我有一个应用程序为每个用户会话多次执行我的 foo() 函数。我可以将 2 种替代算法实现为“foo”函数，我的目标是根据执行延迟来评估它们。

每个用户会话调用 foo() 的次数是可变的，但不会超过 10000。假设延迟值为：

Algo1: [ [12, 30, 20, 40, 24, 280] , [13, 14, 15, 100], [20, 40] ]
Algo2: [ [1, 10, 5, 4, 150, 20] , [14, 10, 20], [21, 33, 41, 79] ]

我的问题是选择获胜者的最佳指标是什么？

可能的选择

1. 每个会话的平均值，然后评估 cdf
2. 每个会话的中位数，然后评估 cdf
3. 还要别的吗 ？