"""参数空间定义与生成。

用于定义策略参数的搜索空间，支持：
- range：整数范围
- list：离散值列表
- 可扩展：连续分布、对数空间等

示例：
    param_space = {
        "short_window": range(3, 21, 2),
        "long_window": range(20, 61, 5),
        "max_hold_days": range(3, 11),
        "stop_loss_pct": [0.03, 0.05, 0.08],
        "take_profit_pct": [0.10, 0.15, 0.20],
    }
    
    combinations = generate_param_combinations(param_space)
"""
from __future__ import annotations

import itertools
from typing import Any, Dict, List, Union

from utils.logger import setup_logger

logger = setup_logger(__name__)


def generate_param_combinations(param_space: Dict[str, Union[range, List]]) -> List[Dict[str, Any]]:
    """根据参数空间生成所有参数组合（笛卡尔积）。
    
    参数：
        param_space: 参数名 -> 取值范围/列表的字典
        
    返回：
        List[Dict]: 参数组合列表，每个元素是一组参数
        
    示例：
        >>> param_space = {"a": range(1, 3), "b": [0.1, 0.2]}
        >>> generate_param_combinations(param_space)
        [
            {"a": 1, "b": 0.1},
            {"a": 1, "b": 0.2},
            {"a": 2, "b": 0.1},
            {"a": 2, "b": 0.2}
        ]
    """
    if not param_space:
        return [{}]
    
    # 提取参数名和值列表
    param_names = list(param_space.keys())
    param_values = []
    
    for param_name in param_names:
        values = param_space[param_name]
        # 如果是 range 对象，转为列表
        if isinstance(values, range):
            param_values.append(list(values))
        elif isinstance(values, (list, tuple)):
            # 检查是否是 [min, max, step] 格式
            if len(values) == 3 and all(isinstance(v, (int, float)) for v in values):
                min_val, max_val, step = values
                # 生成范围
                if isinstance(step, int) and isinstance(min_val, int):
                    param_values.append(list(range(int(min_val), int(max_val) + 1, int(step))))
                else:
                    # 浮点数范围
                    import numpy as np
                    param_values.append(list(np.arange(min_val, max_val + step/2, step)))
            else:
                # 离散值列表
                param_values.append(list(values))
        else:
            # 单个值也转为列表
            param_values.append([values])
    
    # 生成笛卡尔积
    combinations = []
    for combo in itertools.product(*param_values):
        param_dict = dict(zip(param_names, combo))
        combinations.append(param_dict)
    
    logger.info(f"参数空间大小: {len(combinations)} 组参数组合")
    return combinations


def validate_param_space(param_space: Dict[str, Union[range, List]]) -> bool:
    """验证参数空间定义的合法性。
    
    检查：
    - 参数空间不为空
    - 所有参数至少有一个取值
    - range 对象有效（start < stop）
    
    返回：
        bool: True 表示合法，False 表示不合法
    """
    if not param_space:
        logger.error("参数空间为空")
        return False
    
    for param_name, values in param_space.items():
        if isinstance(values, range):
            if len(values) == 0:
                logger.error(f"参数 {param_name} 的 range 为空: {values}")
                return False
        elif isinstance(values, (list, tuple)):
            if len(values) == 0:
                logger.error(f"参数 {param_name} 的列表为空")
                return False
        else:
            logger.warning(f"参数 {param_name} 的值类型未知: {type(values)}，将作为单个值处理")
    
    return True


def estimate_combinations_count(param_space: Dict[str, Union[range, List]]) -> int:
    """估算参数组合总数（不实际生成）。
    
    用于在生成前评估计算量。
    
    返回：
        int: 参数组合总数
    """
    if not param_space:
        return 0
    
    total = 1
    for values in param_space.values():
        if isinstance(values, range):
            total *= len(values)
        elif isinstance(values, (list, tuple)):
            # 检查是否是 [min, max, step] 格式
            if len(values) == 3 and all(isinstance(v, (int, float)) for v in values):
                min_val, max_val, step = values
                total *= int((max_val - min_val) / step) + 1
            else:
                total *= len(values)
        else:
            total *= 1
    
    return total


def apply_param_constraints(
    combinations: List[Dict[str, Any]],
    constraint_func: callable
) -> List[Dict[str, Any]]:
    """应用参数约束，过滤无效的参数组合。
    
    参数：
        combinations: 参数组合列表
        constraint_func: 约束函数，输入params字典，返回True/False
        
    返回：
        过滤后的参数组合列表
        
    示例：
        >>> combinations = [{"a": 1, "b": 2}, {"a": 3, "b": 2}]
        >>> constraint = lambda p: p["a"] < p["b"]
        >>> apply_param_constraints(combinations, constraint)
        [{"a": 1, "b": 2}]
    """
    if constraint_func is None:
        return combinations
    
    original_count = len(combinations)
    filtered = [combo for combo in combinations if constraint_func(combo)]
    filtered_count = original_count - len(filtered)
    
    if filtered_count > 0:
        logger.info(f"约束条件过滤掉 {filtered_count} 组参数，剩余 {len(filtered)} 组")
    
    return filtered