对XX算法进行性能测试，客观、公正评估系统的性能现状。
- 开发正确有效的性能测试脚本，模拟最终用户操作行为，作为测试有效实施的基础；
- 通过性能测试，客观、公正评估在当前测试环境下，被测系统的各项性能指标表现；
- 验证被测算法，如不满意，对性能瓶颈进行定位分析，提供性能调优建议。
2013年 11月1日。XXX在XXX使用XXXX工具进行测试。
###2.2.1 测试环境准备 ###2.2.2 测试数据准备 ###2.2.3 测试程序开发 ###2.2.4 测试程序执行 测试准备阶段完毕后，确保测试环境、测试程序、测试过程、测试数据，且均已验证通过后，然后在指定的时间内可对系统施实性能测试。
见附件。
执行时间：本测试中所提到的执行时间均为墙钟时间，即从算法开始执行到算法结束测到的系统时间。
最优执行时间：每个测试用例在不同核数下有不同的执行时间，其中最小者成为该测试用例的最优执行时间。
串行时间：每个测试用例在串行情况下的执行时间，成为该测试用例的串行时间。
问题规模：衡量该测试用例计算复杂程度的指标，不同算法的影响因素差别很大，不好直接衡量。这里借用该测试用例的ArcGIS执行时间表示其问题规模。
ArcGIS执行时间：测试用例在ArcGIS环境下的执行时间，与机器性能有关。本次测试在指定的性能较好的机器上测量。
绝对加速比：原意是指被测算法相对于最优秀的串行算法的加速程度，这里用业界最经典的算法ArcGIS来代替最优秀的串行算法，事实上，很多被测算法的串行速度高于ArcGIS的串行速度。这里的绝对加速比指的是相应的ArcGIS执行时间与最优执行时间的比值。同一个算法的不同测试用例，绝对加速比略有不同。
加速比：也称相对加速比。并行算法相对于自身串行算法的加速程度，指串行时间与最优执行时间的比值。同一个算法的不同测试用例，相对加速比略有不同。
权重：每一个算法都有若干个测试用例，他们相对于算法的重要程度或者说代表性不尽相同。譬如，通常情况下，被测算法在大规模数据下的表现比小规模数据下的表现重要，因而会被赋予更高的权重，在计算算法的性能时，也能发挥较大的作用。例如，算法的绝对加速比就是各个测试用例的绝对加速比的加权平均。
并行效率：测试用例的并行效率指的是加速比与核数的商。这里我们用的是相对加速比。算法的并行效率是用例的并行效率的加权平均。
峰值并行效率：测试用例在不同核数下的并行效率的最大值。
平均并行效率：测试用例在所测核数的并行效率的平均值。
| 测试用例 | IO时间 | 计算时间 | 测量时间 |
| 测试用例 | ArcGIS时间 | 用例权重 | 串行时间 | 峰值并行效率 | 平均并行效率 | 最小并行效率 | 最优执行时间 | 绝对加速比 | 相对加速比 | 最优核数 |
| 测试用例 | 用例权重 | 串行时间 | 峰值并行效率 | 平均并行效率 | 最小并行效率 | 最优执行时间 | 相对加速比 | 最优核数 |
从以上图表中可以看出，算法的绝对加速比最高可达 ，最低也有 ，加权平均后为 。
从以上图表中可以看出，算法在含IO情况下的相对加速比最高可达 ，最低也有 ，加权平均后为 。
在不含IO情况下的相对加速比最高可达 ，最低也有 ，加权平均后为 。
从以上图表中可以看出，算法在含IO情况下的峰值并行效率可达 ，平均并行效率为 。
在不含IO情况下的峰值并行效率可达 ，平均并行效率为 。
见附件。
总体来看，算法的绝对加速比是 ，相对加速比是 和 （不含IO） ，峰值并行效率是 和 （不含IO），平均并行效率是 和 （不含IO）。