53、覆盖数组与自然语言压缩算法的研究进展

覆盖数组与自然语言压缩算法的研究进展

覆盖数组的随机后优化

在测试领域，平衡测试套件（覆盖数组）的生成时间和测试执行时间是一个重要问题。在给定的测试总时间预算内，减少初始测试构建时间，利用相对快速的后优化操作来缩短测试执行时间是可行的。

后优化在生成已知最小数组方面也发挥着作用。能够预测后优化的成功程度是很有意义的，这有助于决定何时尝试后优化，更重要的是，能为构建适合后优化的覆盖数组提供标准。以广泛研究的 CA(N; 2, 20, 10) 为例，虽然较大数组的覆盖重复总量更大，但输入数组的大小并不能很好地预测改进效果。在这些结果中，可能的无关位置数量似乎是关键。显然，存在可能的无关位置是实现改进的必要条件，但数组行和列中可能的无关位置分布也会影响改进程度。此外，能同时作为无关位置的位置模式可能比可能的无关位置模式更重要。尽管如此，将可能的无关位置数量作为潜在改进的初步指标似乎是有价值的。

目前许多知名的覆盖数组远非最优，后优化为检测和利用覆盖重复来改进数组提供了一种相对快速的方法。令人惊讶的是，后优化有时能改进那些已经比启发式搜索结果更好的数组，如双投影和哈达玛矩阵生成的数组。在这些情况下，成功的原因并非初始数组质量差。当 N > vt 时，所有数组都存在覆盖重复，但 t 路交互的覆盖次数分布在不同交互之间可能差异很大，这会导致某些单元格或行在覆盖方面比其他的更有效。通过关注单元格或行贡献非常不平衡的数组，后优化有时能够消除对某个单元格甚至整行的需求。

后优化的主要优点包括：不依赖特定的构建技术；迭代执行时间与检查数组是否为覆盖数组的时间大致相同；可以根据需要执行任意多次迭代，并且无论何时停止，数组仍然是覆盖数组。目前的主要局限性是：对某些覆盖数组（如元