Function composite_entropy 

pub fn composite_entropy(bytes: &[u8]) -> f64

计算综合复合熵 (Composite Entropy) 评分。

融合了标准熵、差分熵和二元语法熵，输出一个归一化到 [0.0, 10.0] 的综合评分。 分数越高，表示序列越趋近于真正的强随机（如高质量哈希、密码、加密密钥）。

算法逻辑

1. 提取三种熵并归一化到 [0.0, 1.0] 的区间。
2. 对 2-gram 熵 (n3) 应用一个平滑多项式 y = -4x^5 + 15x^4 - 20x^3 + 10x^2， 这是一种基于 Smoothstep 思想的映射，旨在压制处于中低水平的 2-gram 影响。
3. 采用带有负指数 (P = -1.6) 的加权幂平均法 (Weighted Power Mean) 融合三者。 负指数的特性是具有**“木桶效应 / 惩罚低分”**：只要三种熵中有任意一个明显偏低（例如具有规律性递增）， 整体的分数就会被大幅拉低。