#include "DataModel.hpp"

#include <algorithm>
#include <cmath>
#include <cstdio>
#include <cstdlib>
#include <cwctype>
#include <deque>
#include <limits>

#include "Theme.hpp"
#include "Utf8Util.hpp"

namespace jdi
{

	namespace
	{
		const double kMissing = std::numeric_limits<double>::quiet_NaN();	/**< 缺失值占位。 */
		const double kDefaultLineWidth = 1.6;								/**< 默认线宽。 */

		/**
		 * @brief 判断列名是否为时间轴候选列。
		 * @param [IN] header 原始列名。
		 * @return 可能为时间轴返回 true。
		 */
		bool LooksLikeTimeHeader(const std::wstring& header)
		{
			const std::wstring text = ToLowerAscii(Trim(header));
			if (text.empty())
			{
				return false;
			}

			if (text == L"t" || text == L"time" || text == L"timestamp" || text == L"simulation time" ||
			    text == L"时间" || text == L"时间轴")
			{
				return true;
			}
			return ContainsInsensitive(text, L"time") || ContainsInsensitive(text, L"时间");
		}

		/**
		 * @brief 从名称末尾的括号中提取单位（仅接受形如 mA / V / deg/s 的短标记）。
		 * @param [IN] text 列名（已去除首尾空白）。
		 * @return 单位文本，无法识别时返回空字符串。
		 */
		std::wstring ExtractUnit(const std::wstring& text)
		{
			if (text.size() < 3 || text.back() != L')')
			{
				return std::wstring();
			}

			const std::size_t open = text.rfind(L'(');
			if (open == std::wstring::npos || open + 2 >= text.size())
			{
				return std::wstring();
			}

			const std::wstring inner = Trim(text.substr(open + 1, text.size() - open - 2));
			if (inner.empty() || inner.size() > 10)
			{
				return std::wstring();
			}

			for (const wchar_t c : inner)
			{
				const bool allowed = iswalpha(c) || iswdigit(c) || c == L'%' || c == L'/' || c == L'^' ||
				                     c == L'-' || c == L'.' || c == L'\u00B0' || c == L'\u00B5' ||
				                     c == L'\u03A9' || c == L'\u00B2' || c == L'\u00B3' || c == L'\u00B7';
				if (!allowed)
				{
					return std::wstring();
				}
			}
			return inner;
		}

		/**
		 * @brief 为网格范围补充留白，避免波形紧贴边界。
		 * @param [IN, OUT] yMin 范围下限。
		 * @param [IN, OUT] yMax 范围上限。
		 */
		void PadRange(double& yMin, double& yMax)
		{
			if (!std::isfinite(yMin) || !std::isfinite(yMax))
			{
				yMin = 0.0;
				yMax = 1.0;
				return;
			}

			const double span = yMax - yMin;
			if (span <= 0.0)
			{
				const double magnitude = std::max(1.0, std::fabs(yMin) * 0.1);
				yMin -= magnitude;
				yMax += magnitude;
				return;
			}

			const double pad = span * 0.06;
			yMin -= pad;
			yMax += pad;
		}

		/**
		 * @brief 依据全部可见信号重新生成网格划分。
		 * @param [IN] visible 各信号的可见性（按 [文件][信号] 索引）。
		 * @param [IN] lanes 网格集合（原地更新）。
		 * @param [IN] mode 网格划分策略。
		 */
		void RebuildLanes(const std::vector<std::vector<bool>>& visible, std::vector<Lane>& lanes,
		                  LaneMode mode)
		{
			// 随网格携带的“网格自身状态”（按信号继承）：重建网格时不能丢。
			struct LaneCarry
			{
				bool fitYToSelection = false;
				bool edgeCount = false;
				double edgeValue = 0.0;
				bool edgeValueValid = false;
				bool edgePanelOpen = true;
				double edgePanelX = -1.0;
				double edgePanelY = -1.0;
				bool edgeCenter = false;
				std::vector<Lane::EdgeCenterItem> edgeCenterItems;
				bool edgeCenterPanelOpen = true;
				double edgeCenterPanelX = -1.0;
				double edgeCenterPanelY = -1.0;
				bool meanFilter = false;
				std::vector<Lane::MeanFilterItem> meanFilterItems;
				bool meanFilterPanelOpen = true;
				double meanFilterPanelX = -1.0;
				double meanFilterPanelY = -1.0;
				bool diffAmp = false;
				std::vector<Lane::DiffAmpItem> diffAmpItems;
				bool diffAmpPanelOpen = true;
				double diffAmpPanelX = -1.0;
				double diffAmpPanelY = -1.0;
			};

			// 先记下每个信号原来所在网格的网格自身状态：
			// 勾选可见性会重建网格，若不携带，用户刚打开的开关会被悄悄清掉。
			std::vector<std::pair<SignalRef, LaneCarry>> previousCarry;
			for (const Lane& lane : lanes)
			{
				LaneCarry carry;
				carry.fitYToSelection = lane.fitYToSelection;
				carry.edgeCount = lane.edgeCount;
				carry.edgeValue = lane.edgeValue;
				carry.edgeValueValid = lane.edgeValueValid;
				carry.edgePanelOpen = lane.edgePanelOpen;
				carry.edgePanelX = lane.edgePanelX;
				carry.edgePanelY = lane.edgePanelY;
				carry.edgeCenter = lane.edgeCenter;
				carry.edgeCenterItems = lane.edgeCenterItems;
				carry.edgeCenterPanelOpen = lane.edgeCenterPanelOpen;
				carry.edgeCenterPanelX = lane.edgeCenterPanelX;
				carry.edgeCenterPanelY = lane.edgeCenterPanelY;
				carry.meanFilter = lane.meanFilter;
				carry.meanFilterItems = lane.meanFilterItems;
				carry.meanFilterPanelOpen = lane.meanFilterPanelOpen;
				carry.meanFilterPanelX = lane.meanFilterPanelX;
				carry.meanFilterPanelY = lane.meanFilterPanelY;
				carry.diffAmp = lane.diffAmp;
				carry.diffAmpItems = lane.diffAmpItems;
				carry.diffAmpPanelOpen = lane.diffAmpPanelOpen;
				carry.diffAmpPanelX = lane.diffAmpPanelX;
				carry.diffAmpPanelY = lane.diffAmpPanelY;
				for (const SignalRef& ref : lane.signals)
				{
					previousCarry.emplace_back(ref, carry);
				}
			}
			const auto inheritedCarry = [&previousCarry](const SignalRef& ref)
			{
				for (const std::pair<SignalRef, LaneCarry>& entry : previousCarry)
				{
					if (entry.first == ref)
					{
						return entry.second;
					}
				}
				return LaneCarry();
			};
			const auto applyCarry = [&inheritedCarry](Lane& lane, const SignalRef& ref)
			{
				const LaneCarry carry = inheritedCarry(ref);
				lane.fitYToSelection = carry.fitYToSelection;
				lane.edgeCount = carry.edgeCount;
				lane.edgeValue = carry.edgeValue;
				lane.edgeValueValid = carry.edgeValueValid;
				lane.edgePanelOpen = carry.edgePanelOpen;
				lane.edgePanelX = carry.edgePanelX;
				lane.edgePanelY = carry.edgePanelY;
				lane.edgeCenter = carry.edgeCenter;
				lane.edgeCenterItems = carry.edgeCenterItems;
				lane.edgeCenterPanelOpen = carry.edgeCenterPanelOpen;
				lane.edgeCenterPanelX = carry.edgeCenterPanelX;
				lane.edgeCenterPanelY = carry.edgeCenterPanelY;
				lane.meanFilter = carry.meanFilter;
				lane.meanFilterItems = carry.meanFilterItems;
				lane.meanFilterPanelOpen = carry.meanFilterPanelOpen;
				lane.meanFilterPanelX = carry.meanFilterPanelX;
				lane.meanFilterPanelY = carry.meanFilterPanelY;
				lane.diffAmp = carry.diffAmp;
				lane.diffAmpItems = carry.diffAmpItems;
				lane.diffAmpPanelOpen = carry.diffAmpPanelOpen;
				lane.diffAmpPanelX = carry.diffAmpPanelX;
				lane.diffAmpPanelY = carry.diffAmpPanelY;
			};

			// 收集全部可见信号引用。
			std::vector<SignalRef> visibleRefs;
			for (std::size_t fileIndex = 0; fileIndex < visible.size(); ++fileIndex)
			{
				for (std::size_t signalIndex = 0; signalIndex < visible[fileIndex].size(); ++signalIndex)
				{
					if (visible[fileIndex][signalIndex])
					{
						SignalRef ref;
						ref.fileIndex = static_cast<int>(fileIndex);
						ref.signalIndex = static_cast<int>(signalIndex);
						visibleRefs.push_back(ref);
					}
				}
			}

			// 判断某引用对应的信号是否可见（越界视为不可见）。
			const auto isVisibleRef = [&visible](const SignalRef& ref)
			{
				if (ref.fileIndex < 0 || static_cast<std::size_t>(ref.fileIndex) >= visible.size())
				{
					return false;
				}
				const std::vector<bool>& fileVisible = visible[static_cast<std::size_t>(ref.fileIndex)];
				if (ref.signalIndex < 0 || static_cast<std::size_t>(ref.signalIndex) >= fileVisible.size())
				{
					return false;
				}
				return fileVisible[static_cast<std::size_t>(ref.signalIndex)];
			};

			// 某信号当前所属的网格下标（-1 表示尚未分配网格）。
			const auto laneIndexOf = [&lanes](const SignalRef& ref)
			{
				for (std::size_t index = 0; index < lanes.size(); ++index)
				{
					const std::vector<SignalRef>& refs = lanes[index].signals;
					if (std::find(refs.begin(), refs.end(), ref) != refs.end())
					{
						return static_cast<int>(index);
					}
				}
				return -1;
			};

			if (mode == LaneMode::PER_SIGNAL)
			{
				// 每条可见信号独占一个网格：网格数量严格跟随可见信号数量。
				// **顺序按"原有网格位置"优先**：已经分配过网格的信号保持其相对次序，
				// 新勾选（此前没有网格）的信号统一追加到最下方。
				// 若直接按 visibleRefs（文件/列序）重建，新勾选的信号会按其列序
				// 插到中间，位置看起来"不确定"。
				std::vector<SignalRef> ordered;
				ordered.reserve(visibleRefs.size());
				for (const SignalRef& ref : visibleRefs)
				{
					if (laneIndexOf(ref) >= 0)
					{
						ordered.push_back(ref);
					}
				}
				std::stable_sort(ordered.begin(), ordered.end(),
				                 [&laneIndexOf](const SignalRef& a, const SignalRef& b)
				                 { return laneIndexOf(a) < laneIndexOf(b); });
				for (const SignalRef& ref : visibleRefs)
				{
					if (laneIndexOf(ref) < 0)
					{
						ordered.push_back(ref);
					}
				}

				lanes.clear();
				lanes.reserve(ordered.size());
				for (const SignalRef& ref : ordered)
				{
					Lane lane;
					lane.autoRange = true;
					applyCarry(lane, ref);
					lane.signals.push_back(ref);
					lanes.push_back(std::move(lane));
				}
			}
			else if (mode == LaneMode::MERGED)
			{
				// 全部可见信号合并到同一网格；无可见信号时不保留空网格。
				bool previousAutoRange = true;
				double previousYMin = -1.0;
				double previousYMax = 1.0;
				if (lanes.size() == 1)
				{
					previousAutoRange = lanes[0].autoRange;
					previousYMin = lanes[0].yMin;
					previousYMax = lanes[0].yMax;
				}

				lanes.clear();
				if (!visibleRefs.empty())
				{
					Lane lane;
					lane.autoRange = previousAutoRange;
					lane.yMin = previousYMin;
					lane.yMax = previousYMax;
					applyCarry(lane, visibleRefs.front());
					lane.signals = visibleRefs;
					lanes.push_back(std::move(lane));
				}
			}
			else
			{
				// 自定义划分：仅移除不可见信号与由此产生的空网格，保持用户排布。
				for (Lane& lane : lanes)
				{
					std::vector<SignalRef>& refs = lane.signals;
					refs.erase(std::remove_if(refs.begin(), refs.end(),
					                          [&isVisibleRef](const SignalRef& ref)
					                          { return !isVisibleRef(ref); }),
					            refs.end());
				}

				lanes.erase(std::remove_if(lanes.begin(), lanes.end(),
				                           [](const Lane& lane) { return lane.signals.empty(); }),
				            lanes.end());

				// 未分配网格的可见信号各自独占一个新网格。
				// 注意：不能把它们塞进已有的第一个网格——那会导致“拖拽合并后新勾选的信号
				// 被悄悄并入合并网格”，用户看不到新增的独立泳道。
				for (const SignalRef& ref : visibleRefs)
				{
					bool placed = false;
					for (const Lane& lane : lanes)
					{
						if (std::find(lane.signals.begin(), lane.signals.end(), ref) != lane.signals.end())
						{
							placed = true;
							break;
						}
					}
					if (placed)
					{
						continue;
					}

					Lane lane;
					lane.autoRange = true;
					applyCarry(lane, ref);
					lane.signals.push_back(ref);
					lanes.push_back(std::move(lane));
				}
			}

			// 统一重命名，保证编号连续。
			for (std::size_t index = 0; index < lanes.size(); ++index)
			{
				lanes[index].name = L"网格 " + std::to_wstring(index + 1);
			}
		}
	}

	const wchar_t* DrawModeName(DrawMode mode)
	{
		switch (mode)
		{
		case DrawMode::LINE:
			return L"线段";
		case DrawMode::SCATTER:
			return L"散点";
		case DrawMode::LINE_SCATTER:
			return L"点线";
		default:
			return L"线段";
		}
	}

	// ============================ DataFile 构建 ============================

	/**
	 * @brief 粗粒度包络层每个分组覆盖的采样数。
	 *
	 * 16KB 的双精度分组可覆盖 1024 个采样（内存开销 = 采样数的 1.6%），
	 * 但会让"每列采样数略多于分组跨度"的场景退化为逐点扫描。
	 * 取 256 时：额外内存约为采样数的 0.8%，最坏情况的扫描量也能压低到
	 * 每列 ≤256 个采样（2400 列 ≈ 0.6M 次读取，约 1ms）。
	 */
	const std::size_t kCoarseStride = 256;

	/**
	 * @brief 单条信号的取值范围统计结果。
	 */
	struct SignalStats
	{
		double minValue = 0.0;		/**< 有限采样值最小值。 */
		double maxValue = 0.0;		/**< 有限采样值最大值。 */
		std::size_t finiteCount = 0;	/**< 有限采样点数量。 */
	};

	/**
	 * @brief 统计一列采样的最小/最大值与有效点数量，并顺带构建粗粒度包络层。
	 *
	 * 两者在同一个循环内完成，避免为粗粒度层多扫一遍数据（大文件下那是一整趟内存遍历）。
	 *
	 * @param [IN] values 采样列。
	 * @param [OUT] coarseMin 粗粒度分组最小值输出。
	 * @param [OUT] coarseMax 粗粒度分组最大值输出。
	 * @return 统计结果。
	 */
	SignalStats ComputeStats(const std::vector<double>& values, std::vector<double>& coarseMin,
	                         std::vector<double>& coarseMax)
	{
		SignalStats stats;
		double low = std::numeric_limits<double>::infinity();
		double high = -std::numeric_limits<double>::infinity();

		const std::size_t count = values.size();
		const std::size_t buckets = (count + kCoarseStride - 1) / kCoarseStride;
		coarseMin.assign(buckets, std::numeric_limits<double>::infinity());
		coarseMax.assign(buckets, -std::numeric_limits<double>::infinity());

		std::size_t bucket = 0;
		std::size_t bucketEnd = kCoarseStride;
		for (std::size_t index = 0; index < count; ++index)
		{
			if (index >= bucketEnd)
			{
				++bucket;
				bucketEnd += kCoarseStride;
			}
			const double value = values[index];
			if (std::isfinite(value))
			{
				++stats.finiteCount;
				low = std::min(low, value);
				high = std::max(high, value);
				if (value < coarseMin[bucket])
				{
					coarseMin[bucket] = value;
				}
				if (value > coarseMax[bucket])
				{
					coarseMax[bucket] = value;
				}
			}
		}

		if (stats.finiteCount == 0)
		{
			stats.minValue = 0.0;
			stats.maxValue = 0.0;
		}
		else
		{
			stats.minValue = low;
			stats.maxValue = high;
		}
		return stats;
	}

	bool BuildDataFile(CsvTable&& table, const std::wstring& filePath, std::size_t paletteBase, DataFile& file,
	                   std::wstring& error, const CsvProgress& progress)
	{
		error.clear();
		file = DataFile();

		if (!table.HasData())
		{
			error = L"数据表为空。";
			return false;
		}

		const std::size_t columnCount = table.headers.size();
		if (table.columns.size() < columnCount)
		{
			error = L"数据表列结构不完整。";
			return false;
		}

		// 1. 识别时间轴列：优先取列名匹配的列，否则回退到第一列。
		int timeColumn = -1;
		for (std::size_t column = 0; column < columnCount; ++column)
		{
			if (LooksLikeTimeHeader(table.headers[column]))
			{
				timeColumn = static_cast<int>(column);
				break;
			}
		}
		if (timeColumn < 0)
		{
			timeColumn = 0;
		}

		// 时间列整列移动，不做逐元素拷贝。
		file.time = std::move(table.columns[static_cast<std::size_t>(timeColumn)]);

		std::size_t finiteTimeCount = 0;
		bool monotonic = true;
		double previousTime = 0.0;
		bool hasPrevious = false;
		for (const double value : file.time)
		{
			if (std::isfinite(value))
			{
				++finiteTimeCount;
				if (hasPrevious && value < previousTime)
				{
					monotonic = false;
				}
				previousTime = value;
				hasPrevious = true;
			}
		}

		if (finiteTimeCount < 2)
		{
			error = L"时间轴列（" + table.headers[static_cast<std::size_t>(timeColumn)] + L"）有效数值不足。";
			return false;
		}

		file.timeColumnName = table.headers[static_cast<std::size_t>(timeColumn)];
		file.timeMonotonic = monotonic;
		file.filePath = filePath;

		const std::size_t slashPos = filePath.find_last_of(L"\\/");
		file.fileName = (slashPos == std::wstring::npos) ? filePath : filePath.substr(slashPos + 1);

		// 2. 构建信号列：每列整块移动，随后就地统计取值范围。
		int paletteCount = 0;
		const std::uint32_t* palette = SignalPalette(paletteCount);
		file.signals.reserve(columnCount);
		for (std::size_t column = 0; column < columnCount; ++column)
		{
			if (static_cast<int>(column) == timeColumn)
			{
				continue;
			}

			SignalData signal;
			signal.rawHeader = table.headers[column];
			{
				// 名称完整保留文件内的列名（含 "[n]" 序号与括号描述），仅用于展示不做改写。
				signal.name = Trim(signal.rawHeader);
				signal.unit = ExtractUnit(signal.name);
			}

			signal.values = std::move(table.columns[column]);
			const SignalStats stats = ComputeStats(signal.values, signal.coarseMin, signal.coarseMax);
			signal.coarseStride = kCoarseStride;
			signal.minValue = stats.minValue;
			signal.maxValue = stats.maxValue;
			signal.finiteCount = stats.finiteCount;

			// 显示外观随信号一起初始化：调色板按「全局信号序号」取色，
			// 使同一信号在任意标签页中都保持同一默认颜色。
			{
				const std::size_t globalIndex = paletteBase + file.signals.size();
				if (palette != nullptr && paletteCount > 0)
				{
					const std::size_t count = static_cast<std::size_t>(paletteCount);
					const std::size_t slot = globalIndex % count;
					signal.style.color = palette[slot];
					// 自定义色初值取调色板中「向后递进」的下一个颜色。
					// 若初值等于本信号自身的预设色，样式区里点击该预设色块会被判定成
					// “当前用的是自定义色”，高亮会直接跳到自定义色块上（此前的缺陷）。
					signal.style.customColor = palette[(slot + 1) % count];
				}
				else
				{
					signal.style.color = 0xFF268BD2u;
					signal.style.customColor = 0xFF859900u;
				}
				signal.style.opacity = 1.0f;
				signal.style.lineWidth = 1.0f;
				signal.style.mode = DrawMode::LINE;
			}

			file.signals.push_back(std::move(signal));

			if (progress)
			{
				CsvProgressInfo info;
				info.ratio = 0.75 + 0.25 * static_cast<double>(column + 1) / static_cast<double>(columnCount);
				if (!progress(info))
				{
					error = L"已取消加载。";
					return false;
				}
			}
		}

		if (file.signals.empty())
		{
			error = L"除时间轴外未发现任何数据列。";
			return false;
		}

		// 3. 统计时间范围（时间列为空或全部无效时回退到行数上界）。
		double tMin = std::numeric_limits<double>::infinity();
		double tMax = -std::numeric_limits<double>::infinity();
		for (const double value : file.time)
		{
			if (std::isfinite(value))
			{
				tMin = std::min(tMin, value);
				tMax = std::max(tMax, value);
			}
		}
		file.minTime = tMin;
		file.maxTime = tMax;
		return true;
	}

	// ============================ DataSet ============================

	bool DataSet::AddDataFile(DataFile&& file, int& fileIndex)
	{
		fileIndex = -1;
		if (file.signals.empty())
		{
			return false;
		}
		m_files.push_back(std::move(file));
		fileIndex = static_cast<int>(m_files.size()) - 1;
		return true;
	}

	bool DataSet::InsertDerivedSignal(int fileIndex, int afterSignalIndex, SignalData&& signal,
	                                  int& newSignalIndex)
	{
		newSignalIndex = -1;
		if (fileIndex < 0 || fileIndex >= static_cast<int>(m_files.size()))
		{
			return false;
		}

		DataFile& file = m_files[static_cast<std::size_t>(fileIndex)];
		if (afterSignalIndex < -1 || afterSignalIndex >= static_cast<int>(file.signals.size()))
		{
			return false;
		}

		// 1. 采样值统计与粗粒度包络层：与正常加载路径使用同一套统计逻辑，
		//    否则派生信号在大文件下会退化成逐点扫描（包络构建变慢）。
		const SignalStats stats = ComputeStats(signal.values, signal.coarseMin, signal.coarseMax);
		signal.coarseStride = kCoarseStride;
		signal.minValue = stats.minValue;
		signal.maxValue = stats.maxValue;
		signal.finiteCount = stats.finiteCount;

		// 2. 显示外观按「全局信号序号」取调色板颜色（与普通新信号完全一致的规则）。
		const int insertPos = afterSignalIndex + 1;
		{
			// 新信号的全局序号 = 本文件之前的信号总数 + 它在文件内的下标。
			std::size_t globalIndex = static_cast<std::size_t>(insertPos);
			for (int index = 0; index < fileIndex; ++index)
			{
				globalIndex += m_files[static_cast<std::size_t>(index)].signals.size();
			}

			int paletteCount = 0;
			const std::uint32_t* palette = SignalPalette(paletteCount);
			if (palette != nullptr && paletteCount > 0)
			{
				const std::size_t count = static_cast<std::size_t>(paletteCount);
				const std::size_t slot = globalIndex % count;
				signal.style.color = palette[slot];
				signal.style.customColor = palette[(slot + 1) % count];
			}
		}

		file.signals.insert(file.signals.begin() + insertPos, std::move(signal));

		// 3. 全局选中引用：同一文件内位于插入点之后的信号下标整体后移。
		if (m_selected.fileIndex == fileIndex && m_selected.signalIndex >= insertPos)
		{
			++m_selected.signalIndex;
		}

		newSignalIndex = insertPos;
		return true;
	}

	bool DataSet::RemoveFile(int fileIndex)
	{
		if (fileIndex < 0 || fileIndex >= static_cast<int>(m_files.size()))
		{
			return false;
		}

		// 用移动到末位后弹出的方式移除，使被移除文件的时间轴与全部信号缓冲区在本调用内
		// 立即析构归还操作系统，不再等待后续插入覆盖；最后收缩容量，避免残留空闲块。
		const std::size_t position = static_cast<std::size_t>(fileIndex);
		for (std::size_t index = position; index + 1 < m_files.size(); ++index)
		{
			m_files[index] = std::move(m_files[index + 1]);
		}
		m_files.pop_back();
		m_files.shrink_to_fit();
		return true;
	}

	bool DataSet::RemoveSignal(int fileIndex, int signalIndex)
	{
		if (fileIndex < 0 || fileIndex >= static_cast<int>(m_files.size()))
		{
			return false;
		}
		DataFile& file = m_files[static_cast<std::size_t>(fileIndex)];
		if (signalIndex < 0 || signalIndex >= static_cast<int>(file.signals.size()))
		{
			return false;
		}

		// 与 RemoveFile 同一思路：先把待移除项移到末位（move 赋值时其原有缓冲当场析构），
		// 再 pop_back + shrink_to_fit，使该信号的全部采样内存在本调用内立即归还给系统，
		// 而不是留在容量里等后续插入覆盖。
		std::vector<SignalData>& signals = file.signals;
		const std::size_t position = static_cast<std::size_t>(signalIndex);
		for (std::size_t index = position; index + 1 < signals.size(); ++index)
		{
			signals[index] = std::move(signals[index + 1]);
		}
		signals.pop_back();
		signals.shrink_to_fit();
		return true;
	}

	void DataSet::RemapSelectionAfterSignalRemoval(int fileIndex, int signalIndex)
	{
		if (fileIndex < 0 || signalIndex < 0 || m_selected.fileIndex != fileIndex)
		{
			return;
		}
		if (m_selected.signalIndex == signalIndex)
		{
			// 选中的信号本身被移除：取消选中。
			m_selected = SignalRef();
		}
		else if (m_selected.signalIndex > signalIndex)
		{
			// 其后信号整体前移一位。
			--m_selected.signalIndex;
		}
	}

	std::size_t DataSet::SignalCount() const
	{
		std::size_t count = 0;
		for (const DataFile& file : m_files)
		{
			count += file.signals.size();
		}
		return count;
	}

	const DataFile* DataSet::FileAt(int fileIndex) const
	{
		if (fileIndex < 0 || fileIndex >= static_cast<int>(m_files.size()))
		{
			return nullptr;
		}
		return &m_files[static_cast<std::size_t>(fileIndex)];
	}

	bool DataSet::SetSignalDisplayName(int fileIndex, int signalIndex, const std::wstring& name)
	{
		if (fileIndex < 0 || fileIndex >= static_cast<int>(m_files.size()))
		{
			return false;
		}

		DataFile& file = m_files[static_cast<std::size_t>(fileIndex)];
		if (signalIndex < 0 || signalIndex >= static_cast<int>(file.signals.size()))
		{
			return false;
		}

		// 统一去除首尾空白；结果为空则视为恢复原始列名。
		std::wstring trimmed = Trim(name);
		SignalData& signal = file.signals[static_cast<std::size_t>(signalIndex)];
		if (trimmed == signal.displayName)
		{
			return false;
		}
		signal.displayName = std::move(trimmed);
		return true;
	}

	bool DataSet::SetFileDisplayName(int fileIndex, const std::wstring& name)
	{
		if (fileIndex < 0 || fileIndex >= static_cast<int>(m_files.size()))
		{
			return false;
		}

		std::wstring trimmed = Trim(name);
		DataFile& file = m_files[static_cast<std::size_t>(fileIndex)];
		if (trimmed == file.displayName)
		{
			return false;
		}
		file.displayName = std::move(trimmed);
		return true;
	}

	const SignalData* DataSet::Resolve(const SignalRef& ref) const
	{
		const DataFile* file = FileAt(ref.fileIndex);
		if (file == nullptr)
		{
			return nullptr;
		}
		if (ref.signalIndex < 0 || ref.signalIndex >= static_cast<int>(file->signals.size()))
		{
			return nullptr;
		}
		return &file->signals[static_cast<std::size_t>(ref.signalIndex)];
	}

	const SignalStyle* DataSet::Style(const SignalRef& ref) const
	{
		const SignalData* signal = Resolve(ref);
		return (signal != nullptr) ? &signal->style : nullptr;
	}

	SignalStyle* DataSet::Style(const SignalRef& ref)
	{
		const DataFile* file = FileAt(ref.fileIndex);
		if (file == nullptr)
		{
			return nullptr;
		}
		if (ref.signalIndex < 0 || ref.signalIndex >= static_cast<int>(file->signals.size()))
		{
			return nullptr;
		}

		// 这里需要写入，因此借助非 const 路径重新定位信号。
		DataFile& mutableFile = m_files[static_cast<std::size_t>(ref.fileIndex)];
		return &mutableFile.signals[static_cast<std::size_t>(ref.signalIndex)].style;
	}

	double DataSet::MinTime() const
	{
		double value = std::numeric_limits<double>::infinity();
		for (const DataFile& file : m_files)
		{
			if (std::isfinite(file.minTime))
			{
				value = std::min(value, file.minTime);
			}
		}
		return std::isfinite(value) ? value : 0.0;
	}

	double DataSet::MaxTime() const
	{
		double value = -std::numeric_limits<double>::infinity();
		for (const DataFile& file : m_files)
		{
			if (std::isfinite(file.maxTime))
			{
				value = std::max(value, file.maxTime);
			}
		}
		return std::isfinite(value) ? value : 1.0;
	}

	void DataSet::RemapSelectionAfterFileRemoval(int fileIndex)
	{
		if (fileIndex < 0)
		{
			return;
		}
		if (m_selected.fileIndex == fileIndex)
		{
			m_selected = SignalRef();
		}
		else if (m_selected.fileIndex > fileIndex)
		{
			--m_selected.fileIndex;
		}
	}

	bool DataSet::ValidateSelection()
	{
		if (!m_selected.IsValid())
		{
			return false;
		}
		if (Resolve(m_selected) != nullptr)
		{
			return false;
		}
		m_selected = SignalRef();
		return true;
	}

	// ============================ 采样辅助 ============================

	namespace
	{
		/**
		 * @brief 滑动平均的共用实现（输入只要可转成 double）。
		 *
		 * 窗口 = [max(0,i-N), min(count-1,i+N)]，每前进一步只增减边界处的两个采样点，
		 * 整体 O(n)，不额外占用前缀和内存。“差异放大”需要在 float 缓冲上再做一次
		 * 滑动平均，若先转成 double 会因为亿级采样多占一倍内存，因此做成模板。
		 */
		template <typename T>
		void MovingAverageImpl(const std::vector<T>& values, int radius, std::vector<float>& out);
		/**
		 * @brief 滑动窗口最大值（只要最大值）。
		 *
		 * 与 `SlidingExtrema` 同一个单调队列思路，但**不额外分配最小值数组**：
		 * 亿级采样下一次全量计算会多占 100 MB 以上，而“差异放大”只需要最大值。
		 *
		 * @param [IN] values 采样值。
		 * @param [IN] radius 邻域半径（窗口 = [i-radius, i+radius]，两端按实际长度）。
		 * @param [OUT] outMax 邻域最大值（整窗都是 NaN 时为 NaN）。
		 */
		template <typename T>
		void SlidingMax(const std::vector<T>& values, std::size_t radius, std::vector<float>& outMax)
		{
			const std::size_t count = values.size();
			outMax.assign(count, std::numeric_limits<float>::quiet_NaN());
			if (count == 0)
			{
				return;
			}

			std::deque<std::size_t> maxQueue;	// 递减：队首最大。
			std::size_t filled = 0;
			for (std::size_t index = 0; index < count; ++index)
			{
				const std::size_t wantHigh = std::min(count - 1, index + radius);
				while (filled <= wantHigh)
				{
					const double incoming = values[filled];
					if (std::isfinite(incoming))
					{
						while (!maxQueue.empty() && values[maxQueue.back()] <= incoming)
						{
							maxQueue.pop_back();
						}
						maxQueue.push_back(filled);
					}
					++filled;
				}
				const std::size_t low = (index > radius) ? (index - radius) : 0;
				while (!maxQueue.empty() && maxQueue.front() < low)
				{
					maxQueue.pop_front();
				}
				if (!maxQueue.empty())
				{
					outMax[index] = static_cast<float>(values[maxQueue.front()]);
				}
			}
		}
	} // namespace

	void ComputeMovingAverage(const std::vector<double>& values, int radius, std::vector<float>& out)
	{
		MovingAverageImpl(values, radius, out);
	}

	void ComputeMovingAverage(const std::vector<float>& values, int radius, std::vector<float>& out)
	{
		MovingAverageImpl(values, radius, out);
	}

	namespace
	{
		template <typename T>
		void MovingAverageImpl(const std::vector<T>& values, int radius, std::vector<float>& out)
		{
			const int window = std::max(0, radius);
			const std::size_t count = values.size();
			out.assign(count, std::numeric_limits<float>::quiet_NaN());
			if (count == 0 || window == 0)
			{
				// 半径 0 表示不平滑：原样复制（中心点无效处仍为 NaN）。
				for (std::size_t index = 0; index < count; ++index)
				{
					const double value = static_cast<double>(values[index]);
					if (std::isfinite(value))
					{
						out[index] = static_cast<float>(value);
					}
				}
				return;
			}

			// 滑动窗口求和：每前进一步只增减边界处的两个采样点，整体 O(n)。
			double sum = 0.0;
			std::size_t finiteCount = 0;
			std::size_t windowLow = 0;
			std::size_t windowHigh = 0;	// 闭区间右端。

			const auto addValue = [&sum, &finiteCount](double value)
			{
				if (std::isfinite(value))
				{
					sum += value;
					++finiteCount;
				}
			};
			const auto removeValue = [&sum, &finiteCount](double value)
			{
				if (std::isfinite(value))
				{
					sum -= value;
					--finiteCount;
				}
			};

			for (std::size_t index = 0; index < count; ++index)
			{
				const std::size_t low = (index > static_cast<std::size_t>(window))
				                            ? (index - static_cast<std::size_t>(window))
				                            : 0;
				const std::size_t high =
				    std::min(count - 1, index + static_cast<std::size_t>(window));

				if (index == 0)
				{
					windowLow = low;
					windowHigh = high;
					for (std::size_t i = windowLow; i <= windowHigh; ++i)
					{
						addValue(static_cast<double>(values[i]));
					}
				}
				else
				{
					while (windowLow < low)
					{
						removeValue(static_cast<double>(values[windowLow]));
						++windowLow;
					}
					while (windowHigh < high)
					{
						++windowHigh;
						addValue(static_cast<double>(values[windowHigh]));
					}
				}

				// 中心点本身无效（NaN）时该处不产生有效结果。
				const double center = static_cast<double>(values[index]);
				if (finiteCount > 0 && std::isfinite(center))
				{
					out[index] = static_cast<float>(sum / static_cast<double>(finiteCount));
				}
			}
		}

		/**
		 * @brief 滑动窗口极值：一次求出每个中心点邻域（±radius）内的最小值与最大值。
		 *
		 * 两个单调队列（最小值队列递增、最大值队列递减）同步滑动，O(n) 时间，
		 * 内存只有窗口长度。NaN 不参与（整窗都是 NaN 时输出 NaN）。
		 *
		 * @param [IN] values 采样值。
		 * @param [IN] radius 邻域半径（窗口 = [i-radius, i+radius]，两端按实际长度）。
		 * @param [OUT] outMin 邻域最小值。
		 * @param [OUT] outMax 邻域最大值。
		 */
		template <typename T>
		void SlidingExtrema(const std::vector<T>& values, std::size_t radius,
		                    std::vector<float>& outMin, std::vector<float>& outMax)
		{
			const std::size_t count = values.size();
			outMin.assign(count, std::numeric_limits<float>::quiet_NaN());
			outMax.assign(count, std::numeric_limits<float>::quiet_NaN());
			if (count == 0)
			{
				return;
			}

			std::deque<std::size_t> minQueue;	// 递增：队首最小。
			std::deque<std::size_t> maxQueue;	// 递减：队首最大。
			std::size_t filled = 0;
			for (std::size_t index = 0; index < count; ++index)
			{
				const std::size_t wantHigh = std::min(count - 1, index + radius);
				while (filled <= wantHigh)
				{
					const double incoming = values[filled];
					if (std::isfinite(incoming))
					{
						while (!minQueue.empty() && values[minQueue.back()] >= incoming)
						{
							minQueue.pop_back();
						}
						minQueue.push_back(filled);
						while (!maxQueue.empty() && values[maxQueue.back()] <= incoming)
						{
							maxQueue.pop_back();
						}
						maxQueue.push_back(filled);
					}
					++filled;
				}
				const std::size_t low = (index > radius) ? (index - radius) : 0;
				while (!minQueue.empty() && minQueue.front() < low)
				{
					minQueue.pop_front();
				}
				while (!maxQueue.empty() && maxQueue.front() < low)
				{
					maxQueue.pop_front();
				}
				if (!minQueue.empty())
				{
					outMin[index] = static_cast<float>(values[minQueue.front()]);
				}
				if (!maxQueue.empty())
				{
					outMax[index] = static_cast<float>(values[maxQueue.front()]);
				}
			}
		}
	} // namespace

	void ComputeMovingAverageIterated(const std::vector<double>& values, int radius, int order,
	                                  std::vector<float>& out)
	{
		const int stages = std::max(1, order);
		// 第 1 阶：从原始采样值出发。
		ComputeMovingAverage(values, radius, out);
		if (stages == 1)
		{
			return;
		}

		// 后续各阶以上一阶的结果为输入（double 中转，避免 float→double 的精度损失累积）。
		std::vector<double> buffer(values.size(), std::numeric_limits<double>::quiet_NaN());
		std::vector<float> stage;
		for (int iteration = 1; iteration < stages; ++iteration)
		{
			for (std::size_t index = 0; index < out.size(); ++index)
			{
				buffer[index] = std::isfinite(out[index]) ? static_cast<double>(out[index])
				                                          : std::numeric_limits<double>::quiet_NaN();
			}
			ComputeMovingAverage(buffer, radius, stage);
			out.swap(stage);
		}
	}

	void ComputeDiffAmplify(const std::vector<double>& values, int window, int gain,
	                        std::vector<float>& out)
	{
		const std::size_t count = values.size();
		out.assign(count, std::numeric_limits<float>::quiet_NaN());
		if (count == 0)
		{
			return;
		}

		// 窗口点数 X：局部“差异强度”的统计**窗口长度**（点数），窗口 = [i−r, i+r]，
		// r = (X−1)/2。窗口长度**应略大于纹波周期的一半**：
		// 只有当窗口跨越的相位达到 180° 时，窗口内才必定包含一个波峰或波谷，
		// “局部 |交流分量| 的峰值”因而恒等于纹波振幅 A，与相位无关
		//（正常区域恒为 A、弱区恒为 A/2，比值恰为 2）；窗口再小就会跟随相位起伏
		//（把正常区域的波峰也一起放大），远大于一个周期时又会把弱区与邻近正常区一起统计掉。
		// 窗口越短、混叠区（弱区边界各 ±r）越窄，对“只有一两个周期（甚至半周期）变弱”的
		// 情形越有效。
		const int span = std::max(3, std::min(window, 1000000));
		const int strengthRadius = std::max(1, (span - 1) / 2);
		// 趋势窗口取局部窗口的 2 倍（≈ 一个完整纹波周期）：只有按整周期取平均，
		// 趋势线才恰好是纹波的中心线（交流分量均值为零），待放大的弱区也就**不会**
		// 因为自己变“扁”而把趋势线一起拉偏。
		const int trendRadius = std::max(1, strengthRadius * 2);
		// 包络窗口固定取局部窗口的 8 倍：用来给出“周边本来的振幅范围”，
		// 既作为放大基准（中心值）也作为输出的夹取上下界。
		const std::size_t envelopeRadius =
		    static_cast<std::size_t>(std::max(1, std::min(strengthRadius * 8, 16384)));
		const double maxGain = static_cast<double>(std::max(1, gain));

		// 1) 周边包络：邻域内采样值的最小/最大值（单调队列，O(n)）。
		//    邻域**必须明显大于一个纹波周期**，否则包络会跟着纹波起伏，
		//    放大后会把相邻正常区域的相位也一并扭曲。
		std::vector<float> envMin;
		std::vector<float> envMax;
		SlidingExtrema(values, envelopeRadius, envMin, envMax);

		// 2) 局部差异强度 = 邻域内 |采样值 − 趋势线| 的**最大值**（即局部纹波振幅）。
		//
		//    这里刻意**不用**另外两种看起来更自然的做法：
		//    * “|采样值 − 趋势线| 的平均”：趋势线是低频量，会被待放大的弱区本身拉偏，
		//      于是弱区周边本来正常的采样点也会被判成“差异偏小”而被一起放大；
		//    * “原始采样值的峰峰值”：峰峰值要同时覆盖波峰与波谷才与相位无关，
		//      这要求窗口跨越 360°，窗口会大到把弱区与邻近正常区平均掉
		//      （实测一个周期宽的弱区只能恢复三分之一）。
		//    |交流分量| 的最大值只需要窗口跨越 180°（窗口约半个周期）就与相位无关，
		//    既能准确识别弱区，又因为窗口很短而具备足够好的定位精度。
		//
		//    又因为增益下界恒为 1（见第 4 步），正常区域的增益恰好是 1，
		//    输出与输入**逐位相同**，因此对其它数据点真正没有任何影响。
		//
		//    极值窗口按**实际长度**（端点截断）统计，端点因此会低估振幅、
		//    导致增益被高估；这一端点效应由第 4 步的收敛系数消除。
		std::vector<float> trend;
		ComputeMovingAverage(values, trendRadius, trend);
		std::vector<float> strength;
		{
			// `ac` 只在求局部最大值时用到：单独放在一个作用域里，
			// 亿级采样下这一份 100 MB 级的中转数组能尽早归还给系统。
			std::vector<float> ac(count, std::numeric_limits<float>::quiet_NaN());
			for (std::size_t index = 0; index < count; ++index)
			{
				const double value = values[index];
				if (std::isfinite(value) && std::isfinite(trend[index]))
				{
					ac[index] = static_cast<float>(std::fabs(value - static_cast<double>(trend[index])));
				}
			}
			SlidingMax(ac, static_cast<std::size_t>(strengthRadius), strength);
		}

		// 3) 目标强度：差异强度的 75 分位。用直方图统计 → O(1) 额外内存，
		//    且不会被个别尖峰抬高（用均值会），也不会被最尖处完全主导（用最大值会）。
		//
		//    ⚠️ 统计时**排除首尾的端点收敛区**（见第 4 步）：那里的趋势窗口被截断，
		//    “|交流分量| 的最大值”整体偏大，会把分位数抬高、导致目标强度偏大。
		//    待统计的采样点数不足时退回全段统计。
		const std::size_t edgeGuard =
		    static_cast<std::size_t>(2) * static_cast<std::size_t>(trendRadius);
		// 剩下足够多的采样点时才有必要排除端点区（短信号就直接全段统计）。
		constexpr std::size_t kEdgeGuardMinimum = 256;
		const bool useGuard = (count > edgeGuard * 2 + kEdgeGuardMinimum);
		const auto inGuard = [count, edgeGuard, useGuard](std::size_t index)
		{
			if (!useGuard)
			{
				return true;
			}
			return (index >= edgeGuard) && ((count - 1 - index) >= edgeGuard);
		};

		float maxStrength = 0.0f;
		for (std::size_t index = 0; index < count; ++index)
		{
			const float value = strength[index];
			if (inGuard(index) && std::isfinite(value) && value > maxStrength)
			{
				maxStrength = value;
			}
		}
		if (!(maxStrength > 0.0f))
		{
			// 完全平坦（或全为 NaN）的信号：无差异可放大，等价于原样输出。
			for (std::size_t index = 0; index < count; ++index)
			{
				const double value = values[index];
				if (std::isfinite(value))
				{
					out[index] = static_cast<float>(value);
				}
			}
			return;
		}

		constexpr int kBinCount = 2048;
		std::vector<int> histogram(static_cast<std::size_t>(kBinCount), 0);
		std::size_t sampleCount = 0;
		for (std::size_t index = 0; index < count; ++index)
		{
			const float value = strength[index];
			if (!inGuard(index) || !std::isfinite(value))
			{
				continue;
			}
			int bin = static_cast<int>(static_cast<double>(value) /
			                           static_cast<double>(maxStrength) * kBinCount);
			bin = std::max(0, std::min(bin, kBinCount - 1));
			++histogram[static_cast<std::size_t>(bin)];
			++sampleCount;
		}
		double target = static_cast<double>(maxStrength);
		if (sampleCount > 0)
		{
			const std::size_t wanted = (sampleCount * 75) / 100;
			std::size_t accumulated = 0;
			for (int bin = 0; bin < kBinCount; ++bin)
			{
				accumulated += static_cast<std::size_t>(histogram[static_cast<std::size_t>(bin)]);
				if (accumulated > wanted)
				{
					// 取桶中心，避免目标强度贴到桶的下边界而整体偏小。
					target = (static_cast<double>(bin) + 0.5) / kBinCount *
					         static_cast<double>(maxStrength);
					break;
				}
			}
		}

		// 4) 逐点增益并合成输出。
		//    * 基准 = 趋势线（纹波的中心线，与信号整体同步，纹波在其中上下摆动）；
		//    * 增益下界为 1 → 局部振幅不比目标值小的采样点**输出与原值逐位相同**
		//      （基准被 1 倍增益完全消掉，因此对其它数据点没有任何影响）；
		//    * 放大后的取值再夹到周边包络内 → **任何一点都不会超出原有的振幅范围**
		//      （尤其重要：被放大区域两侧自身的振幅本来就很大，不应被继续抬升）。
		for (std::size_t index = 0; index < count; ++index)
		{
			const double value = values[index];
			if (!std::isfinite(value))
			{
				continue;
			}
			const bool hasEnvelope = std::isfinite(envMin[index]) && std::isfinite(envMax[index]);
			const double base =
			    std::isfinite(trend[index]) ? static_cast<double>(trend[index]) : value;

			double pointGain = 1.0;
			const float local = strength[index];
			if (std::isfinite(local) && local > 0.0f)
			{
				pointGain = target / static_cast<double>(local);
			}
			pointGain = std::max(1.0, std::min(pointGain, maxGain));

			// 端点收敛：首尾各 2r 个采样点的**趋势窗口与极值窗口都被截断**
			//（趋势窗口半径 2r、极值窗口半径 r），局部振幅与中心线都被系统性估偏。
			// 因此这些采样点一律保持原样（增益恰为 1），再在接下来的 2r 个点内
			// 平滑过渡到完整增益，避免记录首尾被整片抬升。
			//
			// ⚠️ 不能靠“镜像延拓”解决：镜像后的窗口覆盖的真实下标集合与截断窗口相同
			//（例如 i=16、r=40 时两者都只覆盖真实下标 0..56），因此不会带来任何新信息。
			const double taperStart = static_cast<double>(trendRadius);
			const double taperSpan = std::max(1.0, static_cast<double>(trendRadius));
			const double distanceToEdge =
			    static_cast<double>(std::min(index, count - 1 - index));
			const double taper =
			    std::max(0.0, std::min(1.0, (distanceToEdge - taperStart) / taperSpan));
			pointGain = 1.0 + (pointGain - 1.0) * taper;

			double amplified = base + pointGain * (value - base);
			if (hasEnvelope)
			{
				amplified = std::max(static_cast<double>(envMin[index]),
				                     std::min(amplified, static_cast<double>(envMax[index])));
			}
			out[index] = static_cast<float>(amplified);
		}
	}

	const Lane::MeanFilterItem* Lane::FindMeanFilterItem(const SignalRef& ref) const
	{
		for (const MeanFilterItem& item : meanFilterItems)
		{
			if (item.ref == ref)
			{
				return &item;
			}
		}
		return nullptr;
	}

	Lane::MeanFilterItem& Lane::EnsureMeanFilterItem(const SignalRef& ref)
	{
		for (MeanFilterItem& item : meanFilterItems)
		{
			if (item.ref == ref)
			{
				return item;
			}
		}
		MeanFilterItem item;
		item.ref = ref;
		meanFilterItems.push_back(item);
		return meanFilterItems.back();
	}

	void Lane::RemoveMeanFilterItem(const SignalRef& ref)
	{
		meanFilterItems.erase(
		    std::remove_if(meanFilterItems.begin(), meanFilterItems.end(),
		                   [&ref](const MeanFilterItem& item) { return item.ref == ref; }),
		    meanFilterItems.end());
	}

	const Lane::EdgeCenterItem* Lane::FindEdgeCenterItem(const SignalRef& ref) const
	{
		for (const EdgeCenterItem& item : edgeCenterItems)
		{
			if (item.ref == ref)
			{
				return &item;
			}
		}
		return nullptr;
	}

	Lane::EdgeCenterItem& Lane::EnsureEdgeCenterItem(const SignalRef& ref)
	{
		for (EdgeCenterItem& item : edgeCenterItems)
		{
			if (item.ref == ref)
			{
				return item;
			}
		}
		EdgeCenterItem item;
		item.ref = ref;
		edgeCenterItems.push_back(item);
		return edgeCenterItems.back();
	}

	void Lane::RemoveEdgeCenterItem(const SignalRef& ref)
	{
		edgeCenterItems.erase(
		    std::remove_if(edgeCenterItems.begin(), edgeCenterItems.end(),
		                   [&ref](const EdgeCenterItem& item) { return item.ref == ref; }),
		    edgeCenterItems.end());
	}

	const Lane::DiffAmpItem* Lane::FindDiffAmpItem(const SignalRef& ref) const
	{
		for (const DiffAmpItem& item : diffAmpItems)
		{
			if (item.ref == ref)
			{
				return &item;
			}
		}
		return nullptr;
	}

	Lane::DiffAmpItem& Lane::EnsureDiffAmpItem(const SignalRef& ref)
	{
		for (DiffAmpItem& item : diffAmpItems)
		{
			if (item.ref == ref)
			{
				return item;
			}
		}
		DiffAmpItem item;
		item.ref = ref;
		// 默认参数：窗口点数 X = 80（长度）、放大倍数 N = 2。
		// 窗口长度需略大于纹波周期的一半（见 ComputeDiffAmplify 的说明），
		// 80 点可覆盖周期约 160 采样以内的纹波。
		item.points = 80;
		item.order = 2;
		diffAmpItems.push_back(item);
		return diffAmpItems.back();
	}

	void Lane::RemoveDiffAmpItem(const SignalRef& ref)
	{
		diffAmpItems.erase(
		    std::remove_if(diffAmpItems.begin(), diffAmpItems.end(),
		                   [&ref](const DiffAmpItem& item) { return item.ref == ref; }),
		    diffAmpItems.end());
	}

	int FindNearestSample(const DataFile& file, double time)
	{
		const std::size_t count = file.time.size();
		if (count == 0)
		{
			return -1;
		}

		if (file.timeMonotonic)
		{
			const std::vector<double>::const_iterator lower =
			    std::lower_bound(file.time.begin(), file.time.end(), time);
			if (lower == file.time.begin())
			{
				return 0;
			}
			if (lower == file.time.end())
			{
				return static_cast<int>(count - 1);
			}
			const std::size_t rightIndex = static_cast<std::size_t>(lower - file.time.begin());
			const std::size_t leftIndex = rightIndex - 1;
			const double leftDistance = std::fabs(time - file.time[leftIndex]);
			const double rightDistance = std::fabs(file.time[rightIndex] - time);
			return (leftDistance <= rightDistance) ? static_cast<int>(leftIndex) : static_cast<int>(rightIndex);
		}

		int best = 0;
		double bestDistance = std::numeric_limits<double>::infinity();
		for (std::size_t index = 0; index < count; ++index)
		{
			if (!std::isfinite(file.time[index]))
			{
				continue;
			}
			const double distance = std::fabs(file.time[index] - time);
			if (distance < bestDistance)
			{
				bestDistance = distance;
				best = static_cast<int>(index);
			}
		}
		return best;
	}

	bool SampleSignalAt(const DataFile& file, const SignalData& signal, double time, bool interpolate,
	                    double& value)
	{
		value = kMissing;

		if (file.time.empty() || signal.values.empty())
		{
			return false;
		}
		if (time < file.minTime || time > file.maxTime)
		{
			return false;
		}

		const std::vector<double>& values = signal.values;

		if (!file.timeMonotonic)
		{
			const int nearest = FindNearestSample(file, time);
			if (nearest < 0 || static_cast<std::size_t>(nearest) >= values.size())
			{
				return false;
			}
			value = values[static_cast<std::size_t>(nearest)];
			return std::isfinite(value);
		}

		const std::vector<double>::const_iterator lower = std::lower_bound(file.time.begin(), file.time.end(), time);
		const std::size_t rightIndex = static_cast<std::size_t>(lower - file.time.begin());
		if (rightIndex == 0)
		{
			value = values[0];
			return std::isfinite(value);
		}
		if (rightIndex >= file.time.size())
		{
			value = values.back();
			return std::isfinite(value);
		}

		const std::size_t leftIndex = rightIndex - 1;
		if (rightIndex >= values.size() || leftIndex >= values.size())
		{
			return false;
		}

		const double t0 = file.time[leftIndex];
		const double t1 = file.time[rightIndex];
		const double v0 = values[leftIndex];
		const double v1 = values[rightIndex];

		if (!interpolate || !std::isfinite(v0) || !std::isfinite(v1) || !(t1 > t0))
		{
			const double leftDistance = std::fabs(time - t0);
			const double rightDistance = std::fabs(t1 - time);
			value = (leftDistance <= rightDistance) ? v0 : v1;
			return std::isfinite(value);
		}

		const double ratio = (time - t0) / (t1 - t0);
		value = v0 + (v1 - v0) * ratio;
		return true;
	}

	// ============================ TabConfig ============================

	TabConfig::TabConfig()
	    : m_name(L"视图 1")
	{
	}

	void TabConfig::SyncToDataSet(const DataSet& dataSet)
	{
		const std::size_t fileCount = dataSet.FileCount();
		m_visible.resize(fileCount);
		m_collapsed.resize(fileCount, false);

		for (std::size_t fileIndex = 0; fileIndex < fileCount; ++fileIndex)
		{
			const DataFile* file = dataSet.FileAt(static_cast<int>(fileIndex));
			if (file == nullptr)
			{
				continue;
			}

			// 新增信号默认为未勾选（由用户自行决定查看哪些信号），
			// 其显示外观已在 DataSet 中初始化完毕。
			m_visible[fileIndex].resize(file->signals.size(), false);
		}

		// 清理已失效的网格引用（选中状态由 DataSet 统一维护）。
		for (Lane& lane : m_lanes)
		{
			std::vector<SignalRef>& refs = lane.signals;
			refs.erase(std::remove_if(refs.begin(), refs.end(),
			                          [&dataSet](const SignalRef& ref) { return dataSet.Resolve(ref) == nullptr; }),
			           refs.end());
		}
		m_lanes.erase(std::remove_if(m_lanes.begin(), m_lanes.end(),
		                             [](const Lane& lane) { return lane.signals.empty(); }),
		              m_lanes.end());

		SyncLanes();
	}

	void TabConfig::RemapAfterFileRemoval(int fileIndex)
	{
		if (fileIndex < 0)
		{
			return;
		}

		const std::size_t slot = static_cast<std::size_t>(fileIndex);
		if (slot < m_visible.size())
		{
			m_visible.erase(m_visible.begin() + fileIndex);
		}
		if (slot < m_collapsed.size())
		{
			m_collapsed.erase(m_collapsed.begin() + fileIndex);
		}

		for (Lane& lane : m_lanes)
		{
			std::vector<SignalRef>& refs = lane.signals;
			refs.erase(std::remove_if(refs.begin(), refs.end(),
			                          [fileIndex](const SignalRef& ref)
			                          { return ref.fileIndex == fileIndex; }),
			           refs.end());
			for (SignalRef& ref : refs)
			{
				if (ref.fileIndex > fileIndex)
				{
					--ref.fileIndex;
				}
			}
		}
		m_lanes.erase(std::remove_if(m_lanes.begin(), m_lanes.end(),
		                             [](const Lane& lane) { return lane.signals.empty(); }),
		              m_lanes.end());
	}

	void TabConfig::RemapAfterSignalRemoval(int fileIndex, int signalIndex)
	{
		if (fileIndex < 0 || signalIndex < 0)
		{
			return;
		}

		// 可见性表：删掉该信号对应的那一列。
		const std::size_t slot = static_cast<std::size_t>(fileIndex);
		if (slot < m_visible.size())
		{
			std::vector<bool>& fileVisible = m_visible[slot];
			if (static_cast<std::size_t>(signalIndex) < fileVisible.size())
			{
				fileVisible.erase(fileVisible.begin() + signalIndex);
			}
		}

		// 网格归属：删掉该信号本身，并把同一文件内位于其后的引用下标前移一位。
		for (Lane& lane : m_lanes)
		{
			std::vector<SignalRef>& refs = lane.signals;
			refs.erase(std::remove_if(refs.begin(), refs.end(),
			                          [fileIndex, signalIndex](const SignalRef& ref)
			                          {
				                          return ref.fileIndex == fileIndex &&
				                                 ref.signalIndex == signalIndex;
			                          }),
			           refs.end());
			for (SignalRef& ref : refs)
			{
				if (ref.fileIndex == fileIndex && ref.signalIndex > signalIndex)
				{
					--ref.signalIndex;
				}
			}

			// 均值滤波 / 中心轴边沿计数的条目同样持有信号引用，必须一起删除/前移。
			const auto purgeRefs = [fileIndex, signalIndex](std::vector<Lane::MeanFilterItem>& items)
			{
				items.erase(std::remove_if(items.begin(), items.end(),
				                           [fileIndex, signalIndex](const Lane::MeanFilterItem& item)
				                           {
					                           return item.ref.fileIndex == fileIndex &&
					                                  item.ref.signalIndex == signalIndex;
				                           }),
				            items.end());
				for (Lane::MeanFilterItem& item : items)
				{
					if (item.ref.fileIndex == fileIndex && item.ref.signalIndex > signalIndex)
					{
						--item.ref.signalIndex;
					}
				}
			};
			purgeRefs(lane.meanFilterItems);
			purgeRefs(lane.edgeCenterItems);
			purgeRefs(lane.diffAmpItems);
		}
		// 被移除信号若独占了某个网格，该网格随之消失（与取消勾选的行为一致）。
		m_lanes.erase(std::remove_if(m_lanes.begin(), m_lanes.end(),
		                             [](const Lane& lane) { return lane.signals.empty(); }),
		              m_lanes.end());
	}

	bool TabConfig::IsVisible(const SignalRef& ref) const
	{
		if (ref.fileIndex < 0 || static_cast<std::size_t>(ref.fileIndex) >= m_visible.size())
		{
			return false;
		}
		const std::vector<bool>& fileVisible = m_visible[static_cast<std::size_t>(ref.fileIndex)];
		if (ref.signalIndex < 0 || static_cast<std::size_t>(ref.signalIndex) >= fileVisible.size())
		{
			return false;
		}
		return fileVisible[static_cast<std::size_t>(ref.signalIndex)];
	}

	void TabConfig::SetVisible(const SignalRef& ref, bool visible)
	{
		if (ref.fileIndex < 0 || static_cast<std::size_t>(ref.fileIndex) >= m_visible.size())
		{
			return;
		}
		std::vector<bool>& fileVisible = m_visible[static_cast<std::size_t>(ref.fileIndex)];
		if (ref.signalIndex < 0 || static_cast<std::size_t>(ref.signalIndex) >= fileVisible.size())
		{
			return;
		}
		if (fileVisible[static_cast<std::size_t>(ref.signalIndex)] == visible)
		{
			return;
		}
		fileVisible[static_cast<std::size_t>(ref.signalIndex)] = visible;

		// 合并模式下新勾选的信号独占一个新网格：切到自定义划分后，
		// RebuildLanes 会把尚未分配网格的可见信号各自放入新网格。
		if (visible && m_laneMode == LaneMode::MERGED)
		{
			m_laneMode = LaneMode::CUSTOM;
		}

		SyncLanes();
	}

	void TabConfig::ToggleVisible(const SignalRef& ref)
	{
		SetVisible(ref, !IsVisible(ref));
	}

	void TabConfig::SetFileVisible(int fileIndex, bool visible)
	{
		if (fileIndex < 0 || static_cast<std::size_t>(fileIndex) >= m_visible.size())
		{
			return;
		}
		std::vector<bool>& fileVisible = m_visible[static_cast<std::size_t>(fileIndex)];
		// 合并模式下“新增”的信号同样应各自独占网格（与 SetVisible 一致）：
		// 先切到自定义划分，RebuildLanes 会把尚未分配网格的可见信号追加到最下方。
		// 只有确实存在“原本不可见”的信号时才切模式，避免重复点击默默改掉划分策略。
		const bool anyHidden =
		    std::find(fileVisible.begin(), fileVisible.end(), false) != fileVisible.end();
		if (visible && anyHidden && m_laneMode == LaneMode::MERGED)
		{
			m_laneMode = LaneMode::CUSTOM;
		}
		std::fill(fileVisible.begin(), fileVisible.end(), visible);
		SyncLanes();
	}

	void TabConfig::SetAllVisible(bool visible)
	{
		bool anyHidden = false;
		for (const std::vector<bool>& fileVisible : m_visible)
		{
			if (std::find(fileVisible.begin(), fileVisible.end(), false) != fileVisible.end())
			{
				anyHidden = true;
				break;
			}
		}
		// 同上：合并模式下新增的信号各自独占网格，且排列在最下方。
		if (visible && anyHidden && m_laneMode == LaneMode::MERGED)
		{
			m_laneMode = LaneMode::CUSTOM;
		}
		for (std::vector<bool>& fileVisible : m_visible)
		{
			std::fill(fileVisible.begin(), fileVisible.end(), visible);
		}
		SyncLanes();
	}

	void TabConfig::SoloSignal(const SignalRef& ref)
	{
		for (std::vector<bool>& fileVisible : m_visible)
		{
			std::fill(fileVisible.begin(), fileVisible.end(), false);
		}
		SetVisible(ref, true);
	}

	bool TabConfig::FileHasVisible(int fileIndex) const
	{
		if (fileIndex < 0 || static_cast<std::size_t>(fileIndex) >= m_visible.size())
		{
			return false;
		}
		const std::vector<bool>& fileVisible = m_visible[static_cast<std::size_t>(fileIndex)];
		return std::find(fileVisible.begin(), fileVisible.end(), true) != fileVisible.end();
	}

	bool TabConfig::FileAllVisible(int fileIndex) const
	{
		if (fileIndex < 0 || static_cast<std::size_t>(fileIndex) >= m_visible.size())
		{
			return false;
		}
		const std::vector<bool>& fileVisible = m_visible[static_cast<std::size_t>(fileIndex)];
		if (fileVisible.empty())
		{
			return false;
		}
		return std::find(fileVisible.begin(), fileVisible.end(), false) == fileVisible.end();
	}

	bool TabConfig::AnyVisible() const
	{
		for (const std::vector<bool>& fileVisible : m_visible)
		{
			if (std::find(fileVisible.begin(), fileVisible.end(), true) != fileVisible.end())
			{
				return true;
			}
		}
		return false;
	}

	int TabConfig::VisibleCount() const
	{
		int count = 0;
		for (const std::vector<bool>& fileVisible : m_visible)
		{
			count += static_cast<int>(std::count(fileVisible.begin(), fileVisible.end(), true));
		}
		return count;
	}

	void TabConfig::SetMode(LaneMode mode)
	{
		m_laneMode = mode;
		SyncLanes();
	}

	void TabConfig::SyncLanes()
	{
		RebuildLanes(m_visible, m_lanes, m_laneMode);
	}

	int TabConfig::LaneOfSignal(const SignalRef& ref) const
	{
		for (std::size_t lane = 0; lane < m_lanes.size(); ++lane)
		{
			const std::vector<SignalRef>& refs = m_lanes[lane].signals;
			if (std::find(refs.begin(), refs.end(), ref) != refs.end())
			{
				return static_cast<int>(lane);
			}
		}
		return -1;
	}

	int TabConfig::MoveSignalToLane(const DataSet& dataSet, const SignalRef& ref, int laneIndex)
	{
		if (dataSet.Resolve(ref) == nullptr)
		{
			return -1;
		}

		const int sourceLane = LaneOfSignal(ref);
		if (laneIndex >= 0 && laneIndex == sourceLane)
		{
			// 拖回原网格：无需变动，避免因网格回收导致顺序抖动。
			return sourceLane;
		}

		// 先把目标网格的“锚信号”固定下来：移除信号后空网格会被回收，
		// 下标随之变化，必须用不依赖下标的引用找回真正的目标网格
		// （否则会变成“与原网格交换位置”而不是合并进去）。
		SignalRef targetAnchor;
		bool hasTarget = (laneIndex >= 0 && laneIndex < static_cast<int>(m_lanes.size()));
		if (hasTarget)
		{
			const std::vector<SignalRef>& targetSignals = m_lanes[static_cast<std::size_t>(laneIndex)].signals;
			for (const SignalRef& candidate : targetSignals)
			{
				if (!(candidate == ref))
				{
					targetAnchor = candidate;
					break;
				}
			}
		}

		// 手动指定归属意味着切换到自定义划分策略。
		m_laneMode = LaneMode::CUSTOM;

		for (Lane& lane : m_lanes)
		{
			std::vector<SignalRef>& refs = lane.signals;
			refs.erase(std::remove(refs.begin(), refs.end(), ref), refs.end());
		}
		m_lanes.erase(std::remove_if(m_lanes.begin(), m_lanes.end(),
		                             [](const Lane& lane) { return lane.signals.empty(); }),
		              m_lanes.end());

		int destination = -1;
		if (hasTarget && targetAnchor.IsValid())
		{
			for (std::size_t index = 0; index < m_lanes.size(); ++index)
			{
				const std::vector<SignalRef>& refs = m_lanes[index].signals;
				if (std::find(refs.begin(), refs.end(), targetAnchor) != refs.end())
				{
					destination = static_cast<int>(index);
					break;
				}
			}
		}

		if (destination >= 0)
		{
			m_lanes[static_cast<std::size_t>(destination)].signals.push_back(ref);
		}
		else
		{
			Lane lane;
			lane.autoRange = true;
			lane.signals.push_back(ref);
			m_lanes.push_back(std::move(lane));
		}

		for (std::size_t index = 0; index < m_lanes.size(); ++index)
		{
			m_lanes[index].name = L"网格 " + std::to_wstring(index + 1);
		}
		return LaneOfSignal(ref);
	}

	int TabConfig::SplitLane(int laneIndex)
	{
		if (laneIndex < 0 || laneIndex >= static_cast<int>(m_lanes.size()))
		{
			return -1;
		}
		const std::vector<SignalRef> signals = m_lanes[static_cast<std::size_t>(laneIndex)].signals;
		if (signals.size() <= 1)
		{
			// 只有一条信号时无需拆分（本就独占一个网格）。
			return -1;
		}

		// 手动排布 → 切换到自定义划分策略。
		m_laneMode = LaneMode::CUSTOM;

		// 用原网格的“网格自身状态”（Y 轴自适应/边沿计数等）作为每一份的初始状态，
		// 这样拆分出来的网格保持原网格的显示设置。
		const Lane source = m_lanes[static_cast<std::size_t>(laneIndex)];

		std::vector<Lane> pieces;
		pieces.reserve(signals.size());
		for (const SignalRef& ref : signals)
		{
			Lane lane;
			lane.autoRange = source.autoRange;
			lane.yMin = source.yMin;
			lane.yMax = source.yMax;
			lane.fitYToSelection = source.fitYToSelection;
			lane.edgeCount = source.edgeCount;
			lane.edgeValue = source.edgeValue;
			lane.edgeValueValid = source.edgeValueValid;
			lane.edgePanelOpen = source.edgePanelOpen;
			lane.edgePanelX = source.edgePanelX;
			lane.edgePanelY = source.edgePanelY;
			lane.edgeCenter = source.edgeCenter;
			lane.edgeCenterPanelOpen = source.edgeCenterPanelOpen;
			lane.edgeCenterPanelX = source.edgeCenterPanelX;
			lane.edgeCenterPanelY = source.edgeCenterPanelY;
			lane.diffAmp = source.diffAmp;
			lane.diffAmpPanelOpen = source.diffAmpPanelOpen;
			lane.diffAmpPanelX = source.diffAmpPanelX;
			lane.diffAmpPanelY = source.diffAmpPanelY;
			lane.meanFilter = source.meanFilter;
			lane.meanFilterPanelOpen = source.meanFilterPanelOpen;
			lane.meanFilterPanelX = source.meanFilterPanelX;
			lane.meanFilterPanelY = source.meanFilterPanelY;
			// 拆分后每个子网格只保留自己那个信号的均值滤波 / 中心轴 / 差异放大条目。
			lane.meanFilterItems.clear();
			lane.edgeCenterItems.clear();
			lane.diffAmpItems.clear();
			for (const Lane::MeanFilterItem& item : source.meanFilterItems)
			{
				if (item.ref == ref)
				{
					lane.meanFilterItems.push_back(item);
				}
			}
			for (const Lane::EdgeCenterItem& item : source.edgeCenterItems)
			{
				if (item.ref == ref)
				{
					lane.edgeCenterItems.push_back(item);
				}
			}
			for (const Lane::DiffAmpItem& item : source.diffAmpItems)
			{
				if (item.ref == ref)
				{
					lane.diffAmpItems.push_back(item);
				}
			}
			lane.signals.push_back(ref);
			pieces.push_back(std::move(lane));
		}
		// 用 pieces 替换原网格（插入到原位置，因此其后方的网格整体顺次后移）。
		m_lanes.erase(m_lanes.begin() + laneIndex);
		m_lanes.insert(m_lanes.begin() + laneIndex, pieces.begin(), pieces.end());

		// 统一重命名，保证编号连续（GX 编号在各显示位置均由此位置推导）。
		for (std::size_t index = 0; index < m_lanes.size(); ++index)
		{
			m_lanes[index].name = L"网格 " + std::to_wstring(index + 1);
		}
		return laneIndex;
	}

	void TabConfig::RemapAfterSignalInsert(int fileIndex, int insertPos)
	{
		if (fileIndex < 0 || insertPos < 0)
		{
			return;
		}

		// 可见性表：在插入点补一列（新信号默认不可见，由调用方按需勾选）。
		const std::size_t slot = static_cast<std::size_t>(fileIndex);
		if (slot < m_visible.size() && static_cast<std::size_t>(insertPos) <= m_visible[slot].size())
		{
			m_visible[slot].insert(m_visible[slot].begin() + insertPos, false);
		}

		// 网格内的信号引用：同一文件中位于插入点之后的引用下标整体后移。
		for (Lane& lane : m_lanes)
		{
			for (SignalRef& ref : lane.signals)
			{
				if (ref.fileIndex == fileIndex && ref.signalIndex >= insertPos)
				{
					++ref.signalIndex;
				}
			}
			// 均值滤波 / 中心轴条目同样持有信号引用，必须一起后移。
			for (Lane::MeanFilterItem& item : lane.meanFilterItems)
			{
				if (item.ref.fileIndex == fileIndex && item.ref.signalIndex >= insertPos)
				{
					++item.ref.signalIndex;
				}
			}
			for (Lane::EdgeCenterItem& item : lane.edgeCenterItems)
			{
				if (item.ref.fileIndex == fileIndex && item.ref.signalIndex >= insertPos)
				{
					++item.ref.signalIndex;
				}
			}
			for (Lane::DiffAmpItem& item : lane.diffAmpItems)
			{
				if (item.ref.fileIndex == fileIndex && item.ref.signalIndex >= insertPos)
				{
					++item.ref.signalIndex;
				}
			}
		}
	}

	bool TabConfig::MoveLaneOfSignalBelow(const SignalRef& moved, const SignalRef& anchor)
	{
		const int from = LaneOfSignal(moved);
		if (from < 0 || LaneOfSignal(anchor) < 0)
		{
			return false;
		}

		Lane lane = std::move(m_lanes[static_cast<std::size_t>(from)]);
		m_lanes.erase(m_lanes.begin() + from);

		// erase 之后锚点网格的下标可能变化，必须用信号引用重新定位。
		const int target = LaneOfSignal(anchor);
		if (target < 0)
		{
			m_lanes.push_back(std::move(lane));
		}
		else
		{
			m_lanes.insert(m_lanes.begin() + target + 1, std::move(lane));
		}

		// 手动排布 → 切换到自定义划分策略，避免后续重建网格时顺序被还原。
		m_laneMode = LaneMode::CUSTOM;
		RenameLanes();
		return true;
	}

	bool TabConfig::MoveLane(int from, int target)
	{
		const int count = static_cast<int>(m_lanes.size());
		if (from < 0 || from >= count || target < 0 || target > count)
		{
			return false;
		}

		// `target` 语义 = 「插入到该下标之前」；向后拖时扣除自身占位后再比较，
		// 保证"拖到自己原来的位置"不会产生无意义的移动。
		int destination = target;
		if (destination > from)
		{
			--destination;
		}
		destination = std::max(0, std::min(destination, count - 1));
		if (destination == from)
		{
			return false;
		}

		Lane moved = std::move(m_lanes[static_cast<std::size_t>(from)]);
		m_lanes.erase(m_lanes.begin() + from);
		m_lanes.insert(m_lanes.begin() + destination, std::move(moved));

		// 手动排布 → 切换到自定义划分策略，避免后续重建网格时顺序被还原。
		m_laneMode = LaneMode::CUSTOM;
		RenameLanes();
		return true;
	}

	void TabConfig::RenameLanes()
	{
		for (std::size_t index = 0; index < m_lanes.size(); ++index)
		{
			m_lanes[index].name = L"网格 " + std::to_wstring(index + 1);
		}
	}

	bool TabConfig::IsCollapsed(int fileIndex) const
	{
		if (fileIndex < 0 || static_cast<std::size_t>(fileIndex) >= m_collapsed.size())
		{
			return false;
		}
		return m_collapsed[static_cast<std::size_t>(fileIndex)];
	}

	void TabConfig::ToggleCollapsed(int fileIndex)
	{
		if (fileIndex < 0)
		{
			return;
		}
		if (static_cast<std::size_t>(fileIndex) >= m_collapsed.size())
		{
			m_collapsed.resize(static_cast<std::size_t>(fileIndex) + 1, false);
		}
		m_collapsed[static_cast<std::size_t>(fileIndex)] = !m_collapsed[static_cast<std::size_t>(fileIndex)];
	}

	void TabConfig::ComputeLaneRange(const DataSet& dataSet, int laneIndex, double& yMin, double& yMax) const
	{
		if (laneIndex < 0 || laneIndex >= static_cast<int>(m_lanes.size()))
		{
			yMin = 0.0;
			yMax = 1.0;
			return;
		}

		const Lane& lane = m_lanes[static_cast<std::size_t>(laneIndex)];
		if (!lane.autoRange)
		{
			yMin = lane.yMin;
			yMax = lane.yMax;
			if (!(yMax > yMin))
			{
				yMin = 0.0;
				yMax = 1.0;
			}
			return;
		}

		double low = std::numeric_limits<double>::infinity();
		double high = -std::numeric_limits<double>::infinity();
		for (const SignalRef& ref : lane.signals)
		{
			if (!IsVisible(ref))
			{
				continue;
			}
			const SignalData* signal = dataSet.Resolve(ref);
			if (signal == nullptr || signal->finiteCount == 0)
			{
				continue;
			}
			low = std::min(low, signal->minValue);
			high = std::max(high, signal->maxValue);
		}

		if (!std::isfinite(low) || !std::isfinite(high))
		{
			low = 0.0;
			high = 1.0;
		}
		PadRange(low, high);
		yMin = low;
		yMax = high;
	}

	bool TabConfig::ComputeVisibleTimeBounds(const DataSet& dataSet, double& minTime, double& maxTime) const
	{
		double low = std::numeric_limits<double>::infinity();
		double high = -std::numeric_limits<double>::infinity();

		for (std::size_t fileIndex = 0; fileIndex < m_visible.size(); ++fileIndex)
		{
			const std::vector<bool>& fileVisible = m_visible[fileIndex];
			if (std::find(fileVisible.begin(), fileVisible.end(), true) == fileVisible.end())
			{
				continue;
			}

			const DataFile* file = dataSet.FileAt(static_cast<int>(fileIndex));
			if (file == nullptr)
			{
				continue;
			}
			if (std::isfinite(file->minTime))
			{
				low = std::min(low, file->minTime);
			}
			if (std::isfinite(file->maxTime))
			{
				high = std::max(high, file->maxTime);
			}
		}

		if (!std::isfinite(low) || !std::isfinite(high) || !(high > low))
		{
			return false;
		}
		minTime = low;
		maxTime = high;
		return true;
	}

} // namespace jdi