Как можно разбить на классы эквивалентности массив целых чисел?

Разбиение массива целых чисел на классы эквивалентности

Классы эквивалентности — это фундаментальное понятие в тестировании программного обеспечения, особенно при разработке тестов на основе спецификаций. Для массива целых чисел это означает группировку всех возможных входных значений в наборы, где каждый элемент внутри одного класса обрабатывается программой одинаково, а элементы из разных классов — по-разному. Основная цель — сократить количество тестовых случаев, покрывая при этом все значимые сценарии.

Критерии разбиения для массива целых чисел

Для массива целых чисел можно выделить следующие основные классы эквивалентности:

1. Валидные массивы (корректные данные):

   • Массив положительных чисел: [1, 2, 3]
   • Массив отрицательных чисел: [-5, -10, -15]
   • Массив смешанных чисел: [-2, 0, 5, -8]
   • Массив с повторяющимися элементами: [7, 7, 7, 7]
   • Отсортированный массив (по возрастанию/убыванию): [1, 2, 3] / [3, 2, 1]
   • Массив с одним элементом (граничное значение): [42]
   • Пустой массив (граничное значение): []

2. Невалидные массивы (некорректные данные):

   • null (отсутствие ссылки на массив)
   • Массив, содержащий не только целые числа (если система типизации позволяет, например, в слаботипизированных языках). В строго типизированных языках это будет ошибкой компиляции.

Важно: в зависимости от конкретной функции, обрабатывающей массив, классы эквивалентности могут быть более специфичными. Например, для функции поиска максимума неважно, отсортирован массив или нет. Но для функции бинарного поиска это критично — отсортированный массив будет одним классом, а неотсортированный — другим (невалидным).

Пример применения классов эквивалентности для тестирования

Рассмотрим функцию, которая вычисляет сумму элементов массива. Тест-кейсы, основанные на классах эквивалентности, могут выглядеть так:

// Пример на Java: тестирование функции sumArray
import org.junit.jupiter.api.Test;
import static org.junit.jupiter.api.Assertions.*;

public class ArraySumTest {

    @Test
    void testSumOfPositiveNumbers() {
        int[] arr = {1, 2, 3, 4};
        assertEquals(10, ArrayUtils.sumArray(arr));
    }

    @Test
    void testSumOfNegativeNumbers() {
        int[] arr = {-1, -2, -3};
        assertEquals(-6, ArrayUtils.sumArray(arr));
    }

    @Test
    void testSumOfMixedNumbers() {
        int[] arr = {-5, 10, 3, -2};
        assertEquals(6, ArrayUtils.sumArray(arr));
    }

    @Test
    void testSumOfEmptyArray() {
        int[] arr = {};
        assertEquals(0, ArrayUtils.sumArray(arr)); // Ожидается 0
    }

    @Test
    void testSumOfSingleElementArray() {
        int[] arr = {7};
        assertEquals(7, ArrayUtils.sumArray(arr));
    }

    @Test
    void testSumArrayWithNull() {
        assertThrows(IllegalArgumentException.class, () -> ArrayUtils.sumArray(null));
    }
}

# Пример на Python: тестирование функции sum_array
import pytest

def test_sum_of_positive_numbers():
    arr = [1, 2, 3, 4]
    assert sum_array(arr) == 10

def test_sum_of_negative_numbers():
    arr = [-1, -2, -3]
    assert sum_array(arr) == -6

def test_sum_of_mixed_numbers():
    arr = [-5, 10, 3, -2]
    assert sum_array(arr) == 6

def test_sum_of_empty_array():
    arr = []
    assert sum_array(arr) == 0

def test_sum_of_single_element():
    arr = [7]
    assert sum_array(arr) == 7

def test_sum_with_null_input():
    with pytest.raises(ValueError):
        sum_array(None)

Дополнительные соображения для сложных случаев

Для более сложных функций (например, поиска медианы, сортировки, фильтрации) классы эквивалентности будут шире:

• Для сортировки: важна длина массива (четная/нечетная), наличие дубликатов.
• Для поиска: наличие искомого элемента (найден/не найден), его позиция (первый, последний, средний).
• Для математических операций: переполнение целочисленного типа (например, сумма очень больших чисел) — это отдельный класс.

Практические шаги по разбиению

1. Анализ спецификации: Что функция делает с массивом? Какие ограничения?
2. Определение валидных и невалидных входов.
3. Разбиение валидного диапазона: По типу данных (положительные, отрицательные, нули), по структуре (пустой, с одним элементом, с несколькими), по состоянию (отсортированный, нет).
4. Учет граничных значений: Часто граничные значения (пустой массив, массив с max длиной) выделяют в отдельные классы или дополняют ими основные.
5. Проверка на пересечение классов: Классы должны быть непересекающимися.

Такой подход позволяет создать минимальный, но достаточный набор тестов, который эффективно выявляет дефекты, избегая избыточного тестирования. Это основа техник эквивалентного разбиения (Equivalence Partitioning) и анализа граничных значений (Boundary Value Analysis), которые являются столпами черно-бокс тестирования.