3 步开始
- 先保持四种算法全部选中，用默认目标跑一次。
- 不要只看赢家卡片，要同时看图表和比较表，理解差距是怎么拉开的。
- 想复用课堂设置时，可以读取其他示例，或直接复制 URL。
竞速模式
用同一时间预算比较各算法最终能达到多少一致位数。
这个模式比较的是：谁最先达到同一个位数目标。
数值越小，图表点越密；数值越大，日志和 CSV 会更简洁。
算法
第一次建议四种算法都保留，差距会最清楚。
赢家—
达到的最佳位数—
最快达标—
参与比较的算法—
模式—
目标时间—
赢家估计值—
竞速图表
横轴是经过时间，纵轴是一致位数。这个图主要用来看趋势，不适合当作不同设备之间的绝对性能测试。
比较表
| 算法 | 估计值 | 绝对误差 | 一致位数 | 迭代次数 | 耗时 ms | 状态 |
|---|
教学提示
- 想讲“同样投入不等于同样结果”时，用固定时间最直观。
- 想讲“达到同一目标的速度差”时，用固定目标位数更清楚。
- Gregory 的价值恰恰在于它很慢，能让收敛过程被看见。
- Chudnovsky 在这里通常会很快领先，但这一页仍然把它当作比较对象，不是大规模出位数的页面。
常见问题
为什么这些算法会这么快拉开差距？
因为它们每一步加入的有效信息量不同，所以相同时间内能获得的正确位数差别会很大。
为什么 Gregory 这么慢？
它的级数很简单，便于从基础讲解，但每一项带来的提升都很有限。
为什么这里 Chudnovsky 更快？
它的收敛速度更激进，因此每增加一项，往往就会带来更多正确位数。
固定时间和固定位数有什么区别？
固定时间比较的是同一预算下谁走得更远；固定位数比较的是谁最先到达同一目标。
点击停止后会发生什么？
当前运行会立即取消，页面继续保持流畅，并保留最后一次完整记录的结果。