Junior
Πώς μπορούν να δημιουργηθούν δοκιμές σύμφωνα με τη μέθοδο των κλάσεων ισοδυναμίας;
sobes.tech AI
Απάντηση από AI
Η μέθοδος των κλάσεων ισοδυναμίας διαιρεί τα δεδομένα εισόδου σε ομάδες (κλάσεις), μέσα στις οποίες η συμπεριφορά του συστήματος θεωρείται ίδια. Τα τεστ δημιουργούνται για κάθε κλάση, αντιπροσωπεύοντας μια τυπική τιμή ή συνθήκες ορίου αυτής της κλάσης.
Βήματα για τη δημιουργία τεστ:
- Ταυτοποίηση δεδομένων εισόδου: Ορίστε όλους τους παραμέτρους ή συνθήκες εισόδου για τη δοκιμαζόμενη λειτουργικότητα.
- Διαίρεση σε κλάσεις ισοδυναμίας: Διαχωρίστε το εύρος των πιθανών τιμών κάθε παραμέτρου εισόδου σε ομάδες (κλάσεις) έτσι ώστε το σύστημα να επεξεργάζεται με τον ίδιο τρόπο οποιεσδήποτε τιμές εντός μιας ίδιας κλάσης. Αναγνωρίστε έγκυρες και μη έγκυρες κλάσεις.
- Επιλογή αντιπροσωπευτικών τιμών: Από κάθε αναγνωρισμένη κλάση ισοδυναμίας, επιλέξτε μία ή περισσότερες αντιπροσωπευτικές τιμές δοκιμής. Συνήθως, επιλέγεται μια τυπική τιμή από την κλάση και, κατά την ανάλυση οριακών τιμών, οι οριακές τιμές αυτής της κλάσης.
- Δημιουργία περιπτώσεων δοκιμής: Συνδυάστε τις επιλεγμένες αντιπροσωπευτικές τιμές από διαφορετικές κλάσεις ισοδυναμίας για όλους τους παραμέτρους εισόδου.
Παράδειγμα για το πεδίο "Ηλικία" (ακέραιος αριθμός από 1 έως 120):
- Έγκυρες κλάσεις:
- [1, 120] (π.χ., 30)
- Μη έγκυρες κλάσεις:
- (<1) (π.χ., 0 ή -5)
- (>120) (π.χ., 121 ή 200)
- Μη αριθμητικές τιμές (π.χ., "abc" ή "")
Παραδείγματα δοκιμών βασισμένα σε κλάσεις ισοδυναμίας:
- Εισαγωγή "30" (έγκυρο)
- Εισαγωγή "0" (μη έγκυρο)
- Εισαγωγή "121" (μη έγκυρο)
- Εισαγωγή "abc" (μη έγκυρο)
Αυτή η μέθοδος μειώνει τον αριθμό των δοκιμών, χωρίς να χάνει ένα σημαντικό μέρος της κάλυψης, καθώς υποθέτει ότι η δοκιμή μιας τιμής από την κλάση ισοδυναμίας είναι αρκετή για όλες τις τιμές αυτής της κλάσης. Συχνά χρησιμοποιείται σε συνδυασμό με ανάλυση οριακών τιμών για βελτίωση της αποτελεσματικότητας.