2024 BUAA OO UNIT3

林舒雅-22371132 学生 2024-05-16 11:31:38

HW12-BLOG

HW12-BLOG
测试过程
黑箱测试和白箱测试
对单元测试、功能测试、集成测试、压力测试、回归测试的理解
数据构造策略
基础测试
针对性测试
架构设计
第一次作业
第二次作业
第三次作业
性能问题
规格与实现分离
Junit测试
利用规格信息设计
检验代码实现与规格的一致性的效果
学习体会

测试过程

黑箱测试和白箱测试

黑箱测试也称功能测试、数据驱动测试或基于规格说明的测试。测试者只知道程序的输入、输出和系统的功能，这是从使用者的角度针对软件的接口、功能及外部结构进行的测试，不考虑程序内部实现逻辑。

白箱测试也称结构测试、逻辑驱动测试或基于程序本身的测试，测试程序内部结构或运行。在白箱测试时，从程序设计语言的角度来设计测试样例。测试者输入数据并验证数据在程序中的流动路径，并确定适当的输出，类似测试电路中的节点。

对单元测试、功能测试、集成测试、压力测试、回归测试的理解

单元测试是针对软件的最小功能模块进行测试的方法。在这种测试中，开发人员会编写针对每个函数或方法的测试用例，以验证其在各种输入条件下的正确性。单元测试的目的是尽早发现和解决代码中的错误和缺陷，以确保软件的各个功能模块能够独立地正常工作。
功能测试是对整个软件系统的功能进行测试的方法。在功能测试中，测试人员会根据需求规格说明书编写测试用例，并通过输入不同的数据或操作软件的不同功能来验证软件是否满足设计要求。功能测试的目的是确保软件能够按照用户需求的要求正常运行，并能够正确地处理各种情况。
集成测试是在单元测试之后，将各个功能模块组装在一起进行测试的方法。在集成测试中，测试人员会验证各个模块之间的接口和交互是否正常，并且整个系统能够正常协作。集成测试的目的是确保各个模块之间的集成能够正常工作，不会产生冲突和错误。
压力测试是对软件系统在高负载和大并发情况下进行测试的方法。在压力测试中，测试人员会模拟大量用户同时访问系统，并且增加系统负载，以评估系统的性能和稳定性。压力测试的目的是找出系统的瓶颈和性能问题，并且确定系统在高负载情况下的性能指标。
回归测试是在软件系统进行修改或升级后，重新运行之前的测试用例以验证修改是否引入新的错误或导致原有功能出现问题的方法。回归测试的目的是确保在对软件进行修改或升级后，原有的功能和性能没有受到影响。回归测试一般会在每次修改或升级后进

数据构造策略

基础测试

以稠密图为基础，尽量覆盖jml描述里的每一个分支，举个简单的例子，对于ap指令，可以设置异常概率为0.2，使得random到概率区间时，add网络中已经存在的人。同时适当提高查询指令的比例。

def add_relation(self, designated1, designated2):
        seed = random.random()
        id1 = 0
        id2 = 0
        value = random.randint(-3, 3)
        if(designated1!=None and designated2!=None):
            # 指定
            id1 = designated1
            id2 = designated2
        elif(self.cur_person_index == 0):
            id1 = self.persons[random.randint(0, command_limit + 30)]
            id2 = self.persons[random.randint(0, command_limit + 30)]
        elif(seed < ar_id1_exc_prob):
            # person1 异常
            id1 = self.persons[random.randint(self.cur_person_index, command_limit + 30)]
            if(random.random() < 0.5) :
                id2 = self.persons[random.randint(0, self.cur_person_index - 1)]
            else :
                id2 = self.persons[random.randint(self.cur_person_index, command_limit + 30)]
        elif(seed < ar_id2_exc_prob):
            # person2 异常
            if(random.random() < 0.5) :
                id1 = self.persons[random.randint(0, self.cur_person_index - 1)]
            else :
                id1 = self.persons[random.randint(self.cur_person_index, command_limit + 30)]
            id2 = self.persons[random.randint(self.cur_person_index, command_limit + 30)]
        else:   
            id1 = self.persons[random.randint(0, self.cur_person_index - 1)]
            if(random.random() < 0.1):
                id2 = id1
            else :
                if(random.random() < 0.5 and len(self.relation_dict) != 0):
                    keys = random.sample(list(self.relation_dict.keys()), 1)
                    id1_1 = keys[0][0]
                    id1_2 = keys[0][1]
                    if(len(self.double_edges_dict.get(id1_1).keys() & self.double_edges_dict.get(id1_2).keys())==0 and self.add_relation_dirty==0):
                        # 增加三元组概率
                        self.add_relation_dirty = 1
                        self.inputs.append(self.add_relation(id1_1, self.persons[random.randrange(0, self.cur_person_index)]))
                        self.inputs.append(self.add_relation(id1_2, self.persons[random.randrange(0, self.cur_person_index)]))
                        self.add_relation_dirty = 0
                id2 = self.persons[random.randint(0, self.cur_person_index - 1)]
                if(id1 != id2):
                    edge = tuple((min(id1, id2), max(id1, id2)))
                    if(edge not in self.relation_dict):
                        self.add_edge(edge, value, id1, id2)
                else :
                    id2 = id1 + 1
        return f'add_relation {id1} {id2} {value}'