記一次演算法在日常測試工作中的應用！絕對史無前例。

誰說演算法在測試領域無用？ 我昨天就遇到了一個很噁心的技術問題：

這是一個漢字字串： "銀行卡測試"

我要求出他的拼音首字母組合，

預期："yhkcs"

實際："yhqcs"

沒錯，它含有一個多音字：卡

念ka 或者 qia

我的需求就變成了：我要獲取它所有可能的首字母組合，放到一個大列表中。

通過第三方pinyin庫，我成功的拿到了他們首字母組成的二維陣列，每個元素就是一個字的首字母列表：

"銀行卡測試" = [['y'],['h'],['q','k'],['c'],['s']]

這個的最終結果應該是：

['yhqcs','yhkcs'] 長度為2

當然，換一個多個多音字的：

"長卡測" = [['c','z'],['q','k'],['c']]

預期結果：

['cqc','ckc','zqc','zkc'] 長度為4

最終元素總個數為每個子列表長度的乘積。

當然還有更復雜的：

[['a','b','c','d'],['e','f','g'],['h','i']]

這個預期大列表的長度應該是 4*3*2 = 24

那麼以上的需求用程式碼如何實現？

苦思冥想，寫出了一套演算法，我覺得我應該是唯一一個這麼寫的：

from allpairspy import AllPairs
old = [['a','b','c','d'],['e','f','g'],['h','i']]
ready = []
for pairs in AllPairs(old[:2]):
    ready.append(''.join(pairs))
for i in range(2, len(old)):
  new_r= []
  for pairs in AllPairs([ready, old[i]]):
    new_r.append(''.join(pairs))
    ready=new_r

print(ready)
print(len(ready))

一點問題沒有。

至於為什麼我會想出這個解決辦法呢？

我給大家說一下思路，非常有意思

首先我覺得直接去寫遞迴 很麻煩。效率也不行，就想著有沒有野路子搞定。

然後突然想到，這一個一個的子列表，就好像是我們測試中面對一個功能介面

上的一個一個多選輸入框，而子列表內不確定數量的字母，就像是這些多選框內的子選項。

我們平時遇到要測試這種功能的時候，要怎麼做呢？目的就是要儘可能的測出所有組合情況！

即每個下拉多選框只能選一個。多個框的各種組合我都要測到。

他們之間很明顯沒有任何邏輯強關聯，這時我們應該首選 黑盒用例設計方法中的 正交！

是的正交，它可以自動生成各種情況對應的組合，每種組合就是一條最終用例！

但是！

正交演算法的出現 就是為了避免窮盡測試，而我這次的需求就是要窮盡所有可能組合。

所以正交演算法要稍微改一改了，畢竟這個第三方演算法效能很好，我利用上效能絕對錯不了！

正交的基本原則是 保證多個輸入條件中，任何一個的子狀態，和任何另外一個輸入中的子狀態 都同時出現過 即可。最終正交演算法出來的所有組合數量，肯定是遠小於全部組合的。

比如：

[['a','b'],['c','d'],['e','f']]

窮盡的數量應該是：2*2*2 = 8

而正交演算法的數量：

['a', 'c', 'e']

['b', 'd', 'e']

['b', 'c', 'f']

['a', 'd', 'f']

最終4種，這4種你可以發現，任何倆個子列表的任何子元素都同時出現過。

比如：a 和f ，有。

d和e 也有。

所以正交演算法是為了降低我們測試用例數量，但又保證全面覆蓋的東西。

但是這裡我們要如何應用它以便讓其變成輸出窮盡所有的 8種結果呢？

很簡單，當只有倆個子列表，也就是隻有倆個輸入的時候。那麼此時，正交演算法的結果和窮盡結果 是完全相等的。

也就是說，我這個需求雖然可能有4個甚至更多個子列表，但是我只要用正交演算法每次只算其中倆個子列表的窮盡，然後再把這個窮盡的結果當作一個新的子列表，再去和另一個新的子列表去計算窮盡，然後再把結果當作一個新的子列表再去和下一個子列表計算窮盡，直到沒有子列表了，這時候的新的子列表就是最終結果！

大家是不是看到比較繞？

我用圖來說明：

每次這樣疊加算出後 最後就是最終結果。安全快捷準確！

然後就成了最上面的我分享的那個最終演算法。

有興趣的可以試試。當然我覺得 我應該是唯一一個靠 這麼曲線救國的做法的測試了吧。

能想出這個方法，首先要感謝

我龐大精通的測試理論基礎：黑盒測試用例設計方法-正交法

研究過正交的第三方python函式: allpairspy

長年刷leetcode練就的騷操作思維

所以小夥伴們，千萬不要再說刷leetcode，寫演算法對我們測試沒有用了。