一、应用场合
有很多的控件，而且每个控件有多个取值的情况下，要考虑不同控件不同取值的组合
——如何使用最少、最优化的数据组合达到最大的测试覆盖。
二、和因果图法的区别：
因果图：适用于控件组合较少的（20种以下），要比较全面的考虑所有情况（或主要情况）。
正交排列法：适用于控件组合数量庞大，而从代码角度讲有没必要全部测试。
正交表
一种特制表，一般正交表记为：
- n：表示的是行数，也就是测试组合的次数
- t： 表示要测控件内包含的取值个数（各因素的水平数，即各因素的状态数）
- q：表示列数，即控件的个数（因素的个数，或因子的个数）
|
列号
|
1
|
2
|
3
|
4
|
|
试验号
|
||||
|
1
|
1
|
1
|
1
|
1
|
|
2
|
1
|
2
|
2
|
2
|
|
3
|
1
|
3
|
3
|
3
|
|
4
|
2
|
1
|
2
|
3
|
|
5
|
2
|
2
|
3
|
1
|
|
6
|
2
|
3
|
1
|
2
|
|
7
|
3
|
1
|
3
|
2
|
|
8
|
3
|
2
|
1
|
3
|
|
9
|
3
|
3
|
2
|
1
|
|
列号
|
1
|
2
|
3
|
4
|
5
|
|
实验号
|
|||||
|
1
|
1
|
1
|
1
|
1
|
1
|
|
2
|
1
|
2
|
2
|
2
|
2
|
|
3
|
2
|
1
|
1
|
2
|
2
|
|
4
|
2
|
2
|
2
|
1
|
1
|
|
5
|
3
|
1
|
2
|
1
|
2
|
|
6
|
3
|
2
|
1
|
2
|
1
|
|
7
|
4
|
1
|
2
|
2
|
1
|
|
8
|
4
|
2
|
1
|
1
|
2
|
三、如何使用
1、分析需求——列出所有的控件和取值。——列出表格
2、根据控件的个数和控件的取值，选择一个合适的正交表：
（1）根据控件的个数，决定正交表的“次幂”（正交表的列数）例：4个控件——4次幂（4列）
（2）根据每个控件的取值个数，决定正交表的“底”（正交表中允许出现的最大值）例：每个控件有 3 个取值——底为3
3、把正交表中的列名和取值（1、2、3…）用控件名称和控件的真正取值替代
（1）把列名用控件名称替代
（2）把每列中的取值（1、2…）使用对应的控件真正的取值替代
4、根据正交表编写用例
把正交表的每一行转换成一条用例
说明：
这些组合是经过数学推理出来的最少、最优化的用例
如果时间允许，最好再补充一些用例
正交表的局限性：（不一样的取值叫做混合正交表）
正交表个数有限，并基本要求控件取值个数相等
四、正交表的测试思想
1、公平原则：使每个控件的每个取值参与组合的次数尽量相同
2、均匀原则：在所有的组合中挑选数据时，应该均匀零星的选取，而不要只从某个局部选
五、案例
每个控件的取值不相同
1、控件的个数决定次幂，如果没有，找一个最接近的（一般选大一点的） 4个控件——4次幂
2、如何选“底”
方案1：少数服从多数原则——有更多的控件取值相同的有 2 个控件取值为 3 ——选底为“3”
方案2：取值个数最多原则——看哪个控件取值最多，最多有 4 个 值——底为“4”