Just-DataInspector/Components/PlotView/Src/PlotView.cpp

// PlotView 实现分片 —— 本文件只包含 PlotView 的**成员函数定义**（纯代码搬移，行为与拆分前完全一致）。
//
// 共用的常量与工具函数在 PlotViewInternal.hpp（命名空间 `pvdetail`，全部 inline）。
// 四个分片的职责划分（按功能）：
//   core        视图核心：构造/析构、上下文绑定、布局、坐标映射、视界与平移、网格结构与归属、
//               选区/网格划分、拖动取消
//   paint       渲染与像素缓存：全部绘制（Paint*/Render*）、场景缓存、装饰缓存、每网格图层、
//               宽基底与滚动补条、并行图层重建
//   interaction 交互与编辑：命中测试、鼠标与键盘处理、光标形状、内联输入框、浮动面板层序与命中
//   features    视图特性与派生数据：光标状态与读数、提示浮层、缩放模式、自适应、光标吸附、
//               单点信号、派生曲线线程池、边沿统计、实验性功能（均值滤波 / 弱峰调整）参数
#include "PlotViewInternal.hpp"

namespace jdi
{

	PlotView::PlotView() = default;

	PlotView::~PlotView()
	{
		// 先停掉后台计算线程：它可能正在读取采样数据，必须在释放其它资源前回收。
		StopCurveWorker();
		// 并行图层渲染的工作上下文（各自持有图层位图，须在 GDI+ 关闭前释放）。
		ReleaseLayerWorkers();
		ReleaseSceneCache();
		ReleaseDecorCache();
		ReleaseWideBuffer();
		ReleasePanelCache();
	}

	void PlotView::Setup(const UiFonts* fonts, const Theme* theme)
	{
		m_fonts = fonts;
		m_theme = theme;
	}

	void PlotView::SetContext(DataSet* dataSet, TabConfig* tab)
	{
		m_dataSet = dataSet;
		m_dataSetWritable = dataSet;
		m_tab = tab;
		m_hoverLane = -1;
		m_dragMode = PlotDragMode::NONE;
		// 重新绑定数据源后旧的几何键不再有意义，必须清空折线缓存。
		InvalidateDerivedCaches();
		InvalidateSceneCache();
		RefreshLanes();
	}

	void PlotView::SetScale(float scale)
	{
		m_scale = (scale > 0.1f) ? scale : 1.0f;
		InvalidateSceneCache();
		InvalidateWideBuffer();
	}

	bool PlotView::HasDrawableContent() const
	{
		return (m_dataSet != nullptr) && !m_dataSet->Empty() && (m_tab != nullptr) && m_tab->AnyVisible();
	}

	void PlotView::TimeBounds(double& low, double& high) const
	{
		low = 0.0;
		high = 1.0;

		if (m_dataSet == nullptr || m_dataSet->Empty())
		{
			return;
		}

		// 优先使用可见信号所覆盖的范围，使视图随勾选内容自适应。
		if (m_tab != nullptr && m_tab->ComputeVisibleTimeBounds(*m_dataSet, low, high))
		{
			return;
		}

		low = m_dataSet->MinTime();
		high = m_dataSet->MaxTime();
		if (!(high > low))
		{
			high = low + 1.0;
		}
	}

	PlotView::ResolvedSignal PlotView::ResolveSignal(const SignalRef& ref) const
	{
		ResolvedSignal result;
		if (m_dataSet == nullptr)
		{
			return result;
		}
		result.data = m_dataSet->Resolve(ref);
		result.group = m_dataSet->GroupAt(ref.groupIndex);
		result.axis = m_dataSet->Axis(ref);
		result.style = m_dataSet->Style(ref);
		result.visible = (m_tab != nullptr) && m_tab->IsVisible(ref);
		return result;
	}

	void PlotView::Layout(const gd::RectF& area)
	{
		m_area = area;
		// 布局变化（窗口缩放、面板宽度调整、网格数量变化）后静态场景不再有效。
		InvalidateSceneCache();
		InvalidateWideBuffer();
		m_decorValid = false;	// 装饰锚定在网格左缘，布局变了就必须重画装饰

		m_labelBandWidth = 66.0f * m_scale;
		m_timeAxisHeight = 34.0f * m_scale;
		m_minLaneHeight = 54.0f * m_scale;

		// 先为时间轴保留固定高度，剩余空间才交给网格，保证时间轴不会被挤压。
		const float topPadding = 6.0f * m_scale;
		const float availHeight = std::max(0.0f, area.Height - m_timeAxisHeight - topPadding);

		// 预估是否需要纵向滚动条：仅取决于网格数量与最小网格高度（网格之间不再留间隔）。
		std::size_t laneCount = (m_tab != nullptr) ? m_tab->Lanes().size() : 0;
		if (laneCount > 0)
		{
			const float needed = static_cast<float>(laneCount) * m_minLaneHeight;
			m_scrollBarVisible = (needed > availHeight);
		}
		else
		{
			m_scrollBarVisible = false;
		}

		const float sidePadding = kPlotSidePadding * m_scale;
		const float rightReserve = m_scrollBarVisible
		                              ? (kScrollBarThickness * m_scale + sidePadding)
		                              : sidePadding;
		const float plotWidth = std::max(0.0f, area.Width - sidePadding - rightReserve);

		m_plotRect = gd::RectF(area.X + sidePadding, area.Y + topPadding, plotWidth, availHeight);
		m_timeAxisRect =
		    gd::RectF(m_plotRect.X, m_plotRect.Y + m_plotRect.Height, m_plotRect.Width, m_timeAxisHeight);
		m_scrollBarRect = gd::RectF(area.X + area.Width - kScrollBarThickness * m_scale - 3.0f * m_scale,
		                            m_plotRect.Y, kScrollBarThickness * m_scale, m_plotRect.Height);

		BuildLaneVisuals();

		// 布局变化带上网格结构变化（`Relayout` 在网格数量变化时被调用）：
		// 新的网格要按当前视界自适应（全局开关开启时），稀疏放大状态也可能随绘图区宽度变化。
		ReapplyGlobalAutoFitIfEnabled();
		if (UpdateAutoScatterStyles())
		{
			InvalidateSceneCache();
		}
	}

	void PlotView::RefreshLanes()
	{
		BuildLaneVisuals();
		// 信号可见性变化后会走这里（网格数量不变的情形）：
		// ① 新出现的信号若继承到「Y 轴自适应」，需要立即按当前视界算一次；
		// ② 多信号网格内取消显示某条信号后，剩余信号要重新收敛（旧区间含已移除的信号）。
		ReapplyGlobalAutoFitIfEnabled();
		if (UpdateAutoScatterStyles())
		{
			InvalidateSceneCache();
		}
	}

	bool PlotView::TakePanelScrollRequest(SignalRef& ref)
	{
		if (!m_pendingPanelScrollFlag)
		{
			return false;
		}
		ref = m_pendingPanelScroll;
		m_pendingPanelScrollFlag = false;
		m_pendingPanelScroll = SignalRef();
		return ref.IsValid();
	}

	void PlotView::ClampLaneScroll()
	{
		const float maxOffset = std::max(0.0f, m_laneContentHeight - m_plotRect.Height);
		Tab().LaneScroll() = static_cast<float>(ClampDouble(Tab().LaneScroll(), 0.0, maxOffset));
	}

	bool PlotView::ScrollLaneIntoView(int laneIndex)
	{
		if (laneIndex < 0 || laneIndex >= static_cast<int>(m_lanes.size()) || m_plotRect.Height <= 0.0f)
		{
			return false;
		}

		// ⚠️ 不能直接用 `laneIndex * 网格高`：网格之间虽然目前没有间距，但内容高度会随
		//    “最小网格高”夹取而大于绘图区高，公式里已经含有 `- LaneScroll()`。
		//    从当前绘制位置反推**内容偏移**最稳妥：rect.Y = plotRect.Y + contentTop - LaneScroll()。
		const gd::RectF& rect = m_lanes[static_cast<std::size_t>(laneIndex)].rect;
		const float contentTop = rect.Y - m_plotRect.Y + Tab().LaneScroll();
		const float laneHeight = rect.Height;

		float desired = Tab().LaneScroll();
		if (contentTop - desired < 0.0f)
		{
			// 目标网格在可视区上方：把它的上边界对齐到绘图区上沿。
			desired = contentTop;
		}
		else if (contentTop + laneHeight - desired > m_plotRect.Height)
		{
			// 目标网格在可视区下方：把它的下边界对齐到绘图区下沿。
			desired = contentTop + laneHeight - m_plotRect.Height;
		}
		else
		{
			return false;	// 已经完整可见
		}

		// **平滑滚动**（用户 2026-10-16 要求）：与信号列表的“滚动到目标信号”同源，
		// 先用 ease-out cubic 过渡过去，而不是把视界瞬移过去。
		const float maxOffset = std::max(0.0f, m_laneContentHeight - m_plotRect.Height);
		desired = static_cast<float>(ClampDouble(desired, 0.0, maxOffset));
		const float distance = std::fabs(desired - Tab().LaneScroll());
		if (distance < 1.0f)
		{
			// 差值极小：直接到位（不再为 1px 抖动做动画）。
			Tab().LaneScroll() = desired;
			ClampLaneScroll();
			m_laneScrollAnimActive = false;
			BuildLaneVisuals();
			return true;
		}

		const float durationMs = std::max(
		    kLaneScrollAnimMinMs,
		    std::min(kLaneScrollAnimMaxMs, distance * kLaneScrollAnimMsPerPixel));
		m_laneScrollAnimFrom = Tab().LaneScroll();
		m_laneScrollAnimTo = desired;
		m_laneScrollAnimStartMs = GetTickCount64();
		m_laneScrollAnimDurationMs = static_cast<std::uint32_t>(durationMs + 0.5f);
		m_laneScrollAnimActive = true;
		return true;
	}

	bool PlotView::AdvanceLaneScrollAnimation()
	{
		if (!m_laneScrollAnimActive)
		{
			return false;
		}

		const std::uint64_t now = GetTickCount64();
		const std::uint64_t elapsed =
		    (now >= m_laneScrollAnimStartMs) ? (now - m_laneScrollAnimStartMs) : 0;
		float progress = (m_laneScrollAnimDurationMs > 0u)
		                     ? static_cast<float>(elapsed) / static_cast<float>(m_laneScrollAnimDurationMs)
		                     : 1.0f;
		if (progress > 1.0f)
		{
			progress = 1.0f;
		}
		// ease-out cubic：起步快、靠近目标时减速（与信号列表完全一致的手感）。
		const float eased = 1.0f - std::pow(1.0f - progress, 3.0f);
		Tab().LaneScroll() = m_laneScrollAnimFrom + (m_laneScrollAnimTo - m_laneScrollAnimFrom) * eased;

		if (progress >= 1.0f)
		{
			// 结束：精确落到终点并夹取（内容高度可能在动画期间变化过）。
			Tab().LaneScroll() = m_laneScrollAnimTo;
			m_laneScrollAnimActive = false;
			ClampLaneScroll();
			BuildLaneVisuals();
			return false;
		}

		// 网格滚动量参与场景/图层指纹与各网格 `rect`，每帧重建可视几何。
		ClampLaneScroll();
		BuildLaneVisuals();
		return true;
	}

	bool PlotView::LaneSpansMultipleGroups(int laneIndex) const
	{
		if (m_tab == nullptr || laneIndex < 0 || laneIndex >= static_cast<int>(m_tab->Lanes().size()))
		{
			return false;
		}

		int firstGroup = -1;
		for (const SignalRef& ref : m_tab->Lanes()[static_cast<std::size_t>(laneIndex)].signals)
		{
			const SignalStyle* style = m_dataSet->Style(ref);
			if (style == nullptr || !m_tab->IsVisible(ref))
			{
				continue;
			}
			if (firstGroup < 0)
			{
				firstGroup = ref.groupIndex;
			}
			else if (ref.groupIndex != firstGroup)
			{
				return true;
			}
		}
		return false;
	}

	void PlotView::BuildLaneVisuals()
	{
		m_lanes.clear();

		if (m_tab == nullptr || m_dataSet == nullptr || !HasDrawableContent())
		{
			m_laneContentHeight = 0.0f;
			return;
		}

		const std::vector<Lane>& lanes = m_tab->Lanes();
		const std::size_t count = lanes.size();
		if (count == 0)
		{
			m_laneContentHeight = 0.0f;
			return;
		}

		const float gap = 0.0f;
		float laneHeight = m_plotRect.Height / static_cast<float>(count);
		if (laneHeight < m_minLaneHeight * m_scale)
		{
			laneHeight = m_minLaneHeight * m_scale;
		}
		m_laneContentHeight = laneHeight * static_cast<float>(count);
		ClampLaneScroll();

		const float scrollOffset = Tab().LaneScroll();

		m_lanes.resize(count);
		for (std::size_t index = 0; index < count; ++index)
		{
			LaneVisual& visual = m_lanes[index];
			visual.rect = gd::RectF(
			    m_plotRect.X,
			    m_plotRect.Y + static_cast<float>(index) * (laneHeight + gap) - scrollOffset,
			    m_plotRect.Width, laneHeight);
			m_tab->ComputeLaneRange(*m_dataSet, static_cast<int>(index), visual.yMin, visual.yMax);
			if (!(visual.yMax > visual.yMin))
			{
				visual.yMin = 0.0;
				visual.yMax = 1.0;
			}
		}
	}

	float PlotView::TimeToX(double time) const
	{
		const double viewMin = Tab().ViewMin();
		const double viewMax = Tab().ViewMax();
		const double span = viewMax - viewMin;
		if (!(span > 0.0) || m_plotRect.Width <= 0.0f)
		{
			return m_plotRect.X;
		}
		return m_plotRect.X + static_cast<float>((time - viewMin) / span * m_plotRect.Width);
	}

	double PlotView::XToTime(float x) const
	{
		const double viewMin = Tab().ViewMin();
		const double span = Tab().ViewMax() - viewMin;
		if (m_plotRect.Width <= 0.0f || !(span > 0.0))
		{
			return viewMin;
		}
		const double ratio = static_cast<double>(x - m_plotRect.X) / static_cast<double>(m_plotRect.Width);
		return viewMin + ratio * span;
	}

	float PlotView::ValueToY(double value, const LaneVisual& lane) const
	{
		const double span = lane.yMax - lane.yMin;
		if (!(span > 0.0))
		{
			return lane.rect.Y + lane.rect.Height * 0.5f;
		}

		double ratio = (value - lane.yMin) / span;
		ratio = ClampDouble(ratio, -50.0, 50.0);
		return lane.rect.Y + lane.rect.Height * static_cast<float>(1.0 - ratio);
	}

	double PlotView::YToValue(float y, const LaneVisual& lane) const
	{
		if (lane.rect.Height <= 0.0f)
		{
			return lane.yMin;
		}
		const double ratio = 1.0 - static_cast<double>(y - lane.rect.Y) / static_cast<double>(lane.rect.Height);
		return lane.yMin + ratio * (lane.yMax - lane.yMin);
	}

	void PlotView::ClampTimeView()
	{
		if (m_dataSet == nullptr || m_dataSet->Empty())
		{
			return;
		}

		double span = Tab().ViewMax() - Tab().ViewMin();
		if (!(span > 0.0))
		{
			span = kMinTimeSpan;
		}

		double dataMin = 0.0;
		double dataMax = 1.0;
		TimeBounds(dataMin, dataMax);

		const double pad = span * 2.0;
		const double minAllowed = dataMin - pad;
		const double maxAllowed = dataMax + pad;

		if (Tab().ViewMin() < minAllowed)
		{
			Tab().ViewMin() = minAllowed;
			Tab().ViewMax() = Tab().ViewMin() + span;
		}
		if (Tab().ViewMax() > maxAllowed)
		{
			Tab().ViewMax() = maxAllowed;
			Tab().ViewMin() = Tab().ViewMax() - span;
		}
	}

	double PlotView::MinimumTimeSpan(double low, double high) const
	{
		double dataMin = 0.0;
		double dataMax = 1.0;
		TimeBounds(dataMin, dataMax);
		const double dataSpan = std::max(dataMax - dataMin, kMinTimeSpan);

		// double 在“时间量级”上的最小刻度（ULP）：视界宽度低于 `ULP × 画布宽度` 时，
		// 一列像素对应的 double 已经无法区分，映射彻底退化。
		const double magnitude = std::max(std::fabs(low), std::fabs(high));
		const double ulp =
		    std::nextafter(magnitude, std::numeric_limits<double>::infinity()) - magnitude;
		const double width = std::max(64.0, static_cast<double>(m_plotRect.Width));

		return std::max(dataSpan * 1.0e-9, std::max(ulp, kMinTimeSpan) * width);
	}

	void PlotView::SetTimeView(double low, double high)
	{
		if (!std::isfinite(low) || !std::isfinite(high))
		{
			return;
		}
		if (high < low)
		{
			std::swap(low, high);
		}

		const double minimum = MinimumTimeSpan(low, high);
		if (!(high - low >= minimum))
		{
			// 低于下限：以中心为锚点对称展开（而不是静默地放大到不可表示）。
			const double center = (low + high) * 0.5;
			low = center - minimum * 0.5;
			high = center + minimum * 0.5;
			if (!(high - low > 0.0))
			{
				// 连下限都无法表示（时间量级远超可分辨范围）：放弃这次修改，
				// 保留上一个仍然可用的视界比制造一个空视界更安全。
				return;
			}
		}

		Tab().ViewMin() = low;
		Tab().ViewMax() = high;
		ClampTimeView();

		// 视界是「自动点线提示」的驱动量：放大到采样点稀疏时自动切点线，退出阈值时恢复。
		// 所有缩放/平移都经本函数（视界唯一写入口），因此这是唯一需要的接入点；
		// 平移时缩放等级不变，结果稳定，不会产生样式抖动。
		if (UpdateAutoScatterStyles())
		{
			// 绘制方式属于内容指纹，场景/装饰缓存需立即作废（面板可能正显示旧样式）。
			InvalidateSceneCache();
		}
	}

	void PlotView::PanTimeByFraction(double fraction)
	{
		const double span = Tab().ViewMax() - Tab().ViewMin();
		const double delta = span * fraction;
		SetTimeView(Tab().ViewMin() + delta, Tab().ViewMax() + delta);
	}

	void PlotView::ScrollLanesByFraction(double fraction)
	{
		Tab().LaneScroll() += static_cast<float>(fraction * static_cast<double>(m_laneContentHeight));
		// 立即重建几何，避免命中测试使用旧位置。
		BuildLaneVisuals();
	}

	/**
	 * @brief 「适应视图」：时间轴与幅值轴同时自适应到可见信号范围。
	 *
	 * 边界规则（用户 2026-10-15 第五轮**重新定义**，取代此前"左右各留一小格"的做法）：
	 *  * 先做一次常规的全局适应（时间 = 可见信号的整段时间范围；幅值走
	 *    `ComputeLaneRange`，含 `PadValueRange` 的统一留白）；
	 *  * 若某条边界（时间轴的左 / 右、每个网格幅值的上 / 下）被一个**单值信号的
	 *    数据点**顶住，则把该边界再向外让出**该散点的半径**（+1 像素），使它
	 *    **完整地显示在网格内**；边界若不是单值信号的数据点，则边界就落在这个信号点上
	 *    （时间轴不留额外余量）；
	 *  * 唯一特例：**所有可见信号都是单值数据点、且时刻完全相同**时，时间轴以该时刻
	 *    居中并缩放到"一大格 = 1s"（`kSinglePointClusterSecondsPerCell`），
	 *    每个网格的幅值区间保证该网格内的数据点都能完整画出。
	 */
	bool PlotView::SplitLane(int laneIndex)
	{
		if (m_tab == nullptr)
		{
			return false;
		}
		// 拆分由 TabConfig 完成（含网格自身状态的继承与编号刷新）。
		const int first = m_tab->SplitLane(laneIndex);
		if (first < 0)
		{
			return false;
		}
		// 网格数量变化 → 几何与滚动范围需要重建，静态场景缓存也要失效。
		BuildLaneVisuals();
		InvalidateSceneCache();
		// 拆出来的每个网格都继承了原网格的「Y 轴自适应」开关；全局开启时按当前视界重算一次
		// （原来的幅值区间是按“多条信号叠在一起”算的，拆开后每条信号都应铺满自己的网格）。
		ReapplyGlobalAutoFitIfEnabled();
		if (UpdateAutoScatterStyles())
		{
			InvalidateSceneCache();
		}
		return true;
	}

	std::size_t PlotView::LaneSignalCount(int laneIndex) const
	{		if (m_tab == nullptr || laneIndex < 0 ||
		    laneIndex >= static_cast<int>(m_tab->Lanes().size()))
		{
			return 0;
		}
		return m_tab->Lanes()[static_cast<std::size_t>(laneIndex)].signals.size();
	}

	int PlotView::GridMinorCellCount() const
	{
		// 与实际画出来的网格用同一套算法（`PaintLane`/`PaintTimeAxis` 的 `NiceStep` + 五等分），
		// 因此这里得到的“一横排小格数”就是用户看到的格子数。
		if (m_plotRect.Width <= 1.0f)
		{
			return 0;
		}
		const double span = Tab().ViewMax() - Tab().ViewMin();
		if (!(span > 0.0) || !std::isfinite(span))
		{
			return 0;
		}
		const double majorStep = NiceStep(span, kTimeTickTarget);
		const double minorStep = majorStep / static_cast<double>(kMinorDivisions);
		if (!(minorStep > 0.0) || !std::isfinite(minorStep))
		{
			return 0;
		}
		const double cells = span / minorStep;
		if (!std::isfinite(cells) || cells <= 0.0)
		{
			return 0;
		}
		// 视界两端各可能只覆盖半格，四舍五入到最近的整格数即可（判据只用到它 × 4）。
		return std::max(1, static_cast<int>(std::llround(cells)));
	}

	bool PlotView::HasVisibleSample(const TimeAxis& axis, const SignalData& signal, std::size_t begin,
	                                std::size_t end, double timeShift) const
	{
		const double viewMin = Tab().ViewMin() - timeShift;
		const double viewMax = Tab().ViewMax() - timeShift;

		// 稀疏信号（有效点已缓存且升序）：二分即可（整体平移不改变有序性）。
		if (!signal.sparseTimes.empty())
		{
			const std::vector<double>& times = signal.sparseTimes;
			const std::vector<double>::const_iterator it = std::lower_bound(times.begin(), times.end(), viewMin);
			return it != times.end() && *it <= viewMax;
		}

		end = std::min(end, std::min(axis.time.size(), signal.values.size()));
		for (std::size_t index = begin; index < end; ++index)
		{
			const double time = axis.time[index];
			if (!std::isfinite(signal.values[index]) || !std::isfinite(time) || time < viewMin ||
			    time > viewMax)
			{
				continue;
			}
			return true;
		}
		return false;
	}

	void PlotView::LocalSampleSpacing(const TimeAxis& axis, const SignalData& signal, double time,
	                                  double timeShift, double& spacing) const
	{
		spacing = 0.0;
		// `time` 是**显示时间**，而缓存/采样数组是源时间 ⇒ 查询统一换算回源空间。
		const double target = time - timeShift;
		if (signal.sparseTimes.size() >= 2)
		{
			const std::vector<double>& times = signal.sparseTimes;
			const std::size_t found =
			    static_cast<std::size_t>(std::lower_bound(times.begin(), times.end(), target) - times.begin());
			const std::size_t left = (found > 0) ? (found - 1) : 0;
			const std::size_t right = std::min(times.size() - 1, left + 1);
			if (right > left)
			{
				const double gap = times[right] - times[left];
				if (gap > 0.0 && std::isfinite(gap))
				{
					spacing = gap;
				}
			}
			return;
		}

		// ⚠️ 有效点只有一个（或没有）时，**数据点之间的间距没有定义**：此时不能拿时间轴的
		// 采样间隔充数（NaN 填充的轴上那可能是 1ms，而数据点其实孤零零一个）——
		// 否则吸附半径会被压到极小、单点信号就永远吸不住。返回 0 = 不限制半径。
		if (signal.finiteCount <= 1)
		{
			return;
		}

		const std::size_t count = std::min(axis.time.size(), signal.values.size());
		if (count < 2)
		{
			return;
		}
		const int index = FindNearestSample(axis, target);
		if (index < 0)
		{
			return;
		}
		const int first = (index > 0) ? (index - 1) : 0;
		const int second = std::min(static_cast<int>(count) - 1, first + 1);
		if (second <= first)
		{
			return;
		}
		// 只接受两端都是**有效**采样点的区间（NaN 段的“间距”没有意义）。
		if (!std::isfinite(signal.values[static_cast<std::size_t>(first)]) ||
		    !std::isfinite(signal.values[static_cast<std::size_t>(second)]))
		{
			return;
		}
		const double gap = axis.time[static_cast<std::size_t>(second)] -
		                   axis.time[static_cast<std::size_t>(first)];
		if (gap > 0.0 && std::isfinite(gap))
		{
			spacing = gap;
		}
	}

	bool PlotView::ApplyTimeSelection(float x0, float x1)
	{
		if (m_plotRect.Width <= 0.0f)
		{
			return false;
		}

		float left = std::min(x0, x1);
		float right = std::max(x0, x1);
		left = std::max(left, m_plotRect.X);
		right = std::min(right, m_plotRect.X + m_plotRect.Width);
		if (right - left < 8.0f * m_scale)
		{
			return false;
		}

		double timeA = XToTime(left);
		double timeB = XToTime(right);
		if (timeB < timeA)
		{
			std::swap(timeA, timeB);
		}
		if (!(timeB - timeA > 0.0))
		{
			return false;
		}

		// 统一入口：内含最小跨度下限。
		// ⚠️ 选区放大过去**没有**这个下限，可以一直放大到视界宽度只有几个 double ULP；
		// 到那时「像素 → 时间」已经退化（相邻像素映射到同一个 double），
		// 用户看到的就是“拖光标跟不动、一下跳到视界边缘/几百像素外”。
		SetTimeView(timeA, timeB);
		// 注意：不在这里移动光标——即使选区不包含光标，也只把它的读数贴在网格边缘显示。

		// 「选区 Y 轴自适应」开关开启的网格：时间选区放大后自动把 Y 轴匹配到新的可见区间。
		ApplySelectionAutoFit();
		return true;
	}

	bool PlotView::ApplyValueSelection(int laneIndex, float y0, float y1)
	{
		if (m_tab == nullptr || laneIndex < 0 || laneIndex >= static_cast<int>(m_lanes.size()))
		{
			return false;
		}

		const LaneVisual& visual = m_lanes[static_cast<std::size_t>(laneIndex)];
		if (visual.rect.Height <= 0.0f)
		{
			return false;
		}

		float top = std::min(y0, y1);
		float bottom = std::max(y0, y1);
		top = std::max(top, visual.rect.Y);
		bottom = std::min(bottom, visual.rect.Y + visual.rect.Height);
		if (bottom - top < 10.0f * m_scale)
		{
			return false;
		}

		const double valueTop = YToValue(top, visual);
		const double valueBottom = YToValue(bottom, visual);
		if (!(std::fabs(valueTop - valueBottom) > 0.0))
		{
			return false;
		}

		Lane& lane = m_tab->Lanes()[static_cast<std::size_t>(laneIndex)];
		lane.autoRange = false;
		// 手动 Y 轴选区放大：关闭本网格的「选区 Y 轴自适应」。
		lane.fitYToSelection = false;
		lane.yMin = std::min(valueTop, valueBottom);
		lane.yMax = std::max(valueTop, valueBottom);
		return true;
	}

	std::size_t PlotView::AvailablePhysicalBytes()
	{
		// ⚠️ 结果按 200ms 缓存：本函数在绘制路径上每次请求曲线都会调用，
		// `GlobalMemoryStatusEx` 是系统调用，逐帧多次调用没有必要（内存变化远慢于 200ms）。
		static std::atomic<std::uint64_t> cachedAt{0};
		static std::atomic<std::size_t> cachedBytes{0};
		const std::uint64_t now = GetTickCount64();
		const std::uint64_t last = cachedAt.load(std::memory_order_relaxed);
		if (last != 0 && (now - last) < 200)
		{
			const std::size_t value = cachedBytes.load(std::memory_order_relaxed);
			if (value != 0)
			{
				return value;
			}
		}
		MEMORYSTATUSEX status = {};
		status.dwLength = sizeof(status);
		std::size_t available = std::numeric_limits<std::size_t>::max();
		if (GlobalMemoryStatusEx(&status) != FALSE)
		{
			available = static_cast<std::size_t>(status.ullAvailPhys);
		}
		cachedBytes.store(available, std::memory_order_relaxed);
		cachedAt.store(now, std::memory_order_relaxed);
		return available;
	}

	void PlotView::ShiftLaneRange(int laneIndex, double deltaValue)
	{
		if (m_tab == nullptr || laneIndex < 0 || laneIndex >= static_cast<int>(m_lanes.size()) ||
		    !std::isfinite(deltaValue) || deltaValue == 0.0)
		{
			return;
		}

		// 首次纵向拖动时先把当前自适应范围固化下来，再进行偏移。
		const LaneVisual& visual = m_lanes[static_cast<std::size_t>(laneIndex)];
		Lane& lane = m_tab->Lanes()[static_cast<std::size_t>(laneIndex)];
		// 手动纵向平移属于手动调整幅值：关闭本网格的「选区 Y 轴自适应」。
		lane.fitYToSelection = false;
		if (lane.autoRange)
		{
			lane.autoRange = false;
			lane.yMin = visual.yMin;
			lane.yMax = visual.yMax;
		}
		lane.yMin += deltaValue;
		lane.yMax += deltaValue;
		BuildLaneVisuals();
	}

	bool PlotView::ApplyLaneValueText(int laneIndex, bool editMax, const std::wstring& text)
	{
		if (m_tab == nullptr || laneIndex < 0 || laneIndex >= static_cast<int>(m_tab->Lanes().size()))
		{
			return false;
		}
		if (m_lanes.empty())
		{
			BuildLaneVisuals();
		}
		if (laneIndex >= static_cast<int>(m_lanes.size()))
		{
			return false;
		}

		const std::wstring trimmed = Trim(text);
		if (trimmed.empty())
		{
			return false;
		}
		wchar_t* stop = nullptr;
		const double parsed = std::wcstod(trimmed.c_str(), &stop);
		if (stop == trimmed.c_str() || !std::isfinite(parsed))
		{
			return false;
		}

		const LaneVisual& visual = m_lanes[static_cast<std::size_t>(laneIndex)];
		const double span = visual.yMax - visual.yMin;
		const double minimumGap = (span > 0.0) ? span * 0.01 : std::max(1.0e-9, std::fabs(parsed) * 0.01);

		Lane& lane = m_tab->Lanes()[static_cast<std::size_t>(laneIndex)];
		// 手工输入即视为取消自动自适应，与拖拽框选缩放的语义一致。
		// 必须先把当前（自适应计算出的）显示范围固化到 lane 里，再只改动被编辑的一端，
		// 否则另一端会回退到 Lane 的初始占位值，导致量程被莫名其妙地放大。
		lane.fitYToSelection = false;
		if (lane.autoRange)
		{
			lane.autoRange = false;
			lane.yMin = visual.yMin;
			lane.yMax = visual.yMax;
		}
		if (editMax)
		{
			lane.yMax = parsed;
			if (!(lane.yMax > lane.yMin))
			{
				lane.yMin = lane.yMax - minimumGap;
			}
		}
		else
		{
			lane.yMin = parsed;
			if (!(lane.yMax > lane.yMin))
			{
				lane.yMax = lane.yMin + minimumGap;
			}
		}

		BuildLaneVisuals();
		return true;
	}

	bool PlotView::LaneRange(int laneIndex, double& yMin, double& yMax) const
	{
		if (laneIndex < 0 || laneIndex >= static_cast<int>(m_lanes.size()))
		{
			// 菜单弹出时几何可能尚未建立，回退到配置内的自适应范围。
			if (m_tab == nullptr || m_dataSet == nullptr || laneIndex < 0 ||
			    laneIndex >= static_cast<int>(m_tab->Lanes().size()))
			{
				return false;
			}
			m_tab->ComputeLaneRange(*m_dataSet, laneIndex, yMin, yMax);
			return true;
		}

		const LaneVisual& visual = m_lanes[static_cast<std::size_t>(laneIndex)];
		yMin = visual.yMin;
		yMax = visual.yMax;
		return true;
	}


} // namespace jdi