"""Чистая доменная логика скоринга плагиата — без Celery/БД/сети.

Объединяет совпадения всех уровней (1 winnowing, 2 minhash, 3+4 semantic+llm),
дедуплицирует их и считает итоговый процент схожести, который видит студент.
Вынесено из Celery-задачи, чтобы логику можно было тестировать изолированно.
"""

from typing import Any


def aggregate_results(
    level1_matches: list[dict[str, Any]],
    level2_matches: list[dict[str, Any]],
    semantic_matches: list[dict[str, Any]],
    total_fragments: int,
) -> dict[str, Any]:
    """Свести совпадения уровней в итог проверки.

    Дедупликация — по паре (source_title, position_start): одно и то же совпадение
    источника в одной позиции не дублируется. Итоговый процент — доля УНИКАЛЬНЫХ
    помеченных позиций от всех фрагментов (фрагмент, совпавший с несколькими
    источниками, не раздувает процент выше 100).

    Args:
        level1_matches: совпадения уровня 1 (Winnowing, точные)
        level2_matches: совпадения уровня 2 (MinHash, нечёткие)
        semantic_matches: совпадения уровней 3-4 (FAISS + LLM-парафраз)
        total_fragments: всего проверенных фрагментов документа

    Returns:
        dict с полями overall_similarity, matches, total_fragments,
        flagged_fragments, by_method.
    """
    all_matches = level1_matches + level2_matches + semantic_matches

    seen: set[str] = set()
    unique_matches: list[dict[str, Any]] = []
    for m in all_matches:
        key = f"{m.get('source_title', '')}:{m.get('position_start', '')}"
        if key not in seen:
            seen.add(key)
            unique_matches.append(m)

    flagged_positions = {m.get("position_start") for m in unique_matches}
    flagged_frags = len(flagged_positions)
    overall = (flagged_frags / total_fragments * 100) if total_fragments > 0 else 0.0
    overall = min(overall, 100.0)

    return {
        "overall_similarity": round(overall, 2),
        "matches": unique_matches,
        "total_fragments": total_fragments,
        "flagged_fragments": flagged_frags,
        "by_method": {
            "exact": len(level1_matches),
            "fuzzy": len(level2_matches),
            "semantic_llm": len(semantic_matches),
        },
    }