"""Юнит-тесты алгоритма Winnowing (уровень 1 — точные/частичные совпадения)."""

from app.algorithms.winnowing import (
    compute_similarity,
    get_ngrams,
    hash_ngram,
    jaccard_similarity,
    winnow,
)

# Достаточно длинный текст, чтобы окно Winnowing реально отработало
LONG = (
    "машинное обучение позволяет извлекать закономерности из больших объёмов "
    "данных без явного программирования каждого правила вручную аналитиком"
)


def test_get_ngrams_basic():
    assert get_ngrams(["a", "b", "c", "d"], k=2) == ["a b", "b c", "c d"]


def test_get_ngrams_too_short_is_empty():
    assert get_ngrams(["a", "b"], k=5) == []


def test_hash_ngram_is_deterministic():
    assert hash_ngram("одна и та же строка") == hash_ngram("одна и та же строка")


def test_hash_ngram_fits_signed_int64():
    # Хэш обязан умещаться в PostgreSQL BIGINT (signed 64-bit)
    for s in ("a", "тест", "one two three four five", "𝔘𝔫𝔦𝔠𝔬𝔡𝔢"):
        h = hash_ngram(s)
        assert -(2**63) <= h <= 2**63 - 1


def test_winnow_short_text_is_empty():
    assert winnow("три слова тут", k=5) == set()


def test_winnow_identical_text_identical_fingerprint():
    assert winnow(LONG) == winnow(LONG)


def test_winnow_is_case_insensitive():
    assert winnow(LONG) == winnow(LONG.upper())


def test_jaccard_identical_is_one():
    fp = winnow(LONG)
    assert fp  # непустой отпечаток
    assert jaccard_similarity(fp, fp) == 1.0


def test_jaccard_disjoint_is_zero():
    assert jaccard_similarity({1, 2, 3}, {4, 5, 6}) == 0.0


def test_jaccard_empty_is_zero():
    assert jaccard_similarity(set(), {1, 2}) == 0.0


def test_compute_similarity_identical_documents_is_one():
    # Ключевая гарантия L1: копия документа детектится как 100% совпадение
    assert compute_similarity(LONG, LONG) == 1.0


def test_compute_similarity_unrelated_documents_is_low():
    other = (
        "рецепт домашнего хлеба на закваске требует терпения муки воды соли "
        "и тёплого места для медленного подъёма теста в течение ночи"
    )
    assert compute_similarity(LONG, other) < 0.1


def test_compute_similarity_partial_overlap_is_between():
    modified = LONG + " добавлен ещё один совершенно новый хвост предложения здесь"
    sim = compute_similarity(LONG, modified)
    assert 0.0 < sim < 1.0