功能测试用例自动生成算法 Pairwise

Pairwise算法是测试什么

对于以下测试场景：

浏览器：M，O，用例P 操作平台：W(windows)，自动L(linux)，生成算法i(ios) 语言：C(chinese)，测试E(english)

该如何设计功能测试用例呢?用例

根据数学统计分析，73%的自动缺陷(单因子是35%，双因子是生成算法38%)是由单因子或2个因子相互作用产生的。19%的测试缺陷是由3个因子相互作用产生的。也就是用例说，大多数的自动bug都是条件的两两组合造成的。

Pairwise算法是生成算法L. L. Thurstone在1927年首先提出来的，他是测试美国的一位心理统计学家。网站模板Pairwise算法基于两两组合，用例过滤出性价比高的自动用例集。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，云服务器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，源码库不用找剩余列了                 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