#!/usr/bin/env python3
"""$0-демо ценности рекомендаций §D корзины 1 на ЖИВОМ банке coldrun-a (вопрос владельца 04.08
«насколько алгоритмы лучше текущего»):
  A4: intra-run конфликты consolidated×consolidated (containment + лексемный subset — реплика
      CanonConflicts/lexemeSubset из terminology.go) — сколько противоречий сегодня НЕ видит никто;
  A5: сдвиг ЧАСТОТНОГО топа вариантов при фолде голосов по нормализованной форме.
"""
import unicodedata
from pathlib import Path
import sys

sys.path.insert(0, str(Path(__file__).resolve().parent.parent / "bank_autonomy"))
from parse_common import parse_bankstop  # noqa: E402

STEM_MIN, SLACK = 3, 2  # stemMinPrefix / stemSuffixSlack (terminology.go:379-386)


def norm(s):
    s = unicodedata.normalize("NFKC", s or "").casefold().replace("ё", "е")
    for ch in "«»\"'":
        s = s.replace(ch, "")
    return " ".join(s.split())


def words(s):
    return [w for w in "".join(c if c.isalnum() else " " for c in norm(s)).split() if len(w) > 1]


def same_lexeme(a, b):
    if a == b:
        return True
    n = 0
    while n < len(a) and n < len(b) and a[n] == b[n]:
        n += 1
    shorter = min(len(a), len(b))
    if (n == len(a) or n == len(b)) and shorter >= STEM_MIN:
        return True
    return n >= max(shorter - SLACK, STEM_MIN)


def lexeme_subset(need, have):
    return all(any(same_lexeme(w, h) for h in have) for w in need) if need else True


def a4_conflicts():
    bs = parse_bankstop()
    finals = {s: r["dst"] for s, r in bs.items() if r.get("dst") and r["dst"] != "—"}
    out = []
    for a, da in finals.items():
        for b, db in finals.items():
            if a == b or b not in a:  # b строго содержится в a (containment, как CanonConflicts)
                continue
            if not lexeme_subset(words(db), words(da)):
                out.append((a, da, b, db))
    print(f"A4-демо: финалов с dst {len(finals)}; НЕВИДИМЫХ сегодня внутри-прогонных противоречий "
          f"(составной терм теряет перевод вложенного): {len(out)}")
    for a, da, b, db in sorted(out):
        print(f"  {a}→{da!r} не несёт {b}→{db!r}")


def a5_topshift():
    bs = parse_bankstop()
    shifted = []
    for s, r in bs.items():
        vs = r.get("drafts") or []
        if len(vs) < 2:
            continue
        raw_top, raw_top_n = vs[0][0], vs[0][1]  # порядок §C2-3 (частота — главный фактор при пустом каноне)
        folded = {}
        for d, n in vs:
            folded[norm(d)] = folded.get(norm(d), 0) + n
        fold_top = max(folded, key=lambda k: (folded[k], k))
        # ЧЕСТНЫЙ сдвиг: слитые голоса ОБОГНАЛИ сырой топ (строго больше). Равенство после фолда —
        # тай-брейк, не эффект нормализации (ловушка первой версии этого скрипта — поймана самопроверкой).
        if norm(raw_top) != fold_top and folded[fold_top] > raw_top_n:
            shifted.append((s, raw_top, fold_top, vs))
    print(f"\nA5-демо: строк со spread>=2: {sum(1 for r in bs.values() if len(r.get('drafts') or [])>=2)}; "
          f"частотный топ ЧЕСТНО сдвигается нормализованным фолдом (слитые голоса обогнали сырой топ) у: {len(shifted)}")
    for s, rt, ft, vs in sorted(shifted):
        print(f"  {s}: сырой топ {rt!r} → фолднутый {ft!r}  ({' | '.join(f'{d}×{n}' for d,n in vs[:5])})")


if __name__ == "__main__":
    a4_conflicts()
    a5_topshift()