解析边界测试技术——健壮性测试、最坏情况测试、健壮最坏情况测试

黑盒测试——边界测试

边界值分析是一种常用的黑盒测试方法，是对等价类划分方法的补充；所谓边界值，是指相对于输入等价类和输出等价类而言，稍高于其最高值或稍低于最低值的一些特定情况。边界值分析的步骤包括确定边界，选择测试用例两个步骤。

一、基本原理：

错误更可能出现在输入变量的极值附近.

失效极少由两个（或多个）缺陷的同时发生引起的。

Min、Min+、Nom、Max-、Max.

二、单缺陷假设和多缺陷假设：

单缺陷假设是边界值分析的关键假设。单缺陷假设指“失效极少是由两个或两个以上的缺陷同时发生引起的”。在边界值分析中，单缺陷假设即选取测试用例时仅仅使得一个变量取极值，其他变量均取正常值；

多缺陷假设，则是指“失效是由两个或两个以上缺陷同时作用引起的”，要求在选取测试用例时同时让多个变量取极值。

三、边界值测试数据类型：数值、速度、字符、地址、位置、尺寸、数量等。

四、边界值测试的分类

五、边界值测试技术：

（一）、基本边界值测试。

有n个输入变量，设计测试用例使得一个变量在数据有效区内取最大值、略小于最大值、正常值、略大于最小值和最小值。如下图所示,两个变量X1,X2。它们的有效取值区间分别为[c,d],[a,b]。

对于有n个输入变量的程序，基本边界值分析的测试用例个数为4n+1。

(二）、健壮性测试。

健壮性是指在异常情况下，软件还能正常运行的能力。健壮性考虑的主要部分是预期输出，而不是输入。健壮性测试是边界值分析的一种简单扩展。除了变量的5 个边界分析取值还要考虑略超过最大值（max）和略小于最小值（min）时的情况。健壮性测试的最大价值在于观察处理异常情况，它是检测软件系统容错性的重要手段。如下图所示。

对于有n个输入变量的程序，健壮性测试的测试用例个数为6n+1。

(三）、最坏情况测试。

最坏情况测试拒绝单缺陷假设，它关心的是当多个变量取极值时出现的情况。最坏情况测试中，对每一个输入变量首先进行包含最小值、略高于最小值、正常值、略低于最大值、最大值等5个元素集合的测试，然后对这些集合进行笛卡尔积计算，以生成测试用例。最坏情况测试将意味着更大工作量。如下图所示。

对于有n个输入变量的程序，最坏情况测试的测试用例个数为5^n。

（四）、健壮最坏情况测试。

健壮最坏情况假设对每一个变量首先进行最小值、略小于最小值的值、略高于最小值的值、正常值、最大值、略高于最大值的值、略低于最大值的值等7个元素的集合。然后对这些集合进行笛卡尔积运算，以生成测试用例。如下图所示。

对于有n个输入变量的程序，健壮最坏情况测试的测试用例个数为7^n。