import math
import os

from gen import GARunConfig, genetic_algorithm


def target_function(x: float) -> float:
    """f(x) = sin(x)/x^2"""
    return math.sin(x) / (x * x)


# Запуск эксперимента с генетическим алгоритмом
config = GARunConfig(
    x_min=3.1,
    x_max=20.0,
    fitness_func=target_function,
    precision_digits=3,
    pop_size=15,
    pc=0.7,
    pm=0.01,
    max_generations=200,
    seed=17,
    minimize=True,
    save_generations=[
        0,
        1,
        2,
        3,
        10,
        25,
        49,
        99,
        150,
        199,
    ],  # поколения для сохранения графиков
    results_dir="results",
    # variance_threshold=1e-6,  # порог дисперсии для остановки
    fitness_avg_threshold=-0.048,  # порог среднего значения для остановки
)

# Запускаем генетический алгоритм
result = genetic_algorithm(config)

# Выводим результаты
print(f"Лучшее x: {result.best_x:.4f}")
print(f"Лучшее f(x): {result.best_f:.6f}")
print(f"Количество поколений: {result.generations}")
print(f"Время выполнения: {result.time_ms:.2f} мс")
print(f"Количество бит: {result.L}")

# Выводим информацию о сохраненных графиках поколений
if config.save_generations:
    print(
        f"\nГрафики для поколений {config.save_generations} сохранены в папку '{config.results_dir}/'"
    )
    for gen in config.save_generations:
        if gen < result.generations:
            filename = f"generation_{gen:03d}.png"
            filepath = os.path.join(config.results_dir, filename)
            print(f"  - Поколение {gen}: {filepath}")