开篇：
测试过程中，对于多参数参数多值的情况进行测试用例组织，之前一直使用【正交分析法】进行用例组织，说白了就是把每个参数的所有值分别和其他参数的值做一个全量组合，用Python脚本实现，就是itertools模块中product方法(又称笛卡尔积法)。
正交分析法的优点是测试用例覆盖率100%，缺点测试用例数量庞大，执行用例消耗的人工巨大。
Pairwise (结对)算法源于对传统的正交分析方法优化后得到的产物，它的理论来自于数学统计。毫不避讳的说，本人看不懂数学统计中的学术论文，只能从网上找一些通俗简单的说法来理解其基本含义。
网上很多人都实例都是用 【操作系统，浏览器，语言环境】来举例的，本人也做同样示例：
操作系统： W(Windows),L(Linux),Mac (Mac) ;浏览器：M(Firefox),O(Opera)，IE;语言环境：C(中文)，E(英文)
按照正交分析法：会产生3x3x2=18种组合方式 ，测试用例覆盖率100%。
Pairwise结对测试用例组织法，可压缩到9种组合方式。因此有点是 测试用例数量少，缺点是一定会有漏测。
引论：
Pairwise算法的核心理念
1、一组测试用例(每个用例有3个参数的值组成，如[W,M,C])中每一个2个元素组合起来，两两组合，就有3种组合方式(有位置的[W,M][W,C][M,C]);
2、如果这第一组测试用两两组合出的3种组合方式，对比原则：[W,M]只会和其他组的第一个元素对比，[W,C]只会和其他组中第二个元素对比。。。。;
[W,M][W,C][M,C]这三个元素分别出现在其余有效组位置相同的元素中，就可以认为这一组Case为多余Case，并进行删除。
名词解释：【有效组】表示未被删除的组和未被对比过的组。举例：第1,3组被删除，则第4组要对比的有效组为第2,5,6,7...18组。有效组这里踩过坑%>_