正交设计 python算法_Python实现正交实验法-高级篇

前情介绍：

测试过程中，对于多参数参数多值的情况进行测试用例组织，之前一直使用【正交分析法】进行用例组织，就是把每个参数的所有值分别和其他参数的值做一个全量组合，用Python脚本实现，就是itertools模块中product方法(又称笛卡尔积法),然后再用正交表进行筛选。

pairwise算法

Pairwise (结对)算法源于对传统的正交分析方法优化后得到的产物，Pairwise是L. L. Thurstone(29 May1887 – 30 September 1955)在1927年首先提出来的。他是美国的一位心理统计学家。Pairwise也正是基于数学统计和对传统的正交分析法进行优化后得到的产物。

Pairwise基于如下2个假设：

(1)每一个维度都是正交的，即每一个维度互相都没有交集。

(2)根据数学统计分析，73%的缺陷(单因子是35%，双因子是38%)是由单因子或2个因子相互作用产生的。19%的缺陷是由3个因子相互作用产生的。

因此，pairwise基于覆盖所有2因子的交互作用产生的用例集合性价比最高而产生的。

pairwise算法详解

假设有3个维度，每个维度有几个因子。如下：

浏览器：M(Firefox),O(Opera)，IE

操作平台：W(windows)，L(Linux)，i(iOS)

语言：C(chinese)，E(english)

求解：

使用pairwise算法，有多少个测试case？具体是什么case？

我们沿用数学做题的格式。

解&#