\section{官方正式测试结果与时间分解}\label{sec:formal}
\subsection{数据选择及对应关系核对}
本节实验样本严格限定为官方模拟器
\pathtext{Jammers-simulator-full/test} 下四个正式导出包。
问题三、四各有正式序号 $1$、$2$，文件名及案例编码见结果表和附录。
本节表格不采用 \texttt{project/results} 中的自建评测数据，
也不将历史演练案例当作正式测试补入；
自建配对对比与演练局示例分别在第~\ref{sec:comparison} 节和各问的运行过程示例中单独陈述，
两类数据不合并统计。

正式 \texttt{.jlog} 为加密行为日志，公开头部包含题号、正式序号、
案例编码与激活票据，但动作载荷不能直接作为普通 JSON 读取。
本次按以下对应链提取其官方统计\cite{formal}：
\begin{enumerate}[label=（\arabic*）,leftmargin=2.8em,itemsep=3pt]
 \item 对 \texttt{test} 中每个文件计算完整 SHA-256，
       与模拟器原始 \texttt{behavior-logs} 中同名文件逐字节核对。
 \item 再与同名 \texttt{.result.json} 的包哈希及案例字段核对，
       四个包均一致；该侧文件只记录身份对应与结束时刻，不含性能指标。
 \item 对公开头部的激活票据字节计算 SHA-256，
       精确匹配官方正式统计数据库中的记录。
       数据库以只读方式访问，统计行仅作为这四个所选包的配套指标。
 \item 输出匿名最小快照，保留案例、包哈希、计数与整数计时；
       不写出队号、设备信息、票据正文或密钥封装。
\end{enumerate}
匹配字段包括清除数、已接受检测数、换频数、清除失败数、
虚拟总微秒数及程序运行毫秒数。四行均为 \texttt{user\_exit}，
提交状态为 \texttt{confirmed}。前者表示主动退出，
后者表示统计提交获得确认，二者均不是官方全清率评分。

公开统计没有源总数、全向与定向源数量、精确坐标，
也没有参赛程序提交版本及参数哈希。
因此算法章节对应当前仓库实现；本节报告已完成正式测试的客观结果，
不将这四局用作当前参数的配对消融。
以下时间分解来自官方累计量的代数恒等式，
不声称已经解密轨迹并逐动作复放。

\subsection{问题三正式结果}
\begin{table}[htbp]
\centering\small
\caption{问题三正式测试结果（时间单位：s，平均时间单位：s/个）}
\setlength{\tabcolsep}{4pt}
\begin{tabularx}{\linewidth}{l X r r r}
\toprule
测试 & 测试案例编码 & 清除数 & 平均定位清除时间 & 程序运行时间\\
\midrule
\csname @@input\endcsname data/formal-q3-rows.tex
\bottomrule
\end{tabularx}
\label{tab:formal3}
\end{table}
两次正式测试共记录清除 $\QThreeCount$ 个源，平均时间分别为
$238.075$ 与 $232.889$ s/个，程序运行时间分别为 $5.596$ 与 $3.024$ s。
以两局清除总数为权重的合并每源时间为
\begin{equation}
\bar T_{3,\mathrm{pooled}}
=\frac{3094.978068+3493.335140}{13+15}
=\QThreeWeighted\ \text{s/个}.
\end{equation}
若先计算每局平均时间再对两局等权平均，则为 $\QThreeMean$ s/个，
两种口径不同，本文结果表采用题目规定的逐局口径。
正式测试源总数未披露，不能将清除数 $13$、$15$ 分别视为真源总数，
也不能据此计算清除比例。

\subsection{问题四正式结果}
\begin{table}[htbp]
\centering\small
\caption{问题四正式测试结果（时间单位：s，平均时间单位：s/个）}
\setlength{\tabcolsep}{4pt}
\begin{tabularx}{\linewidth}{l X r r r}
\toprule
测试 & 测试案例编码 & 清除数 & 平均定位清除时间 & 程序运行时间\\
\midrule
\csname @@input\endcsname data/formal-q4-rows.tex
\bottomrule
\end{tabularx}
\label{tab:formal4}
\end{table}
两次测试共记录清除 $\QFourCount$ 个源，平均时间为
$720.171$ 与 $927.130$ s/个，合并每源时间为
\begin{equation}
\bar T_{4,\mathrm{pooled}}
=\frac{9362.225736+9271.302080}{13+10}
=\QFourWeighted\ \text{s/个}.
\end{equation}
两局等权平均则为 $\QFourMean$ s/个。
第二局总虚拟时间略小，但清除数由 $13$ 变为 $10$，
使每源平均时间更高，说明比较策略时必须同时报告分子、分母。
源类型组成未公开，不能估计其中定向源的单独清除率或朝向难度。

两问各缺少第三次正式记录，本节保留缺失行且不补造案例。
现有正式包也不能替代题目要求的演练清除比例统计；
在用户指定的数据范围内，没有足够的真值字段报告该比例。

\subsection{虚拟耗时的可复算分解}
官方总虚拟时间以整数微秒保存。将式~\eqref{eq:time} 重排，
可反推出累计移动时间
\begin{equation}
T_{\mathrm{move}}
=T-5N_m-N_s-5N_c^+-3N_c^-.
\label{eq:residual}
\end{equation}
表~\ref{tab:cost} 中 Q3-1 表示问题三第一次正式测试，其他编号同理。
各局清除失败数均为零，但这一事实只表示没有失败清除请求，
不能推出没有漏源、没有无效检测或没有后备流程。

\begin{table}[htbp]
\centering\small
\caption{由正式累计统计反推的动作耗时分解}
\setlength{\tabcolsep}{4.5pt}
\begin{tabular}{lrrrrrr}
\toprule
案例 & 检测数 & 换频数 & 失败清除 & 总虚拟时间/s & 移动时间/s & 移动占比\\
\midrule
\csname @@input\endcsname data/formal-cost-rows.tex
\bottomrule
\end{tabular}
\label{tab:cost}
\end{table}
\input{figures/formal-time-bars}

图~\ref{fig:timingmeasured} 按同一记账口径给出一局全向演练的累计时间构成：
横轴为动作序号，堆叠高度为累计虚拟时间，
移动项在整局中占主要部分，清除阶段表现为阶梯状跃升。
该图用于说明式~\eqref{eq:time} 的分项在同一局内如何随时间累积，
其数据来自演练留档，不进入正式统计。

\begin{figure}[htbp]
\centering
\includegraphics[width=0.58\linewidth]{timing-measured-q3-10-sources.png}
\caption{一局全向演练（\texttt{BBM9-HZG2-77N5-NKKC}，$10$ 个源）的累计虚拟时间构成。
该局为演练案例，不计入正式测试结果。}
\label{fig:timingmeasured}
\end{figure}

四局移动时间占总虚拟时间的 $76.59\%$ 至 $78.02\%$。
从这一组正式样本看，减少移动是影响总耗时的主要方向，
检测与换频仍应同时计入路径选择。
由 $L_{\mathrm{eq}}=5T_{\mathrm{move}}$ 得四局等效距离分别约为
$12.045$、$13.627$、$36.386$、$35.507$ km。
它们由已量化的移动时间反推，不是独立轨迹测得的长度。

令每段移动的时间量化误差不超过 $0.5$ 微秒，
则 $L_{\mathrm{eq}}$ 与未量化距离的差不超过
$2.5\times10^{-6}(N_m+N_c^++N_c^-)$ m，
远小于本表的展示精度。所有平均值先按官方整数单位计算，
最后保留三位小数，避免先舍入总时间再除以清除数造成误差。

\subsection{从正式记录能够得到的结论}
现有记录支持以下有限结论：四局均已进入并主动退出，
成功清除计数合计为 $51$，清除失败计数为零，
程序运行时间介于 $3.024$ 与 $7.668$ s。
问题四的检测数与总移动时间均明显多于本组问题三案例，
与定向可见性约束带来的额外搜索开销相符；
但各局场景不同、样本量有限，不能将差异解释为某一算法模块的净贡献。

零清除失败与全源发现是两个不同指标。
由于正式记录未公开源总数，本文不报告全清比例、定位误差均值、
置信区间、相对基线降幅或显著性检验。
若后续补充合法可读的正式汇总或新的成对测试，
可在同一统计流程中增加这些指标，而无需改变已有结果的定义。