调试在程序的开发与维护阶段占据相当大的比重，而定位错误则是调试过程中至关重要的一个步骤。由于手工定位错误往往缺乏导向性，因此需要耗费程序员大量的时间和精力，而且往往效果不好。因此，现阶段关于错误定位的研究，主要借助预先设计好的测试用例，采用自动化分析的方法，将可能出现错误的范围缩小到一个语句集合中，从而尽可能减少程序员搜索错误的范围。现有的方法由于仅仅考虑了单个或者某些引起错误输出的测试用例运行，而没有综合考虑程序所有测试用例运行所得到的信息，因此，并不能很好的反映程序运行过程所展现的行为，以及该行为对测试用例运行结果的影响。 本文提出一种基于程序基本块选择的错误定位的解决方案，该方法综合分析所有通过（passed）以及失败（failed）的测试用例中程序基本块的运行频率，将运行频率对测试结果起着决定作用的基本块定义为程序关键基本块。按照程序基本块与测试用例运行结果的相关程度，以信息增益作为评价标准，利用特征选择的方法对其进行排序。根据该排序，挑选关键基本块集，将每个关键基本块的入口和出口语句作为搜索范围。由于程序关键基本块能区别程序的典型和异常特征，通过探查其入口和出口，可以找到导致其运行频率异常的原因，有效定位由于条件判断或者缺失所引起的错误。为了验证该方法的可行性，本文将其实现为一个自动化工具CRITIC，借助该工具，本文对Siemens Suite中132个预先植入错误的程序进行了实验。结果表明，利用CRITIC进行错误定位，超过30％的程序仅仅需要探查不多于1％的语句，接近60％的程序仅仅需要探查不多于10％的语句，超过80％的程序仅仅需要探查不多于20％的语句，即可以定位到程序中的错误，其效果明显优于其他错误定位方法。