如何计算覆盖90%浮点数据的最小数值范围？

针对30万浮点数组的场景，完全无需排序的线性时间算法可实现需求，以下是几种实用方案：

直方图分箱法（纯O(n)时间，无排序） #

• 遍历数组1次，获取全局最小值globalMin和最大值globalMax，这一步是线性时间开销。
• 根据数据分布的粗略判断，将[globalMin, globalMax]划分为N个等宽的"箱子"（比如100~1000个，数量可根据精度调整）。箱子数量越多，最终结果精度越高，计算开销仅略有上升，整体仍为线性。
• 再次遍历数组，统计每个箱子内的数据点数量，得到"点数-箱子"的统计数组。
• 从点数最多的箱子开始，向左右相邻箱子扩展累加点数，直到累加总数达到总数据量的90%。此时覆盖的箱子区间，就是能包含90%数据的最小范围（可根据箱子边界微调，比如取区间内实际的min/max，或直接用箱子上下限）。

这种方法完全不需要排序，两次线性遍历即可完成，适合超大数据集。极端值会被分到单独箱子中，因点数极少，累加时会被自动忽略。

随机抽样+小样本排序（近似方案，效率极高） #

若可接受极小误差，该方案实际运行速度更快：

• 从30万数据中随机抽取1~2万条样本（抽样过程为线性时间）。样本量足够大时，抽样得到的百分位结果与原数据集真实百分位误差极小，完全满足绘图需求。
• 对样本数组排序（排序1万条数据的开销远小于排序30万条，几乎可忽略），找到第5百分位和第95百分位的数值。
• 用这两个百分位数值作为Y轴的最小/最大值，即可覆盖原数据集中90%的正常数据。

ScottPlot中的实际应用 #

得到目标范围后，直接调用ScottPlot的Y轴设置接口即可，示例代码：

// 假设计算得到的90%数据范围是yMin和yMax
plt.YAxis.SetLimits(yMin, yMax);

内容的提问来源于stack exchange，提问作者Betty Crokker