白盒测试技术—逻辑覆盖方法

白盒测试技术—逻辑覆盖方法

逻辑覆盖测试,又称,对判定的测试

1.逻辑覆盖基本测试原则

  • 对程序中所有的逻辑值均需要测试真值和假值的情况

在这里插入图片描述

在这里插入图片描述

注:图片中应该是程序流程图,而不是控制流图

1.1语句覆盖

  • 设计测试用例时,需要保证程序中每一条可执行语句至少应执行一次。

  • 实质上就是,满足控制流图中的点覆盖(即:访问程序中所有节点)

  • 在这里插入图片描述

  • 语句覆盖的弊端

    • 关注语句,而非关注判定节点
    • 对隐式分支无效
    • 对策:优选测试数据
    • 更强的覆盖标准:判定覆盖

    语句覆盖是最弱的一种覆盖标准,它主要存在两方面弊端。

1.2判定覆盖

  • 判定覆盖也称为分支覆盖;
  • 设计测试用例时,应保证程序中每个判定节点取得每种可能结果至少一次。
  • 判定覆盖相当于对控制流图进行边覆盖。

在这里插入图片描述

  • 需同时执行L13L24,或者同时执行L14L23

在这里插入图片描述

  • 判定覆盖的局限性

在这里插入图片描述

1.3条件覆盖

  • 设计测试用例时,应保证程序中每个复合判定表达式中,每个简单判定条件的取真和取假情况至少执行一次。
  • 条件覆盖并不能确保满足判定覆盖
  • 相比于判定覆盖,条件覆盖虽然进一步深入检查了判定节点中的每个子条件,但判定节点局部的完全覆盖并不能保证对判定节点整体的完全覆盖

在这里插入图片描述

1.4判定/条件覆盖

  • 测试用例设计应满足判定节点的取真、取假分支至少执行一次,且每个简单判定条件的取真和取假情况也至少执行一次,即判定覆盖+条件覆盖。
  • 将程序中的所有复合判定表达式拆分为简单节点,消除复合表达式中的“与”、“或”关系,此时,判定/条件覆盖就等同于判定覆盖了。
  • 设计测试用例的难度大

在这里插入图片描述

1.5 条件组合覆盖

  • 测试用例的设计应满足每个判定节点中,所有简单判定条件的所有可能的取值组合情况应至少执行一次。
  • 考虑判定条件之间是否存在关联性

在这里插入图片描述

两个判定节点构成串联关系,判定节点的整体取值存在多种组合情况,如果也需要完全覆盖到,则应将所有子条件的取值放在一起考虑。例子所示:应有16种。

在这里插入图片描述

在这里插入图片描述

这里,判定条件存在关联,故有些测试用例组合不存在!!!
在这里插入图片描述

  • 优势:方法简单;只需要找到所有简单条件,并列出真值表,穷尽所有组合情况即可。
  • 弊端:测试用例太多,冗余严重。

总结:已有的覆盖指标

  • 语句覆盖太弱;
  • 判定覆盖和条件覆盖不够全面;
  • 判定/条件覆盖设计难度大;
  • 条件组合覆盖的测试用例数量太多;

1.6修正的判定/条件覆盖指标

  • 通过引入判定条件的独立影响来克服以上不足。
  • 该覆盖指标被广泛应用于国防和航空航天领域。

基本思想:在满足判定/条件覆盖的基础上,每个简单判定条件都应独立地影响到整个判定表达式的取值。

实质:利用简单判定条件的独立影响性来消除测试用例的冗余。

什么是独立影响性

  • 在这里插入图片描述

为了消除冗余,我们分别考察条件A和条件B对整个判定节点的独立影响性。

若条件A取真值,则结果为真;

若条件A取假值,则结果为假。

对于本例与关系来说,若条件B取假值,则条件A的取值对整个判定表达式的结果不产生任何影响。

  • 在这里插入图片描述

  • 在这里插入图片描述

  • 在这里插入图片描述

  • 在这里插入图片描述

具体措施:抽取能体现所有简单判定条件独立影响性的最少独立影响对。

  • 在这里插入图片描述

无法处理耦合的判定条件,例如:year这个变量,同时存在于两个子条件中,则无法使用这种方法,满足修正的判定条件覆盖。

1.7对判定的测试小结

-在这里插入图片描述

  • 在这里插入图片描述

前三种,使用最为广泛

  • 在这里插入图片描述
内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
在无线通信领域,天线阵列设计对于信号传播方向和覆盖范围的优化至关重要。本题要求设计一个广播电台的天线布局,形成特定的水平面波瓣图,即在东北方向实现最大辐射强度,在正东到正北的90°范围内辐射衰减最小且无零点;而在其余270°范围内允许出现零点,且正西和西南方向必须为零。为此,设计了一个由4个铅垂铁塔组成的阵列,各铁塔上的电流幅度相等,相位关系可自由调整,几何布置和间距不受限制。设计过程如下: 第一步:构建初级波瓣图 选取南北方向上的两个点源,间距为0.2λ(λ为电磁波波长),形成一个端射阵。通过调整相位差,使正南方向的辐射为零,计算得到初始相位差δ=252°。为了满足西南方向零辐射的要求,整体相位再偏移45°,得到初级波瓣图的表达式为E1=cos(36°cos(φ+45°)+126°)。 第二步:构建次级波瓣图 再选取一个点源位于正北方向,另一个点源位于西南方向,间距为0.4λ。调整相位差使西南方向的辐射为零,计算得到相位差δ=280°。同样整体偏移45°,得到次级波瓣图的表达式为E2=cos(72°cos(φ+45°)+140°)。 最终组合: 将初级波瓣图E1和次级波瓣图E2相乘,得到总阵的波瓣图E=E1×E2=cos(36°cos(φ+45°)+126°)×cos(72°cos(φ+45°)+140°)。通过编程实现计算并绘制波瓣图,可以看到三个阶段的波瓣图分别对应初级波瓣、次级波瓣和总波瓣,最终得到满足广播电台需求的总波瓣图。实验代码使用MATLAB编写,利用polar函数在极坐标下绘制波瓣图,并通过subplot分块显示不同阶段的波瓣图。这种设计方法体现了天线阵列设计的基本原理,即通过调整天线间的相对位置和相位关系,控制电磁波的辐射方向和强度,以满足特定的覆盖需求。这种设计在雷达、卫星通信和移动通信基站等无线通信系统中得到了广泛应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

HHppGo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值