粘贴多组实现的原始耗时数据，一键得到均值、中位数、标准差、最小值、最大值和相对倍数的对比表，并可导出 Markdown 表格。
把一堆耗时数据变成一张对比表。 每行一组：名称、冒号、原始测量值。工具会算出常用统计量，以最快的一组为基准排出相对倍数，并生成可直接贴进 PR 的 Markdown 表格。
每行写成「名称: 数值, 数值, 数值」。逗号、分号、空格都可以作为分隔符。
| 分组 | 次数 | 均值 | 中位数 | 标准差 | 最小 | 最大 | 相对倍数 |
|---|
至少输入一行「名称: 1, 2, 3」格式的数据才能生成对比表。
表格同时给出两者，两者之间的差距是最值得先看的东西。如果均值明显高于中位数，说明少数几次慢速运行把平均值拉高了——可能是一次 GC 停顿、一阵缓存失效风暴，或者操作系统临时把别的任务调度到了你的核心上。中位数会忽略这些，均值不会。
哪个才「对」并没有定论。如果你要按稳态吞吐量来规划服务器容量，均值才是重点，因为那些慢速运行确实消耗了真实时间。如果你在比较两种实现、判断哪个算法更好，中位数通常更公平，因为离群值衡量的是你的机器而不是你的代码。你在推理哪个就引用哪个，并且明确说明用的是哪个。
均值的差异只有在相对于离散程度足够大时才有意义。两组分别是 12.0 和 12.4 毫秒、标准差 0.05，那是真实的差异。同样两个均值、标准差是 3.0，那就是同一个数字换了顶帽子，从中得出的任何结论都只是噪音。
本工具使用样本标准差，除以 n-1 而不是 n。这里这样做是正确的：你的这些运行是从「所有可能运行」这个总体中抽出的样本，而不是总体本身，除以 n 会系统性地低估离散度。只有一次运行时不存在离散度，该列显示 0——这也提醒你：一次测量不叫基准测试。
最后一列把每组表示为最快那组的倍数，因为结果通常就是以这种形式被复述的。「新解析器快 2.4 倍」能传播开；「新解析器平均 8.2 毫秒」传不开，除非听的人已经知道基准值。
两点提醒。第一，这个比值继承了背后两个均值的全部不确定性，所以在数据噪声大的情况下 1.05 倍的差距根本不算差距。第二，「均值之比」和「比值之均值」不是一回事，如果各次运行的规模差异很大，两者甚至可能指向相反的方向。数字接近时，请把离散度和倍数一起报出来，让读者自己判断。