2．运行剖面的构造过程
2.1 运行的表示方法
首先来定义两种图，第一种图用来描述分解后的运行，即运行图，定义为TF={P1，P2，……Pn}，其中，P1，P2……Pn表示构成运行的各个状态，Pi的下一个状态为Pi+1，Pi的上一个状态为Pi-1，这些状态表示的是一个任务从开始到结束的一个过程，即P1-〉P2……-〉Pn。我们可以用这个图来描述经分析得到的运行。当运行图中某个状态中可以有几种不同的路径到达下一个状态时，仅用运行图就不能准确表达该运行，此时，就要用到状态细化图，状态细化图用来描述运行图中状态的内部细节，定义为一个三元组DTF= ，其中，sequence={Bi|Bi=TFi}， i=“1”……n。start为此细化图的公共开始节点，end为此细化图的公共终止节点。被测软件中所有的运行，只要划分的足够细，都可以由上面两种图准确的表示出来。
2.2 将由运行图、状态细化图表示的运行剖面转化为Markov链表示
将以上两种图描述的运行剖面转化成Markov链描述主要基于以下考虑：
1．Markov链的特点是下一个状态只和当前状态有关，而与历史状态无关，在这里就是软件的当前状态只和上一状态有关，与更早的历史状态无关，若上一状态正确，则在正确的输入下，软件的当前状态一定正确，否则，软件一定存在缺陷，这对于定位软件测试中的错误是十分方便的，通过Markov链中状态转移概率，还能直观的认识到软件中各个功能的使用频率，给出一个定量的描述。
2．这里的Markov链描述相当于编译中的中间语言，即程序的所有处理都是基于Markov链的。使用中间语言便于程序内部处理。
3．当某个节点内部有需要细化的分支时，Markov链会综合内部分支，给出一个整体的综合表述。这对于产生测试用例非常方便。
4.算法1：图描述转化为Markov链描述算法：该算法的输入为运行图、以及状态细化图，将运行图进行化简、并综合其中的状态细化图，将每一个运行都表示为一Markov链。
对每一个运行图，调用以下算法：
1．首先，插入一个开始状态，读入第一个节点
2．对该节点进行以下判断：
3.1.1 该节点是否为分支节点，若是则对该节点调用分枝遍历算法
2.1 其次判断该节点是否有输入，若有则插入一个新状态，并设置新状态的相关属性，并生成一条消息从当前状态指向新插入的状态
4．若还有其他节点，则进入下一个节点，重复步骤2，否则，算法结束
5. 算法2：分支遍历算法：
1．读入一个分支的第一个节点
1．1对该节点进行以下判断：
1．1.1判断该节点是否为分支节点，若是则调用分支遍历算法