開篇：
測試過程中，對于多參數參數多值的情況進行測試用例組織，之前一直使用【正交分析法】進行用例組織，說白了就是把每個參數的所有值分別和其他參數的值做一個全量組合，用Python腳本實現，就是itertools模塊中product方法(又稱笛卡爾積法)。
正交分析法的優點是測試用例覆蓋率100%，缺點測試用例數量龐大，執行用例消耗的人工巨大。
Pairwise (結對)算法源于對傳統的正交分析方法優化后得到的產物，它的理論來自于數學統計。毫不避諱的說，本人看不懂數學統計中的學術論文，只能從網上找一些通俗簡單的說法來理解其基本含義。
網上很多人都實例都是用 【操作系統，瀏覽器，語言環境】來舉例的，本人也做同樣示例：
操作系統： W(Windows),L(Linux),Mac (Mac) ;瀏覽器：M(Firefox),O(Opera)，IE;語言環境：C(中文)，E(英文)
按照正交分析法：會產生3x3x2=18種組合方式 ，測試用例覆蓋率100%。
Pairwise結對測試用例組織法，可壓縮到9種組合方式。因此有點是 測試用例數量少，缺點是一定會有漏測。
引論：
Pairwise算法的核心理念
1、一組測試用例(每個用例有3個參數的值組成，如[W,M,C])中每一個2個元素組合起來，兩兩組合，就有3種組合方式(有位置的[W,M][W,C][M,C]);
2、如果這第一組測試用兩兩組合出的3種組合方式，對比原則：[W,M]只會和其他組的第一個元素對比，[W,C]只會和其他組中第二個元素對比。。。。;
[W,M][W,C][M,C]這三個元素分別出現在其余有效組位置相同的元素中，就可以認為這一組Case為多余Case，并進行刪除。
名詞解釋：【有效組】表示未被刪除的組和未被對比過的組。舉例：第1,3組被刪除，則第4組要對比的有效組為第2,5,6,7...18組。有效組這里踩過坑%>_
公眾號
事業單位
當前位置：
公考類
招聘類
各類考試
