BUAA OO Unit3 总结

钟昊翔-21231025 学生 2024-05-16 11:34:21

OO Unit3 总结

分析测试过程

黑箱测试

黑箱测试也称为功能测试或基于需求的测试，测试人员不需要了解软件的内部结构和代码实现，只关注输入和输出。测试的目的是验证软件的功能是否符合需求规格说明书的要求。不需要深入了解代码实现，测试人员可以是非开发人员。但是覆盖范围有限，无法检测到代码中的所有可能缺陷。并且可能会忽略内部实现导致的潜在问题。

白箱测试

白箱测试也称为结构测试或基于代码的测试，测试人员需要了解软件的内部结构和实现细节，通过检查代码逻辑、路径覆盖等来设计测试用例。需要深入了解代码，测试人员通常是开发人员。但是测试覆盖面容易局限于代码逻辑，忽略系统的整体功能。

单元测试

对软件系统的最小可测试单元进行测试，通常是单个函数或方法。目的是验证每个单元的功能是否正确，确保单元按照预期工作。

集成测试

将多个单元模块集成后进行测试，验证它们之间的接口和交互是否正确。目的是发现模块之间的接口和交互问题，确保集成后的系统能够正常运行。

压力测试

在超出正常工作负荷的条件下测试系统，评估其在极端条件下的性能和稳定性。目的是确定系统的最大承受能力和性能瓶颈，确保在高负载下系统仍能稳定运行。

回归测试

在软件修改后重新测试系统，确保新代码没有引入新的错误或影响现有功能。目的是验证新版本的系统是否仍然符合预期，未破坏原有功能。

数据构造的过程

在Homework 9中，需要对NetWork.queryTripleSum()方法进行单元测试，我构造数据的方法是构造了500条随机操作数据（包括添加一个未出现过的Person，在两个已经添加过的Person间添加Relation，删除一个存在的Relation，以及在三个人之间两两添加关系（这个是为了保证能有三角形出现））。每一步操作之后都对JML规格规定的结果和要求确保无错误的进行检查。

@Test
    public void myTest() {
        Assert.assertEquals(0, myNetwork.queryTripleSum());
        addPerson();
        while (numberOfCommands < 500){
            int op = random.nextInt(4);
            if (op == 0) {
                addPerson();
            } else if (op == 1) {
                addRelation();
            } else if (op == 2){
                deleteRelation();
            } else {
                addTriple();
            }
            test();
        }
        test();
    }

在Homework 10中，需要对NetWork.queryCoupleSum()方法进行单元测试，和上次作业一样，构造方法中只是去掉了构造三角形的关系，还是每进行一次操作进行一次结果检查。

@Test
    public void myTest() {
        Assert.assertEquals(0, myNetwork.queryCoupleSum());
        addPerson();
        while (numberOfCommands < 500){
            int op = random.nextInt(3);
            if (op == 0) {
                addPerson();
            } else if (op == 1) {
                addRelation();
            } else {
                deleteRelation();
            }
            test();
        }
        test();
    }

在前两次作业中，每一步操作都在Test类中存有备份完整的NetWork.persons[]和NewWork.relations[]备份，方便后面进行修改检查。

在Homework 11中，需要对NewWork.deleteColdEmoji()方法进行单元测试，这次在构造数据的时候也是随机操作，只是操作变为了添加消息、发送消息和deleteColdEmoji()这三个。这次构造了2000~20000条随机数据。

@Test
    public void myTest() {
        Assert.assertEquals(0, myNetwork.deleteColdEmoji(Integer.MAX_VALUE));
        for (int i = 0; i < 1000; i++) {
            int times = random.nextInt(20);
            for (int t = 0; t < times; t++) {
                addAndSendMessage();
            }
            test();
        }
    }

架构设计

类分析

NetWork可以看做是图，里面包含了所有的点和边以及其他附加属性

Person可以看做是点

Tag可以当做标签或者分组，是一个点的属性，其中包含图中点的子集（不含自己）

addRelation方法为在两个点之间添加一条无向边（权值为正）

因此我的构建是：

NetWork里面存储点，即Person[]，由于需要根据Person.id快速查询，所以使用了HashMap<Person.id, Person>

Person里面存储对应边的邻接表，即acquaintances[]，也是用了HashMap维护

Person里面存储对应的Tag，由于需要根据Tag.id获取，因此使用了HashMap<Tag.id, Tag>

queryBlocksSum()方法需要查询联通块个数，使用了并查集维护。

queryBestAcquaintance()方法需要找到Person对应邻接表的最长边，因此在操作的时候实时维护了这个值，并且使用了懒标记，只有在修改后查询才会更新。

性能问题

在第一次作业的时候，在NetWork.getPerson()方法中直接按照JML的写法，将整个Person[]数组遍历了一遍，这个过程是O(n)的，又由于NetWork.queryShortestPath()本身是O(n)的，并且每一步都需要getPerson()，因此整体就是O(n^2)的，导致超时。后来改为了HashMap就不会了。