當然，任何一個了解估算方法的朋友都可以根據(jù)公式計算出最終的結果是50個，這沒有什么問題。——但是，我在這里引用這個題目，是希望我們可以把學習這件事情通過類比變得更加有趣一點。

    其實，如何估算一個系統(tǒng)中存在的缺陷數(shù)，我們的老祖宗早就有現(xiàn)成的方法了。不信，請看我在我們老祖宗的數(shù)學專著中找到的一個實踐問題：“有一口魚塘，不知道其中有多少條魚，如何才能估算出池塘中魚的數(shù)量？”（當然，原文不是這樣，請原諒我一下子找不到出處，只好憑記憶用我的語言描述一下了）。我們老祖宗給出的答案是這樣的：

1. 首先，從魚塘中打撈出一些魚（假設數(shù)量為m）；
2. 將這些魚做上記號，然后將其放回魚塘；
3. 等待一段時間，等到魚均勻分布在魚塘中了之后，再次打撈上來一些魚（假設數(shù)量為n）；
4. 統(tǒng)計第二次打撈上來的魚中的帶記號者（假設數(shù)量為p）；
5. 計算得出魚塘中魚的數(shù)量為 S = m / (p/n)

    對這個答案最簡單的理解是：假設第一次做了記號的魚在魚塘中是均勻分布的，第二次打撈上來的n條魚中有p條是有記號的，則說明有記號的魚的分布密度是p/n，魚塘中一共有m條有記號的魚，當然總的魚數(shù)量就是 S = m / (p/n)了。

    再回到我們的原始問題，很容易做一個類比，第一個小組發(fā)現(xiàn)了25個缺陷（相當于第一次打撈的魚m），第二個小組發(fā)現(xiàn)了30個缺陷（相當于第二次打撈上來的魚n），兩者相同的是15個（相當于是p），所以答案是 50。

    所以，從現(xiàn)在開始，不要再認為這個方法是什么深奧的方法——看看，我們的老祖宗都能熟練運用呢

    本來，到這里就可以告一段落了，可是我們能不能再深入點思考這個問題呢？

    這種方法顯然是可以得到一個估算結果，但這種方法在哪些情況下不合適，使用時有什么注意事項沒有呢？

    還是回過頭看我們養(yǎng)魚的例子，很顯然，我們討論的前提是“做記號的魚在池塘中分布均勻”，如果這個條件不滿足，我們的估算結果顯然是有很大的偏差的。就魚塘來說，不同類型的魚由于喜歡的食物種類不同，喜歡分布在不同的層次，這樣一來的話，在打撈的時候就要注意，如果只側重在某一個水層，顯然結果是有很大的偏差的，另外，由于魚塘邊上的溫度相對較低，夏天魚更加喜歡在魚塘邊休息……，可見，要達到“平均”這樣的條件還是有難度的…… —— 等等，我們討論了這么久的魚，和我們的缺陷有什么關系呢？

    別忘了，缺陷在系統(tǒng)中的分布和魚在魚塘中的分布可是有異曲同工之妙的哦。缺陷有不同的類型（功能缺陷，性能缺陷，安全性缺陷……），分布在不同的模塊，由于模塊設計和實現(xiàn)人員的水平的差異，模塊自身復雜度的差異等，不同模塊中的缺陷分布顯然是不同的，一個系統(tǒng)中，由于測試的測試不同，不同類型缺陷的發(fā)現(xiàn)效率也是不同的……——再看看，這和我們的魚塘是不是一回事？

    關于魚塘和缺陷的故事，如果我們要深究下去，還會發(fā)現(xiàn)他們的很多共同點，當然，你也可以提出各種方法來修正我們這個簡單的模型——但這不是我們的重點。我要說的重點是：無論如何，在這條路上的思考是不是會比簡單的背公式更有趣一些呢？

     經(jīng)常有測試工程師問到，應該怎樣才有最高的學習效率呢？

    我的回答是：學習、思考是樂趣，不是負擔。我們學習是為了追求它自身的樂趣——獲得知識的樂趣，在自己頭腦中天馬行空的樂趣，發(fā)現(xiàn)的樂趣，以及分享的樂趣。