1.一种基于DE‑TH算法的测试用例生成方法，其特征在于，包括：对被测程序进行静态分析，提取所述被测程序的静态结构信息；

基于DE‑TH算法和所述静态结构信息，生成测试新种群；

在当前迭代完成后，将所述新种群解码为满足被测程序的测试用例集。

2.根据权利要求1所述的基于DE‑TH算法的测试用例生成方法，其特征在于，在所述在当前迭代完成后，将所述新种群解码为满足被测程序的测试用例集后，所述方法还包括：将所述测试用例集作为被测程序的数据输入，以检测所述被测程序的缺陷。

3.根据权利要求2所述的基于DE‑TH算法的测试用例生成方法，其特征在于，在将所述测试用例集作为被测程序的数据输入，以检测所述被测程序的缺陷之后，所述方法还包括：驱动被测程序并记录输出结果，同时更新路径覆盖信息和测试套件。

4.根据权利要求3所述的基于DE‑TH算法的测试用例生成方法，其特征在于，在所述驱动被测程序并记录输出结果，同时更新路径覆盖信息和测试套件之后，所述方法还包括：若判断所述DE‑TH算法未达到了终止条件，则计算测试用例的适应度函数值，用贪婪选择机制来更新当前种群以生成下一代种群。否则，终止算法。

5.根据权利要求1所述的基于DE‑TH算法的测试用例生成方法，其特征在于，所述对被测程序进行静态分析，提取所述被测程序的静态结构信息，包括：提取测试数据的类型、范围等参数以及被测程序中要进行测试的路径集合。

6.根据权利要求1所述的基于DE‑TH算法的测试用例生成方法，其特征在于，所述基于DE‑TH算法和所述静态结构信息，生成测试新种群，包括：基于所述静态结构信息初始化种群；

基于差分策略，实现种群的个体突变；

将父代个体与突变个体进行二项交叉；

基于拓扑超立方体学习策略，充分利用当前最优个体信息进行迭代；

生成测试新种群。

7.一种基于DE‑TH算法的测试用例生成系统，其特征在于，包括：静态分析模块，用于对被测程序进行静态分析，提取所述被测程序的静态结构信息；

DE‑TH算法模块，用于基于DE‑TH算法和所述静态结构信息，生成测试新种群；

测试用例生成模块，用于在当前迭代完成后，将所述新种群解码为满足被测程序的测试用例集。

8.一种计算机程序产品，其特征在于，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行如权利要求1至6任一所述的方法。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。