"""Юнит-тесты MinHash LSH (уровень 2 — нечёткие совпадения).

Redis в тестовом окружении недоступен → get_lsh() детерминированно падает в
in-memory-фолбэк, что и проверяется здесь.
"""

from app.algorithms import minhash


def test_get_shingles_basic():
    assert minhash.get_shingles("один два три четыре", k=3) == {
        "один два три",
        "два три четыре",
    }


def test_get_shingles_short_text():
    assert minhash.get_shingles("одно", k=3) == {"одно"}
    assert minhash.get_shingles("", k=3) == set()


def test_identical_text_jaccard_is_one():
    t = "нейронные сети глубокого обучения распознают образы на изображениях точно"
    assert minhash.compute_jaccard_minhash(t, t) == 1.0


def test_disjoint_text_jaccard_near_zero():
    a = "квантовая физика элементарных частиц и теория поля"
    b = "кулинарные рецепты домашней выпечки пшеничного хлеба"
    assert minhash.compute_jaccard_minhash(a, b) < 0.1


def test_lsh_finds_near_duplicate_and_ignores_unrelated():
    minhash.reset_lsh()
    try:
        base = (
            "нейронные сети глубокого обучения применяются для распознавания "
            "образов на цифровых изображениях и в задачах компьютерного зрения"
        )
        minhash.add_to_lsh("doc:1", base)

        near = base.replace("изображениях", "фотографиях")
        assert "doc:1" in minhash.find_similar(near)

        unrelated = (
            "экономический анализ рынка недвижимости в крупных городах страны "
            "за последние несколько отчётных финансовых кварталов подряд"
        )
        assert "doc:1" not in minhash.find_similar(unrelated)
    finally:
        minhash.reset_lsh()


def test_lsh_upsert_does_not_duplicate():
    minhash.reset_lsh()
    try:
        text = "обработка естественного языка методами машинного обучения и статистики"
        minhash.add_to_lsh("doc:9", text)
        minhash.add_to_lsh("doc:9", text)  # повторно тот же ключ — upsert, не дубль
        assert minhash.find_similar(text).count("doc:9") == 1
    finally:
        minhash.reset_lsh()