refactor(cff): origFd→privInfo 查找改 fdRemap 下标 O(1)

subsetCFF 重建 CharStrings 循环里，原用 usedFds 线性扫描找 origFd 对应的
privInfo（O(glyphs×FDs)）。改为复用已有的 fdRemap(origFd→newFdIndex) 直接
下标取 fdInfos[fdIdx].priv（O(1)）。gidOrigFids 与 fdRemap 同源构建，每个 fd
必命中；缺失则 null 走透传（与原线性扫描未命中等价）。

字节一致（思源/白狐 3 OTF 用例 sha 全同）。基准无性能收益（思源 usedFds 仅
1-2 个 FD，线性扫描 break 在第一步），纯清理 + 对未来多 FD CID 字体严格更优。

otf-subset.ts: buildSubsetGids 补充 gidToNewGid Map vs Int32Array 边界判据注释
（CID 字体 numGlyphs=65535 致 fill 成本远超 Map 低频查询），防未来重复尝试。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

backend/font_util/cff-subset.ts

@@ -864,12 +864,11 @@ export function subsetCFF(cffBytes: Uint8Array, subsetGids: number[]): Uint8Arra
   for (let gi = 0; gi < newSubsetNumGlyphs; gi++) {
     const r = charStringRanges[gi];
     const origFd = gidOrigFds[gi];
-    /** 该 gid 所属原 FD 对应的 Private 信息（经 privSegCache 去重，按 privOrigOff 查） */
-    let privInfo: PrivInfo | null = null;
-    /** usedFds 顺序与 fdInfos 一致，反查 origFd→privInfo */
-    for (let fi = 0; fi < usedFds.length; fi++) {
-      if (usedFds[fi] === origFd) { privInfo = fdInfos[fi].priv; break; }
-    }
+    /** O(1) 取该 gid 所属原 FD 的 Private 信息：fdRemap(origFd→newFdIndex) 与 fdInfos 同序，直接下标取，
+     *  替代原 usedFds 线性扫描（大字集多 FD 时 O(glyphs×FDs)→O(glyphs)）。gidOrigFds 的每个 fd
+     *  必在 fdRemap（两者同源构建，见上方 fdRemap 填充循环），缺失则 null 走透传（与原线性扫描未命中等价）。 */
+    const fdIdx = fdRemap.get(origFd);
+    const privInfo: PrivInfo | null = fdIdx !== undefined ? fdInfos[fdIdx].priv : null;
     if (privInfo && privInfo.localRemap && gidHasSubr[gi]) {
       const rewritten = rewriteCharstring(b, r.start, r.end, privInfo.localBias, privInfo.localRemap, privInfo.newLocalCount);
       newCharStringObjects.push({ bytes: rewritten, start: 0, len: rewritten.length });

backend/font_util/otf-subset.ts

@@ -143,7 +143,11 @@ function buildSubsetGids(
   /** origGid 集合（保持插入顺序，新 gid = 数组 index） */
   const subsetGids: number[] = [0];
   /** gid → 新 gid（subsetGids 索引），替代 subsetGids.indexOf(gid) 的 O(n) 线性查找。
-   *  原 indexOf 对每个 codepoint 遍历 subsetGids，O(N×M)；全字符集场景退化为 O(N²)。 */
+   *  原 indexOf 对每个 codepoint 遍历 subsetGids，O(N×M)；全字符集场景退化为 O(N²)。
+   *  Map vs Int32Array：此处查询密度 = codePoints 数（~200），而 numGlyphs 可达 65535（CID 字体），
+   *  Int32Array(numGlyphs).fill 成本（65535 次）远超 Map 的 200 次 get，故 Map 更优。
+   *  与 [[gpos-gidlookup-int32array]] 区别：那是 GSUB/GPOS 全模块高频数千次查询 + 按需容量，Int32Array 有效；
+   *  此处低频 + 固定大容量，Map 更优（[[gpos-gidlookup-negative]] 旧直觉适用于此场景）。 */
   const gidToNewGid = new Map<number, number>([[0, 0]]);
   const cpToNewGid = new Map<number, number>();
   for (const cp of codePoints) {