perf: optimize candidate percentile calculation

docs/backend-development-roadmap.md

@@ -15,7 +15,7 @@
 | S02 Access/Refresh Token 隔离 | 已实现并完成自动化验证与干净构建，待独立代码复验及真实 MySQL/Docker 黑盒验收 | 类型隔离、独立密钥、轮换、重放处置、会话吊销已锁定；OpenAPI 175/213 |
 | S03 生产配置与简历隐私 | 已实现并完成自动化验证与干净构建，待独立代码复验及真实 MySQL/Docker 黑盒验收 | V43 禁用原始指纹种子账号；管理员初始化默认关闭且幂等；企业简历下载按隐私决策表授权；Actuator 隔离到管理端口；OpenAPI 176/214 |
 | Q01 岗位搜索真实查询覆盖（C02 证据补充） | 已完成实现、跨库一致性整改、独立复验及 Git 检查点（`77dc624`）。新增 54 条真实库测试：H2 Repository 21、H2 Service 9、H2 副作用 4、MySQL 8.4 Specification 15、MySQL 副作用 4、MySQL EXPLAIN 1；全量 1890/1890 | OpenAPI 保持 176/214；前导通配符、filesort 与真实规模执行计划移交 R01 |
-| R01 结构与性能收束 | R01-A `0b5b849`、R01-B `15bd98b` 已建本地检查点；R01-C 已完成纯计算规则收束和自动化验证，待独立复验 | overview 状态保留两条历史输入口径；推荐偏好保持 30/20/20/15/15；后续 R01-D/E 独立实施 |
+| R01 结构与性能收束 | R01-A `0b5b849`、R01-B `15bd98b`、R01-C `b68519e` 已建本地检查点；R01-D1 已完成百分位 O(n log n) 收束，待独立复验 | overview 与推荐偏好口径已集中；后续继续处理数据导出 N+1、会话未读数和其余性能项 |
 | 其余五个功能组 | 技能词云、入职清单/公司知识、薪资计算器/参考、诚信积分/激励、简历查重 | N03–N06、N08仍属一期，细节设计后编码 |
 | 上线保障 | 现有资产待逐项核验 | G01–G04，一期交付门槛 |
 | 后续候选池 | AI简历、AI模拟面试/预测、SHAP高级解释等 | 以清单第6节为准，移出一期 |

docs/r01-d1-percentile-performance-report.md

@@ -0,0 +1,25 @@
+# R01-D1 百分位性能收束报告
+
+> 状态：R01-D1 已实现并通过自动化与干净构建，待独立复验。
+
+## 修改范围
+
+- 新增纯函数 `CandidatePercentileCalculator`；
+- `CompanyScoringDashboardService` 保留原调用位置，仅将百分位计算委托给纯函数；
+- 未修改候选人综合分、排序、分页、过滤、披露门槛或响应结构。
+
+## 算法与兼容性
+
+旧实现对每个候选分数再次扫描全部分数，复杂度为 O(n²)。新实现先排序，再以每个分数第一次出现的位置作为“严格低于该分数的数量”，复杂度为 O(n log n)。分母仍为 `有效分数数 - 1`，仍使用 10 位中间精度、HALF_UP，并最终保留两位小数。
+
+等价测试覆盖空集合、单样本、全 null、输入顺序、null 位置、并列分数，以及由 `{null, 0, 1.0, 1.00, 2.5}` 生成的长度 0–6 全组合，并逐项与旧 O(n²) 公式比较。
+
+首次实现使用 `HashMap<BigDecimal, ...>`，测试立即发现 `1.0` 与 `1.00` 被错误视为不同键；改为按 `BigDecimal.compareTo` 排序的 `TreeMap` 后恢复旧语义。另一个首次失败来自手写并列夹具把最高分期望误写为 66.67；旧公式预言机证明应为 100.00，修正夹具期望，未改变生产公式。
+
+## 验证
+
+- 定向与看板关联测试：28/28，Failures=0、Errors=0、Skipped=0；
+- `mvn clean verify`：2099/2099，Failures=0、Errors=0、Skipped=20，BUILD SUCCESS；20 项为既有环境条件跳过项，R01-D1 定向及关联测试 Skipped=0；
+- OpenAPI：176 paths / 214 operations，All checks passed；
+- 无 Flyway、ErrorCode、公网接口、表、索引或依赖变化；
+- 未暂存、未提交、未推送。

mydreamjob-server/src/main/java/com/mydreamjob/candidatescore/dashboard/CandidatePercentileCalculator.java

@@ -0,0 +1,45 @@
+package com.mydreamjob.candidatescore.dashboard;
+
+import java.math.BigDecimal;
+import java.math.RoundingMode;
+import java.util.ArrayList;
+import java.util.Collections;
+import java.util.List;
+import java.util.Map;
+import java.util.Objects;
+import java.util.TreeMap;
+
+/** Pure O(n log n) percentile calculator preserving the dashboard's historical lower-rank formula. */
+public final class CandidatePercentileCalculator {
+
+    private CandidatePercentileCalculator() {
+    }
+
+    public static List<BigDecimal> calculate(List<BigDecimal> scores) {
+        Objects.requireNonNull(scores, "scores");
+        List<BigDecimal> scored = scores.stream().filter(Objects::nonNull).sorted().toList();
+        if (scored.size() < 2) {
+            return scores.stream().map(ignored -> (BigDecimal) null).toList();
+        }
+
+        Map<BigDecimal, Long> lowerCountByScore = new TreeMap<>();
+        for (int index = 0; index < scored.size(); index++) {
+            BigDecimal score = scored.get(index);
+            lowerCountByScore.putIfAbsent(score, (long) index);
+        }
+
+        BigDecimal denominator = BigDecimal.valueOf(scored.size() - 1L);
+        List<BigDecimal> result = new ArrayList<>(scores.size());
+        for (BigDecimal score : scores) {
+            if (score == null) {
+                result.add(null);
+                continue;
+            }
+            result.add(BigDecimal.valueOf(lowerCountByScore.get(score))
+                    .divide(denominator, 10, RoundingMode.HALF_UP)
+                    .multiply(BigDecimal.valueOf(100))
+                    .setScale(2, RoundingMode.HALF_UP));
+        }
+        return Collections.unmodifiableList(result);
+    }
+}

mydreamjob-server/src/main/java/com/mydreamjob/candidatescore/dashboard/CompanyScoringDashboardService.java

@@ -423,19 +423,10 @@ public class CompanyScoringDashboardService {
     }
 
     private void computePercentiles(List<CandidateWithScore> candidates) {
-        List<BigDecimal> scored = candidates.stream()
+        List<BigDecimal> percentiles = CandidatePercentileCalculator.calculate(
-                .map(c -> c.overallScore).filter(Objects::nonNull).collect(Collectors.toList());
+                candidates.stream().map(c -> c.overallScore).toList());
-        if (scored.size() < 2) {
+        for (int index = 0; index < candidates.size(); index++) {
-            candidates.forEach(c -> c.percentile = null);
+            candidates.get(index).percentile = percentiles.get(index);
-            return;
-        }
-        for (CandidateWithScore c : candidates) {
-            if (c.overallScore == null) { c.percentile = null; continue; }
-            long lower = scored.stream().filter(s -> s.compareTo(c.overallScore) < 0).count();
-            c.percentile = BigDecimal.valueOf(lower)
-                    .divide(BigDecimal.valueOf(scored.size() - 1), 10, RoundingMode.HALF_UP)
-                    .multiply(BigDecimal.valueOf(100))
-                    .setScale(2, RoundingMode.HALF_UP);
         }
     }
 

mydreamjob-server/src/test/java/com/mydreamjob/candidatescore/dashboard/CandidatePercentileCalculatorTest.java

@@ -0,0 +1,87 @@
+package com.mydreamjob.candidatescore.dashboard;
+
+import org.junit.jupiter.api.Test;
+
+import java.math.BigDecimal;
+import java.math.RoundingMode;
+import java.util.ArrayList;
+import java.util.List;
+
+import static org.junit.jupiter.api.Assertions.assertEquals;
+import static org.junit.jupiter.api.Assertions.assertThrows;
+
+class CandidatePercentileCalculatorTest {
+
+    @Test
+    void emptySingleAndNullOnlySamplesRemainUndisclosed() {
+        assertEquals(List.of(), CandidatePercentileCalculator.calculate(List.of()));
+        assertEquals(list((BigDecimal) null), CandidatePercentileCalculator.calculate(list(decimal("80"))));
+        assertEquals(list(null, null), CandidatePercentileCalculator.calculate(list(null, null)));
+    }
+
+    @Test
+    void preservesInputOrderAndNullPositions() {
+        assertEquals(list(decimal("100.00"), null, decimal("0.00"), decimal("50.00")),
+                CandidatePercentileCalculator.calculate(
+                        list(decimal("90"), null, decimal("70"), decimal("80"))));
+    }
+
+    @Test
+    void tiedScoresUseStrictlyLowerCount() {
+        assertEquals(list(decimal("0.00"), decimal("0.00"), decimal("100.00")),
+                CandidatePercentileCalculator.calculate(
+                        list(decimal("80.0"), decimal("80.00"), decimal("90"))));
+    }
+
+    @Test
+    void matchesHistoricalQuadraticFormulaAcrossGeneratedMatrix() {
+        List<BigDecimal> domain = list(null, decimal("0"), decimal("1.0"), decimal("1.00"), decimal("2.5"));
+        for (int size = 0; size <= 6; size++) {
+            compareEveryCombination(domain, new ArrayList<>(), size);
+        }
+    }
+
+    @Test
+    void nullInputPreservesHistoricalFailFastBehavior() {
+        assertThrows(NullPointerException.class, () -> CandidatePercentileCalculator.calculate(null));
+    }
+
+    private void compareEveryCombination(List<BigDecimal> domain, List<BigDecimal> current, int targetSize) {
+        if (current.size() == targetSize) {
+            assertEquals(legacy(current), CandidatePercentileCalculator.calculate(current), current::toString);
+            return;
+        }
+        for (BigDecimal value : domain) {
+            current.add(value);
+            compareEveryCombination(domain, current, targetSize);
+            current.remove(current.size() - 1);
+        }
+    }
+
+    private List<BigDecimal> legacy(List<BigDecimal> scores) {
+        List<BigDecimal> scored = scores.stream().filter(java.util.Objects::nonNull).toList();
+        if (scored.size() < 2) return scores.stream().map(ignored -> (BigDecimal) null).toList();
+        List<BigDecimal> result = new ArrayList<>();
+        for (BigDecimal score : scores) {
+            if (score == null) {
+                result.add(null);
+                continue;
+            }
+            long lower = scored.stream().filter(candidate -> candidate.compareTo(score) < 0).count();
+            result.add(BigDecimal.valueOf(lower)
+                    .divide(BigDecimal.valueOf(scored.size() - 1L), 10, RoundingMode.HALF_UP)
+                    .multiply(BigDecimal.valueOf(100))
+                    .setScale(2, RoundingMode.HALF_UP));
+        }
+        return java.util.Collections.unmodifiableList(result);
+    }
+
+    private BigDecimal decimal(String value) {
+        return new BigDecimal(value);
+    }
+
+    @SafeVarargs
+    private final <T> List<T> list(T... values) {
+        return java.util.Arrays.asList(values);
+    }
+}