import os
import shutil

from gen import GARunConfig, genetic_algorithm
from prettytable import PrettyTable

# Базовая папка для экспериментов
BASE_DIR = "experiments"

# Параметры для экспериментов
POPULATION_SIZES = [10, 50, 100]
PC_VALUES = [0.5, 0.6, 0.7, 0.8, 0.9]  # вероятности кроссинговера
PM_VALUES = [0.001, 0.01, 0.05, 0.1, 0.2]  # вероятности мутации

# Базовые параметры (как в main.py)
BASE_CONFIG = {
    "x_min": 3.1,
    "x_max": 20.0,
    "precision_digits": 3,
    "max_generations": 200,
    "seed": 17,
    "min_fitness_avg": 0.015,  # критерий остановки
    # при включенном сохранении графиков на время смотреть бессмысленно
    # "save_generations": [0, 50, 199],
}


def run_single_experiment(pop_size: int, pc: float, pm: float) -> tuple[float, int]:
    """
    Запускает один эксперимент с заданными параметрами.
    Возвращает (время_в_мс, номер_поколения).
    """
    config = GARunConfig(
        **BASE_CONFIG,
        pop_size=pop_size,
        pc=pc,
        pm=pm,
        results_dir=f"{BASE_DIR}/{pop_size}/{pc:.3f}/{pm:.3f}",
    )

    result = genetic_algorithm(config)
    return result.time_ms, result.generations


def run_experiments_for_population(pop_size: int) -> PrettyTable:
    """
    Запускает эксперименты для одного размера популяции.
    Возвращает таблицу результатов.
    """
    print(f"\nЗапуск экспериментов для популяции размером {pop_size}...")

    # Создаем таблицу
    table = PrettyTable()
    table.field_names = ["Pc \\ Pm"] + [f"{pm:.3f}" for pm in PM_VALUES]

    # Запускаем эксперименты для всех комбинаций Pc и Pm
    for pc in PC_VALUES:
        row = [f"{pc:.1f}"]
        for pm in PM_VALUES:
            print(f"  Эксперимент: pop_size={pop_size}, Pc={pc:.1f}, Pm={pm:.3f}")
            time_ms, generations = run_single_experiment(pop_size, pc, pm)
            # Форматируем результат: время(поколение)
            cell_value = f"{time_ms:.1f} ({generations})"
            row.append(cell_value)
        table.add_row(row)

    return table


def main():
    """Основная функция для запуска всех экспериментов."""
    print("=" * 60)
    print("ЗАПУСК ЭКСПЕРИМЕНТОВ ПО ПАРАМЕТРАМ ГЕНЕТИЧЕСКОГО АЛГОРИТМА")
    print("=" * 60)
    print(f"Размеры популяции: {POPULATION_SIZES}")
    print(f"Значения Pc: {PC_VALUES}")
    print(f"Значения Pm: {PM_VALUES}")
    print(f"Критерий остановки: среднее значение > {BASE_CONFIG['min_fitness_avg']}")
    print("=" * 60)

    # Создаем базовую папку
    if os.path.exists(BASE_DIR):
        shutil.rmtree(BASE_DIR)
    os.makedirs(BASE_DIR)

    # Запускаем эксперименты для каждого размера популяции
    for pop_size in POPULATION_SIZES:
        table = run_experiments_for_population(pop_size)

        print(f"\n{'='*60}")
        print(f"РЕЗУЛЬТАТЫ ДЛЯ ПОПУЛЯЦИИ РАЗМЕРОМ {pop_size}")
        print(f"{'='*60}")
        print("Формат: время_в_мс (номер_поколения)")
        print(table)

        pop_exp_dir = os.path.join(BASE_DIR, str(pop_size))
        os.makedirs(pop_exp_dir, exist_ok=True)
        with open(os.path.join(pop_exp_dir, "results.csv"), "w", encoding="utf-8") as f:
            f.write(table.get_csv_string())
        print(f"Результаты сохранены в папке: {pop_exp_dir}/")

    print(f"\n{'='*60}")
    print("ВСЕ ЭКСПЕРИМЕНТЫ ЗАВЕРШЕНЫ!")
    print(f"Результаты сохранены в папке: {BASE_DIR}/")
    print(f"{'='*60}")


if __name__ == "__main__":
    main()