一、应用场合
有很多的控件，而且每个控件有多个取值的情况下，要考虑不同控件不同取值的组合
——如何使用最少、最优化的数据组合达到最大的测试覆盖。
二、和因果图法的区别：
因果图：适用于控件组合较少的（20种以下），要比较全面的考虑所有情况（或主要情况）。
正交排列法：适用于控件组合数量庞大，而从代码角度讲有没必要全部测试。
正交表
一种特制表，一般正交表记为：
- n：表示的是行数，也就是测试组合的次数
- t： 表示要测控件内包含的取值个数（各因素的水平数，即各因素的状态数）
- q：表示列数，即控件的个数（因素的个数，或因子的个数）
正交表例如L9（34），表1-1， 它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8（41×24），表2-1 ，此表的5列中，有1列为4水平，4列为2水平。根据正交表的数据结构看出，正交表是一个n行c列的表，其中第j列由数码1，2，… Sj 组成，这些数码均各出现n/Sj 次，例如表1-1中，第二列的数码个数为3，S=3 ，即由1、2、3组成，各数码均出现3次。
表1-1
|
列号 |
1 |
2 |
3 |
4 |
|
试验号 |
||||
|
1 |
1 |
1 |
1 |
1 |
|
2 |
1 |
2 |
2 |
2 |
|
3 |
1 |
3 |
3 |
3 |
|
4 |
2 |
1 |
2 |
3 |
|
5 |
2 |
2 |
3 |
1 |
|
6 |
2 |
3 |
1 |
2 |
|
7 |
3 |
1 |
3 |
2 |
|
8 |
3 |
2 |
1 |
3 |
|
9 |
3 |
3 |
2 |
1 |
表2-1
|
列号 |
1 |
2 |
3 |
4 |
5 |
|
实验号 |
|||||
|
1 |
1 |
1 |
1 |
1 |
1 |
|
2 |
1 |
2 |
2 |
2 |
2 |
|
3 |
2 |
1 |
1 |
2 |
2 |
|
4 |
2 |
2 |
2 |
1 |
1 |
|
5 |
3 |
1 |
2 |
1 |
2 |
|
6 |
3 |
2 |
1 |
2 |
1 |
|
7 |
4 |
1 |
2 |
2 |
1 |
|
8 |
4 |
2 |
1 |
1 |
2 |
正交表具有以下两项性质：
⑴每一列中，不同的数字出现的次数相等。例如在两水平正交表中，任何一列都有数码“1”与“2”，
且任何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都有“1”、“2”、“3”，且在任一列的出现数均相等。
⑵任意两列中数字的排列方式齐全而且均衡。例如在两水平正交表中，任何两列（同一横行内）有序对子共有4种：
（1，1）、（1，2）、（2，1）、（2，2）。每种对数出现次数相等。在三水平情况下，任何两列（同一横行内）有序对共有9种，
1.1、1.2、1.3、2.1、2.2、2.3、3.1、3.2、3.3，且每对出现数也均相等。
以上两点充分的体现了正交表的两大优越性，即“均匀分散性，整齐可比”。通俗的说，每个因素的每个水平与另一个因素各水平各碰一次，这就是正交性。
三、如何使用
1、分析需求——列出所有的控件和取值。——列出表格
2、根据控件的个数和控件的取值，选择一个合适的正交表：
（1）根据控件的个数，决定正交表的“次幂”（正交表的列数）例：4个控件——4次幂（4列）
（2）根据每个控件的取值个数，决定正交表的“底”（正交表中允许出现的最大值）例：每个控件有 3 个取值——底为3
3、把正交表中的列名和取值（1、2、3…）用控件名称和控件的真正取值替代
（1）把列名用控件名称替代
（2）把每列中的取值（1、2…）使用对应的控件真正的取值替代
4、根据正交表编写用例
把正交表的每一行转换成一条用例
说明：
这些组合是经过数学推理出来的最少、最优化的用例
如果时间允许，最好再补充一些用例
正交表的局限性：（不一样的取值叫做混合正交表）
正交表个数有限，并基本要求控件取值个数相等
四、正交表的测试思想
1、公平原则：使每个控件的每个取值参与组合的次数尽量相同
2、均匀原则：在所有的组合中挑选数据时，应该均匀零星的选取，而不要只从某个局部选
五、案例
每个控件的取值不相同
1、控件的个数决定次幂，如果没有，找一个最接近的（一般选大一点的） 4个控件——4次幂
2、如何选“底”
方案1：少数服从多数原则——有更多的控件取值相同的有 2 个控件取值为 3 ——选底为“3”
方案2：取值个数最多原则——看哪个控件取值最多，最多有 4 个 值——底为“4”
原文地址：https://www.cnblogs.com/eric88/p/10848163.html