，预测结果无法到达，实际结果没有到达； 如图7，如箭头所示，箱子可以到达终点。 2.TestMap3的测试截图及说明； 图8 TestMap3 地图如图8所示； 测试用例1： 边界测试； 图9 图10 如图9，图10所示，中间蓝色字体显示为“箱子无法到达”，边界测试未通过，属于预测结果。 测试用例2：返回路径测试； 图11 图12 如图11，这是典型的返回路径图，四向广度优先算法从理论上是可以到达终点的，如图12，测试通过。 测试用例3：正常路径； 图13 图14 如图13,14正常路径情况下可以到达终点。 人为定义地图测试： 输入地图标准，定义行列数：8x8； 生成地图如图15 图15 图16 如图16，点击鼠标左键，生成黑色障碍物，按“P”键终止画图，点击鼠标左键，生成笑脸，箱子，终点；如,17所示； 图17 图18 如图18，自动路径自动寻路至终点。