分类树方法是什么
分类树（Classification Tree Method）是组合测试设计方法：把被测对象的输入域按维度逐层分解成树——根为被测对象，每个分类是一个维度，分类下的类是该维度的取值；再从不同分类各取一个类，组合成测试用例。适合输入结构复杂、组合维度多的系统，通常与 pairwise 等组合缩减技术配合使用。
基本信息
| 结构 | 根（被测对象）→ 分类（维度）→ 类（取值） |
|---|---|
| 组合规则 | 从各分类各取一类构成组合，即一条用例的输入 |
| 缩减手段 | 全组合数量爆炸时用 pairwise 等组合技术抽样 |
| 配套核对 | 每个分类的类互斥且完整覆盖取值域 |
| 常见误区 | 分类过粗导致组合区分度不足 |
| 推导依据 | 分类与需求对照评审，避免整维遗漏 |
分类树示例
分类树示例
被测对象：商品搜索
查询词分类：空 / 单字符 / 常规词 / 超长串
结果集分类：0 条 / 1 条 / 多页
排序分类：相关度 / 时间 / 价格
筛选分类：无 / 单条件 / 多条件叠加
组合示例：常规词 + 多页 + 时间排序 + 多条件叠加典型使用场景
- 复杂输入域设计用例：表单、搜索、计费规则等多维组合场景。
- 评审辅助：把分类树画出来，评审时逐维度核对取值完整性。
- 组合缩减：全组合不可行时，用 pairwise 在分类交叉中抽样。
- 回归定制：按缺陷涉及的维度挑选组合，生成针对性回归集。
- 需求对照：树结构作为需求、开发、测试之间的共同讨论对象。
- 新人培训：用具体组合理解维度、取值与用例的关系。
分类与取值示例
| 分类 | 类（取值） | 代表关注点 |
|---|---|---|
| 查询词 | 空 / 单字符 / 常规 / 超长 | 空值与超长的边界处理 |
| 结果集 | 0 条 / 1 条 / 多页 | 空结果与分页语义 |
| 排序 | 相关度 / 时间 / 价格 | 切换排序后结果稳定性 |
| 筛选 | 无 / 单条件 / 多条件 | 叠加条件的互斥与优先级 |
分类与类互斥且完整：出现重叠或空缺时，组合里会出现非法格子或漏测取值，生成前先核对。
分类之间尽量正交：如果两个维度总是一起变化，考虑合并或重新划分，否则组合区分度很低。
组合数量按维度相乘增长：4 个分类各 4 个类就是 256 种全组合，通常需要缩减策略。