[发明专利]一种基于贪婪算法和搜索算法的混合算法的组合测试用例生成算法

权利要求书

1.一种基于贪婪算法和搜索算法的混合算法的组合测试用例生成算法，其主要步骤如下：

步骤1)、生成满足要求的覆盖数组。

步骤2)、首先选择贪婪算法，如图2，根据贪婪算法特性逐步覆盖数组。

步骤3)、当覆盖标准达到K后，贪婪算法遇到瓶颈，选择搜索算法代替，如图3，以期达到更优的效果。

进一步的，所述步骤1)的具体步骤如下：

步骤1.0)、首先是构建数组，构建覆盖数组的总体目标是创建一个二维数组，其中所有与指定输入关联的t元组都会被覆盖。

步骤1.1)、组合测试使用覆盖表CA作为测试用例集，CA是一个大小为M×k维的矩阵。本发明中，测试用例条数，即覆盖表的大小标记为N；覆盖强度标记为t；待测系统参数个数为其中，取值个数为v_i的参数有k_i(1≤i≤m，m≤k)个，v_i(1≤i≤k)表示第i个参数取值集合，|v_i|表示第i个参数取值个数。则CA表有如下表示：

进一步的，所述步骤2)的具体步骤如下：

步骤2.1)、通过使用贪婪算法，将每个因子与某个级别的值绑定在一起，可以为该集合一次建立一行。一旦所有t元组都被覆盖，覆盖数组就完成了。本发明可以动态设置参数K，当覆盖率达到K时，将贪婪算法转换为搜索算法，避免陷入局部最优。

步骤2.2)、手动选择第一个测试用例T，或者自动选择T，T的选择会影响后续测试用例的生成。

步骤2.3)、根据步骤2.2)选中的测试用例T，选择测试用例T’，选择标准是转换成本最低，如果同时存在多个T’，则选择其中一个。在此阶段，覆盖率逐渐上升。

进一步的，所述步骤3)的具体步骤如下：

步骤3.1)、用户可以根据自己的实际需求，设置一个覆盖标准值K。如果标准值K设置得过高，则有可能在贪婪算法陷入局部最优时仍未达到K，会影响性能。

步骤3.2)、当覆盖率到达K时，本发明将选择搜索算法继续生成测试用例。

步骤3.4)、假定S为SUT应涵盖的所有未覆盖2值组合的集合，Tg为生成的测试用例的集合。对于每个测试候选t，t(2-way)表示t覆盖的S中的所有2-way值组合。则有：

Fitness(t)＝|t(2-way)∩S|

其中Fitness用来衡量每个候选者的质量。以此来选择候选者。因为这是搜索算法的一般方法，因此对于其他强度的组合也适用。

步骤3.5)、当步骤3.4)中S为空时，CA完全覆盖，流程结束。