# -----------------------------------------------------------------------------
# Lou-Ka — Agrégateur de logements à louer (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# hiver.py : « Vie quotidienne en hiver » — indicateur 0-100 pensé pour le
#            Québec : peut-on vivre son quotidien À PIED quand il fait -20 °C
#            et que les trottoirs sont enneigés?
#
# Calcul déterministe et explicable à partir des données DÉJÀ collectées
# (poi_cache — plus proche commodité par catégorie, OpenStreetMap) :
#   épicerie, pharmacie, arrêt de bus/métro, dépanneur. Chaque sous-score est
#   une décroissance linéaire de la distance de marche (vol d'oiseau × 1,3).
# Pas de données de pente/exposition disponibles -> non pris en compte, et la
# méthodologie l'assume. Sans données POI : aucun score (jamais inventé).
# -----------------------------------------------------------------------------
from __future__ import annotations

import json

from . import db

VERSION = "hiver-1.0"
DETOUR = 1.3          # vol d'oiseau -> distance de marche (même facteur que POI)
VITESSE_M_MIN = 80.0  # 4,8 km/h

# (catégorie, libellé, poids, distance pleine note (m), distance note nulle (m))
CRITERES = [
    ("epicerie", "Épicerie", 0.35, 300, 1500),
    ("pharmacie", "Pharmacie", 0.20, 300, 1500),
    ("bus", "Arrêt de bus", 0.25, 150, 900),
    ("metro", "Métro", 0.05, 400, 1800),
    ("depanneur", "Dépanneur", 0.15, 200, 1000),
]

CLASSES = [(80, "très pratique"), (60, "pratique"), (40, "exigeant")]
CLASSE_MIN = "difficile"


def _sous_score(dist_m: float, plein: float, nul: float) -> float:
    d = dist_m * DETOUR
    if d <= plein:
        return 100.0
    if d >= nul:
        return 0.0
    return 100.0 * (nul - d) / (nul - plein)


def score(lat: float | None, lng: float | None, con=None) -> dict | None:
    """Score hiver de l'immeuble (via poi_cache) — None si données absentes."""
    if lat is None or lng is None:
        return None
    own = con is None
    if own:
        con = db.connect()
    try:
        key = f"{round(lat, 4)},{round(lng, 4)}"
        row = con.execute("SELECT pois FROM poi_cache WHERE coord_key=?",
                          (key,)).fetchone()
        if row is None:
            return None
        try:
            pois = {p["cat"]: p for p in json.loads(row["pois"] or "[]")}
        except (ValueError, TypeError):
            return None
        if not pois:
            return None

        total = 0.0
        poids_total = 0.0
        detail = []
        for cat, label, poids, plein, nul in CRITERES:
            p = pois.get(cat)
            if p is None:
                # métro absent = normal hors Montréal : critère simplement omis
                if cat == "metro":
                    continue
                s = 0.0
                item = {"critere": label, "score": 0, "distance_m": None,
                        "note": "aucun repéré à distance de marche"}
            else:
                s = _sous_score(p["dist_m"], plein, nul)
                item = {"critere": label, "score": round(s),
                        "distance_m": p["dist_m"],
                        "minutes": max(1, round(p["dist_m"] * DETOUR
                                                / VITESSE_M_MIN)),
                        "nom": p.get("name")}
            total += s * poids
            poids_total += poids
            detail.append(item)
        if poids_total == 0:
            return None
        note = round(total / poids_total)
        classe = CLASSE_MIN
        for seuil, nom in CLASSES:
            if note >= seuil:
                classe = nom
                break
        return {
            "score": note, "classe": classe, "detail": detail,
            "statut": "calculated", "version": VERSION,
            "methode": ("commodités essentielles à distance de marche "
                        "(épicerie, pharmacie, bus/métro, dépanneur — "
                        "OpenStreetMap), décroissance linéaire de la distance "
                        "de marche estimée (vol d'oiseau × 1,3). Pente et "
                        "exposition non disponibles : non prises en compte."),
        }
    finally:
        if own:
            con.close()