《表3 执行时间比较：基于遗传算法的函数级别软件错误定位》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于遗传算法的函数级别软件错误定位》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

s

另外，统计了FGAFL方法与Ochiai、Tarantula和DStar2方法在各程序版本上的平均执行时间，经多次实验取得平均值。这四种方法均需要执行测试用例收集程序频谱信息，因此只需关注错误定位部分的执行效率，如表3所示。其中Ochiai、Tarantula和DStar2方法只需计算程序中各个语句的可疑度即可，执行时间较短，然而这三种方法在多错误定位中效果不佳，且理论上应多次运行逐个定位。虽然执行时间短，但需要花费较多的人工时间去确定错误的位置。本文提出的FGAFL方法需要通过遗传算法迭代寻优，但是需要检查的代码量比较少，提高了人工检查错误的效率。