Page 180 - 《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 2059

100 100 100
98 98 98
APFD值 (%) 96 APFD值 (%) 96 APFD值 (%) 96
94
94
94
92
90
90
90 92 92
CGWO-TCP WOA-TCP SAT-TCP CGWO-TCP SAT-TCP WOA-TCP SAT-TCP
GA OCP AGA Ours GA OCP AGA KS-TCP Ours GA OCP AGA KS-TCP Ours
方法 方法 方法
(a) Flex数据集 (b) Tcas数据集 (c) Schedule2数据集
100 100 100
98 98 98
APFD值 (%) 96 APFD值 (%) 96 APFD值 (%) 96
94
94
94
92
90 92 92
90
90
GA OCP AGA FB-TCP SAT-TCP Ours GA OCP AGA FB-TCP SAT-TCP Ours GA OCP AGA SAT-TCP Ours
方法 方法 方法
(d) Jsoup数据集 (e) Jacksoncore数据集 (f) Camel-core数据集
图 3 TPG-TCP 方法与其他对比方法在 6 个数据集上的 APFD 值箱线图

表 8 TPG-TCP 方法与其他对比方法在 6 个数据集上的 p(APFD) 指标值检验结果

数据集 GA OCP AGA CGWO-TCP WOA-TCP FB-TCP KS-TCP SAT-TCP
Flex 2.31E–11 1.45E–09 2.31E–11 4.58E–08 1.90E–12 － － 4.96E–11
Tcas 1.78E–15 1.78E–15 1.78E–15 5.86E–14 － － 1.78E–15 2.63E–12
Schedule2 1.78E–15 9.52E–13 1.78E–15 － 2.49E–14 － 1.78E–15 3.92E–06
Jsoup 1.95E–13 2.10E–06 1.95E–13 － － 1.78E–15 － 2.49E–14
Jacksoncore 2.31E–11 7.15E–11 2.31E–11 － － 1.78E–15 － 1.78E–15
Camel-core 3.09E–09 2.42E–06 3.09E–09 － － － － 1.24E–14

3.4.3 迭代次数划定实验 (RQ3)
这里针对如何选取合适的迭代次数展开讨论, 在不同数据集上探究不同迭代次数对方法性能的影响. 将 TPG-
TCP 方法应用于 6 个数据集上, 对每个数据集使用 I 次 TP-Additional 策略, 对剩余未被排序的用例使用复杂度更
低的 Total 策略排序, 记录迭代次数 I 与这 I 次排序的 APFD 和 TETC 指标值. 若在某数据集的一次迭代中选择的
测试用例数量较多, 则 TPG-TCP 在该数据集的迭代次数就较小. 迭代次数的选取对排序的有效性与效率有不同程
度的影响. 选取的迭代次数过大, 排序的时间成本会随之增加; 选取的迭代次数过小, 排序的有效性则会受到影响.
图 4(a)–(f) 分别表示 TPG-TCP 在数据集 Flex、Tcas、Schedule2、Jsoup、Jacksoncore 和 Camel-core 中不同迭代
次数的实验结果.
从图 4 可看出, 随着迭代次数的增大, APFD 值会逐渐趋于稳定, 而 TETC 值在不断上升. 当迭代次数 I ≥ 5 时,
在 Tcas、Schedule2、Jsoup 以及 Jacksoncore、Camel-core 数据集上的 APFD 值不再变化. 而在 Flex 数据集上, 当
迭代次数 I ≥ 3 时, APFD 值不再变化. 可见, 当 APFD 指标达到某一值时会趋于稳定, 若再增加迭代次数, 则时间
成本会不断上升. 因此, 为了保证排序方法的有效性, 同时减少时间成本以提高效率, 将迭代次数划定为 5 最为合适.
3.4.4 复杂度分析
所提方法 TPG-TCP 通过对原始用例集进行粗细粒度分组并采用不同策略实现排序, 与现有方法相比, 排序步