例子1 - 代码覆盖率无法检测资源管理问题：
假设在移动充电桩应用中有一个负责与服务器通信的模块，它从服务器下载充电站的实时状态信息。开发者编写了一段代码来连接服务器、发送请求并接收响应数据，但是在处理完响应后，忘记关闭网络连接或释放相关资源：
Java
public class ChargingStationStatusFetcher {
private NetworkConnection connection;
public void fetchAndProcessStatus() {
try {
// 建立网络连接
connection = new NetworkConnection("server.example.com");
// 发送请求并接收响应
Response response = connection.sendRequest(new GetStatusRequest());
// 处理响应数据
List<ChargingStationStatus> statuses = parseResponse(response.getData());
// 更新本地数据库或显示状态...
} catch (IOException e) {
// 错误处理...
}
// 这里忘记了关闭网络连接
// connection.close();
}
}
在这个例子中，尽管我们可以编写一系列的测试用例来模拟各种正常和异常的响应情况，甚至使得代码覆盖率达到了较高的水平，但如果测试并未包括资源泄漏这一特定情况（即检查connection.close()是否被执行），那么这部分代码在实际运行时可能会导致资源泄漏，而代码覆盖率工具却无法反映这一潜在的问题。
例子2 - 代码覆盖率不能衡量性能问题：
假设有这样一个计算最优充电路径的方法，它遍历所有的充电站来找到一条最短的满足电量需求的路径：
Java
public class RoutePlanner {
public List
List<List
for (ChargingStation start : stations) {
for (ChargingStation end : stations) {
if (canReach(car, start, end)) {
// 计算详细路线并添加到所有可能路线中
// ...此处省略复杂计算过程...
}
}
}
// 返回最短或最优路线，假设已实现排序和筛选算法
return findShortestRoute(allRoutes);
}
// ... 其他辅助方法 ...
}
即使这个函数的所有分支和语句都被覆盖，从而获得了100%的代码覆盖率，但这种方法的时间复杂度可能是O(n^2)，在充电站数量非常多的情况下性能极差。代码覆盖率工具无法检测到这种性能瓶颈，因为它只关注代码是否被执行，而不关心执行效率如何。
例子3 - 多线程环境下同步问题：
在移动充电桩系统中，可能存在一个线程安全问题的类，用于记录用户充电计费信息：
Java
public class BillingManager {
private Map<UserID, ChargeRecord> records;
public void startCharge(UserID userId, ChargingStation station) {
ChargeRecord record = records.get(userId);
if (record == null) {
record = new ChargeRecord(userId, station);
records.put(userId, record);
}
record.startCharge();
}
public void stopCharge(UserID userId) {
ChargeRecord record = records.get(userId);
if (record != null) {
record.stopCharge();
}
}
}
`
由于records成员变量没有进行任何同步控制，在多线程环境下，当多个线程同时调用startCharge和stopCharge方法时，可能会出现竞态条件，导致数据不一致。尽管每个方法内的语句都可能在单元测试中被执行到，达到一定的代码覆盖率，但由于缺少对并发访问的测试，这类潜在的同步问题不会通过代码覆盖率工具暴露出来。要发现这类问题，通常需要进行专门的多线程并发测试和分析。