算法性能 ​

compat-finder 目前内置两种算法：binary-split 和 leave-one-out。

这里的“性能”主要指排查过程中需要多少测试轮次。

太长不看 ​

• leave-one-out 在绝大多数情况下的询问次数都是 n；只有当最终结果覆盖全部目标时，会变成 n + 1。
• binary-split 的询问次数会随着最终结果的数量和分布位置变化，通常介于 max(1, ceil(log2(n))) 到 2n - 1 之间。

分界点大约在 13.77% 左右；再往下，在大多数情况下，binary-split 的最坏情况也优于 leave-one-out。

结论：binary-split 仍然作为默认算法，因为真实排查里，更常见的是“有问题的占少数”。

怎么选 ​

• 你怀疑最终只会找到少数几个不兼容目标：优先用 binary-split
• 你怀疑会找到很多不兼容目标：可以考虑 leave-one-out
• 你不确定：先用默认的 binary-split
• 你想看 CLI 或 API 里怎么切换算法：继续阅读 命令行工具 和 API 参考

整体趋势 ​

下图汇总了所有非空结果集的整体表现。

当最终只会找到 1 个目标时 ​

单目标场景是 binary-split 最明显占优的情况之一。

结果很少时 ​

当最终不兼容目标只占总目标数的 12.5% 时，binary-split 的优势很明显。

最坏情况的分界附近 ​

当最终不兼容目标占比接近 13.77% 时，两种算法在最坏情况上的差距开始变得接近。

平均轮次的分界附近 ​

当最终不兼容目标占比接近 22.83% 时，两种算法在平均轮次上的优劣开始反转。

当不兼容目标很多时 ​

当最终结果接近“全部目标都有问题”时，leave-one-out 的轮次更稳定，也往往更少。