每一个算法都会运行一系列的基准测试来证明性能。附录提供了性能计时机制的更多细节。一般来说，我们在两个不同的平台上运行算法：一个是通用的桌面环境，另一个是高端的Linux集群。这些平台基本上就是现有系统运行的平台了。为了正确地评测性能，一个测试套件由k个独立的实验组成（通常k≥10）。最好和最坏的结果将会作为离群点抛弃掉，剩余的k-2次实验结果会综合在一起，计算出平均值和标准方差。有一张表会表示问题样本的规模n，n从2～220。