1. 如何基于调用链（trace/字节码）自动推导代码变更的下游影响范围？
问题
如何基于调用链（trace/字节码）自动推导出代码变更的下游影响范围，从而确定需要回归测试的受影响用例？
考察点
- 调用链与调用图的构建方式（静态字节码分析 vs 动态运行时 trace）
- 变更点识别与下游影响传播的算法思想
- 影响范围如何映射到测试用例集合
答案
基于调用链推导影响范围通常分三步。第一步是识别变更点，通过 diff 或字节码对比确定变更的方法/类；第二步是构建调用图，既可以采用静态字节码分析（如 ASM、Soot 解析方法调用关系，得到可达的调用图），也可以采用动态方式从运行时 trace 中采集真实的调用链；第三步是从变更点出发沿调用图反向遍历，找到所有可能调用该变更方法的上游入口，这些入口即受影响范围，再通过方法到用例的映射关系把受影响入口映射到测试用例。实践中常用两者的结合：静态分析保证"语法可达"的完整性（不漏），动态 trace 提供"业务可达"的真实路径（减少误报）。
解析
核心思想是把"变更风险"沿调用关系传播，而不是凭经验猜测。推导方向是"反向传播"——变更影响的是调用它的上层，所以要沿调用图向上找入口。静态分析不求实际执行、覆盖全，动态分析只覆盖真实执行路径、更精确，二者互补才能兼顾漏报与误报。
示例代码
// 伪代码：基于调用图反向求受影响入口
class ImpactAnalyzer {
// 方法调用关系图：方法 -> 调用它的方法集合
Map<String, Set<String>> callersGraph;
// 从变更方法出发，反向传播标记受影响的方法
Set<String> findImpactedMethods(String changedMethod) {
Set<String> impacted = new HashSet<>();
Deque<String> queue = new ArrayDeque<>();
queue.add(changedMethod);
while (!queue.isEmpty()) {
String m = queue.poll();
for (String caller : callersGraph.getOrDefault(m, Set.of())) {
if (impacted.add(caller)) {
queue.add(caller); // 继续向上传播
}
}
}
return impacted;
}
}