James Whittaker的软件测试戒律(一)

摘录自《探索式软件测试》(注:作者模仿了圣经十诫的语气和内容编写了软件测试戒律)

1.汝应用大量输入反复锤炼汝之应用程序

2.汝应贪图汝之邻居的应用程序

3.汝应亲自寻找睿智的预言家

4.汝不应崇拜无法重现的失效

5.汝应尊重汝的模型和自动化测试

6.汝应利用开发人员的过错与他们作对

7.汝应醉心于谋杀应用程序(庆祝蓝屏吧)

8.汝应保持安息日(指产品发布时刻)的圣洁

9.汝应贪图开发人员的源代码


        这里只有9戒,原因后面如果找得到的话我会说明一下。今天先解释下前两诫。

1.汝应用大量输入反复锤炼汝之应用程序

        对任何一个不算太小的程序来说,它的输入的取值基本上是无穷的,这是一个哪怕是入门级测试人员都知道的事情。于是,我们通常会使用等价类、边界值等方法来减少我们测试的输入值,避免面对无穷的测试。这是值得提倡的。

      但是,除此之外呢?大规模的随机测试也是非常有必要的,当然要进行大规模的随机测试就必须要实现自动化,否则你会累死的。大规模随机测试是对我们其他测试设计方法的一个很好补充。它可能不会发现很多问题,但如果他发现了大量问题,就说明你有可能在等价类、边界值等测试设计方法中设计的用例并不是很好,你需要反思一下。有时候它也确实会发现一些很重要的问题。

        另外,要写这样的大规模随机测试的自动化代码,测试人员就必须对程序的输入域以及输入输出之间的关系非常了解,因此,在这个设计分析的过程中,我们经常就能找到一些错误或者想到一些非常好的点子。


2.汝应贪图汝之邻居的应用程序

        这并不是叫你去剽窃别人的代码或是像某只南极动物那样山寨别人的产品。这里的意思你不应该把你的程序(或特性)孤立起来测试,否则你可能会陷入“兼容性噩梦”。从一开始就考虑应用程序(或特性)间的兼容性与交互,总是有益的。


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Whittaker滤波是一种常用的信号处理方法,用于平滑离散数据。这种滤波方法是由Whittaker于1922年提出的,被广泛应用于信号恢复、数据插值和去噪等领域。 Whittaker滤波的基本思想是通过对离散数据进行插值和平滑,对信号进行重建。该方法在数据点附近使用多项式进行拟合,然后利用拟合曲线进行信号恢复。常用的拟合方法有牛顿插值法和Lagrange插值法。 Whittaker滤波的核心是最小化平滑函数与原始数据之间的误差,以获得平滑的信号。该算法基于线性二次规划问题,通过调整平滑参数来控制平滑程度。较大的平滑参数将导致更加平滑的信号,而较小的平滑参数将保留更多的信号细节。 Whittaker滤波的优点是可以有效地平滑离散数据,并提供灵活性和可调节性。它在信号恢复和数据插值中具有良好的效果,能够去除噪声和异常值,并还原数据的整体趋势。 然而,Whittaker滤波也有一些限制。它对数据的平滑程度非常敏感,平滑参数的选择需要经验和试验。此外,该方法在面对严重缺失数据或数据较大波动时可能不够稳定,可能导致信号失真或过度平滑。 总的来说,Whittaker滤波是一种常见且有效的信号处理方法,可以用于数据插值、信号恢复和去噪等应用。要合理选择参数,并注意其适用范围和局限性,以获得准确的结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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