# 演算法

## Pairwise

參考資料:(<https://codertw.com/%E7%A8%8B%E5%BC%8F%E8%AA%9E%E8%A8%80/544152/>)

參考資料:(<https://codertw.com/%E7%A8%8B%E5%BC%8F%E8%AA%9E%E8%A8%80/599236/>)

假設:

（1）每一個維度都是正交的，即每一個維度互相都沒有交集。

（2）根據數學統計分析，73%的缺陷（單因子是35%，雙因子是38%）是由單因子或2個因子相互作用產生的。19%的缺陷是由3個因子相互作用產生的。

因此，pairwise基於覆蓋所有2因子的互動作用產生的用例集合價效比最高而產生的。

## 用途

簡化多維度的測試案例，當維度越多，則效果越明顯。

## 不足

（1）Pairwise對於維度的分解來說，需要對業務很熟悉。以及需要正交測試法的理論支援。需要中等專業的測試人員才能完成。

（2）pairwise還是有一定的遺漏。相比於全正交設計法來說，pairwise演算法對於多於2個因素相互作用所產生的bug，沒有覆蓋到。