Page 176 - 《软件学报》2026年第5期

钱忠胜 等: 面向两阶段分组的测试用例优先级排序方法 2055

文方法迭代次数划定 (即, 减少迭代次数) 的有效性; ③ Ours-3 变体方法不采用 TP-Additional 策略, 而采用 Additional
策略对粗粒度分组后的关键用例排序, 并减少迭代次数, 主要阐明本文方法提出的 TP-Additional 策略的合理性;
④ Ours-4 变体方法仅保留粗粒度用例分组模块, 并采用 Additional 策略, 此变体主要说明本文方法的粗粒度用例
分组模块与其他构件组合的效果如何; ⑤ Ours-5 变体方法仅在采用 Additional 策略排序时通过减少迭代次数提高
排序性能, 不对用例集进行粗粒度分组也不采用 TP-Additional 策略, 此变体主要阐述对迭代次数划定与其他构件
组合的有效性; ⑥ Ours-6 变体方法仅使用 TP-Additional 策略排序, 不进行粗粒度用例分组也不减少迭代次数, 此
变体主要阐述 TP-Additional 策略与其他构件组合的有效性. 各方法的构件组成情况如表 5 所示.

表 5 变体方法组件构成情况

细粒度用例分组排序
变体方法 粗粒度用例分组
迭代次数划定 TP-Additional策略 Additional策略
Ours-1 × ○ ○ ×
Ours-2 ○ × ○ ×
Ours-3 ○ ○ × ○
Ours-4 ○ × × ○
Ours-5 × ○ × ○
Ours-6 × × ○ ×
Ours ○ ○ ○ ×
注: ① “×”表示相应方法不包含该构件, “○”表示相应方法包含该构件; ② Additional策略并非本文方法
构件, 在表中列出意在表明, 当变体方法中未采用本文提出的TP-Additional策略排序时, 使用Additional
策略替代以指导排序

在 6 种不同规模数据集上进行消融实验, 并使用 APFD 和 TETC 作为评价指标, 以验证本文方法各构件对排
序性能的影响. 结果如表 6 所示.

表 6 消融实验结果对比

变体名称
评价指标 数据集
Ours-1 Ours-2 Ours-3 Ours-4 Ours-5 Ours-6 Ours
Flex 0.964 8 0.969 8 0.950 6 0.950 6 0.950 6 0.957 4 0.969 8
Tcas 0.941 2 0.963 3 0.922 4 0.922 4 0.921 6 0.935 1 0.963 3
Schedule2 0.935 4 0.947 7 0.918 7 0.918 7 0.918 7 0.926 9 0.947 7
APFD
Jsoup 0.946 1 0.958 8 0.932 8 0.932 8 0.932 8 0.945 9 0.958 6
Jacksoncore 0.948 5 0.953 2 0.923 7 0.923 7 0.923 7 0.937 6 0.953 2
Camel-core 0.961 3 0.964 5 0.954 4 0.954 4 0.954 4 0.959 0 0.964 5
Flex 0.106 4 0.093 6 0.088 1 0.094 4 0.098 2 0.138 7 0.086 2
Tcas 0.138 1 0.123 6 0.115 3 0.124 5 0.126 2 0.142 1 0.113 2
Schedule2 0.108 2 0.077 9 0.077 2 0.086 7 0.086 3 0.113 2 0.076 4
TETC (s)
Jsoup 0.232 4 0.206 4 0.206 2 0.209 3 0.212 2 0.276 8 0.205 8
Jacksoncore 0.286 5 0.253 6 0.243 6 0.256 3 0.254 1 0.335 2 0.242 2
Camel-core 21.223 8 18.277 5 17.428 1 22.764 2 23.674 3 25.761 4 15.769 3
注: 本文方法TPG-TCP的数据加粗标示, 为便于比较, 利用下划线突显变体方法中表现最佳的数据

图 2 是表 6 结果的更直观表示, 图 2(a)–(f) 分别表示 TPG-TCP 相比于各变体方法在数据集 Flex、Tcas、
Schedule2、Jsoup、Jacksoncore 与 Camel-core 上的性能比较情况.
由表 6 和图 2 可看出, 粗粒度用例分组构件对实验结果的影响最为显著, 未使用粗粒度用例分组的变体方法
Ours-1 在 APFD 与 TETC 这 2 个指标上的表现不如使用粗粒度用例分组的本文方法 Ours 以及其他变体方法; 迭
代次数划定构件会导致实验结果产生明显变化; TP-Additional 策略构件对各方法性能影响较大.
1) 粗粒度用例分组构件对方法效果的整体影响最大 (变体方法 Ours-1). 为高效捕获并利用用例间的潜在关
系, TPG-TCP 在进行正式排序前考虑对用例进行粗粒度用例分组, 以减少后期排序中对覆盖信息的冗余访问以及