桶排序构建盈亏直方图

风控看板每隔几秒就要重画一次「日内盈亏直方图」：拿到几千个仓位的逐仓 mark-to-market 盈亏，把每个数扔进对应的桶里，再渲染成柱状图。桶网格由风控团队固定下来——下界 lo、上界 hi、桶数 n_buckets，由风险偏好决定（例如 lo = -1e6, hi = 1e6, n_buckets = 200，紧盯 ±$1M 区间）。落在 [lo, hi) 之外的值要裁到边界桶，不是丢掉——一笔 $5M 的尾部亏损之所以重要，恰恰是因为它把最左侧的柱子顶满。

请实现 solution(values: list[float], lo: float, hi: float, n_buckets: int) -> list[int]。返回长度为 n_buckets 的列表，第 i 个元素是落入桶 i 的值的个数。桶编号公式：idx = floor((v - lo) / width)，其中 width = (hi - lo) / n_buckets，最后裁到 [0, n_buckets - 1]。边界：v == lo → 桶 0；v == hi → 桶 n_buckets - 1（原始 idx 是 n_buckets，被裁回去）。调用方保证 lo < hi（零宽或负宽桶没有定义）。

示例：solution([-3.0, -1.0, 0.0, 1.0, 3.0], -5.0, 5.0, 5) 返回 [0, 1, 2, 1, 1]。桶区间为 [-5,-3), [-3,-1), [-1,1), [1,3), [3,5]。五个输入分别落到 1、2、2、3、4。再看裁剪：solution([100.0, 200.0, -100.0], 0.0, 10.0, 5) 返回 [1, 0, 0, 0, 2]——那个负值把最左桶顶满，两个大正值都被裁到最右桶。再看退化的一桶情形：solution([0.5, 0.7, 0.9], 0.0, 1.0, 1) 返回 [3]；n_buckets = 1 时所有值（无论在不在区间内）都进桶 0。

朴素思路是把数组排序再数连续段，复杂度 O(n log n)。桶排序换一种思路——每个元素只用 O(1) 的算术运算定位到所属桶，元素之间没有任何比较，总代价 O(n + k)（k = n_buckets）。这种线性时间保证，正是风控系统能在两次心跳之间把百万仓位重新分桶的关键。这一套手法是通用的：compute index → bump counter 的模式同样支撑着 counting sort、radix sort，以及 numpy / pandas / GPU 核里的 histogram 原语。