[发明专利]一种基于贪心算法和聚类分析的自适应测试用例排序方法

说明书

本发明公开了一种基于贪心算法和聚类分析的自适应测试用例排序方法，属于软件工程领域。包括：步骤1，读取原始测试用例，计算原始测试用例的曼哈顿距离矩阵，并根据距离矩阵对原始测试用例利用改进的K中心点聚类方法，将测试用例集分到k(测试用例总数的5％)个簇；步骤2，基于距离矩阵，利用贪心算法对经K中心点聚类后的每个簇进行排序；步骤3，每个簇排好序后，依次从每个簇中挑选测试用例合并为一个测试用例集，以供测试。本方法在保证排序效果的情况下具有时间开销小的优势，通过与现有的贪心算法排序进行试验比较，验证了提出方法的有效性和时间开销小的优势。

技术领域

本发明属于软件测试中的测试用例优先级技术领域，涉及一种基于贪心算法和聚类分析的自适应测试用例排序方法。

背景技术

软件产业的迅速发展促使各类软件层出不穷，软件产品的质量亟待提高。当软件项目的需求确定后，软件测试工作就应该开始着手进行了。由于软件测试贯穿软件生命周期全过程，所以软件测试所消耗的时间成本较高。但是，国内现在有很多公司一般都是在软件初步完成后，在集成测试阶段才将测试工作交给软件测试人员进行测试。在测试的过程中如果发现存在缺陷，测试人员需要选择合适的测试用例对系统进行测试。测试在整个软件开发过程中的各个阶段都可能存在，因此消耗的成本也较大。目前对减少测试成本采用的是测试用例优先级排序技术，测试用例优先级技术的目的在于通过对测试用例进行排序以尽快达到某种测试目的。根据某些标准，测试人员将给一些测试用例赋予更高的优先级，使得这些测试用例比那些优先级低的测试用例被更早执行。目前很多技术都只适用于白盒测试，基于一定的历史信息，来帮助测试用例更好地进行回归测试，提高检测效率。这类方法对源代码有很高的依赖，需要考察测试用例对代码的覆盖情况，不同版本代码间的差异情况来定义各测试用例的优先级。黑盒排序技术由于其不使用源代码信息也没有其他执行信息，因此具有较低成本、轻量级，适用于许多实际情况。关于黑盒测试用例排序方法，国外学者Yves Ledru等人提出了一种基于字符串距离和贪心的测试用例排序方法，该方法的核心思想是：先随机选取一条测试用例加入序列S，然后计算剩下的测试用例与序列S 的距离，将最大距离的测试用例给予高优先级，加到序列S中，重复操作，直到排序完成。此方法适用一般的测试用例，然而当测试用例数量庞大时，该方法显得效率不高。

为了进一步提高排序的效率，减少时间开销，我们首先使用聚类分析，将测试用例分成k个簇，再对每个簇使用贪心算法选取测试用例集，然后逐一选取测试用例，最终完成排序操作。

发明内容

为了解决上述的基于字符串距离的测试用例排序方法不适合数量庞大的测试用例集，本发明提出了一种基于贪心算法和聚类分析的自适应测试用例排序方法。对于常规软件，自适应排序方法根据测试用例的输入格式，初始测试用例的数量，调整策略，不依赖源码信息以及历史运行信息，可以仅对生成的测试用例进行优先级排序。并且在保证排序效果的情况下下，使得时间开销尽可能减小，从而提高测试用例排序方法的效率。并且将本方法的实验结果与现有的基于字符串距离的测试用例排序方法的结果进行比较，验证了提出方法的有效性和时间开销小的优势。

本发明的技术方案如下：

步骤1，读取原始测试用例，计算原始测试用例的曼哈顿距离矩阵，根据曼哈顿距离矩阵，对原始测试用例利用改进的K中心点聚类方法，将测试用例集分到k(测试用例总数的5％)个簇；

步骤2，根据步骤1计算的距离矩阵，使用贪心算法对K中心点聚类后的每个簇进行排序；

步骤3，每个簇排好序后，依次从每个簇中挑选测试用例合并为一个测试用例集，以供测试。

进一步方案，上述步骤1的具体步骤如下：

步骤1.1，读取原始测试用例T；

步骤1.2，将测试用例转换为字符串，计算两两测试用例的曼哈顿距离；

步骤1.3，从T中随机选取k(测试用例总数的5％)个测试用例作为中心点；