"""
高通量筛选与扩胞项目 - 主入口（支持并行）
"""
import os
import sys

sys.path.insert(0, os.path.join(os.path.dirname(__file__), 'src'))

from analysis.database_analyzer import DatabaseAnalyzer
from analysis.report_generator import ReportGenerator
from core.scheduler import ParallelScheduler


def print_banner():
    print("""
╔═══════════════════════════════════════════════════════════════════╗
║          高通量筛选与扩胞项目 - 数据库分析工具 v2.0              ║
║                     支持高性能并行计算                            ║
╚═══════════════════════════════════════════════════════════════════╝
    """)


def detect_and_show_environment():
    """检测并显示环境信息"""
    env = ParallelScheduler.detect_environment()

    print("【运行环境检测】")
    print(f"  主机名:       {env['hostname']}")
    print(f"  本地CPU核数:  {env['total_cores']}")
    print(f"  SLURM集群:    {'✅ 可用' if env['has_slurm'] else '❌ 不可用'}")

    if env['has_slurm'] and env['slurm_partitions']:
        print(f"  可用分区:")
        for p in env['slurm_partitions']:
            print(f"    - {p['name']}: {p['nodes']}节点, {p['cores_per_node']}核/节点")

    return env


def get_user_input(env: dict):
    """获取用户输入"""

    # 数据库路径
    while True:
        db_path = input("\n📂 请输入数据库路径: ").strip()
        if os.path.exists(db_path):
            break
        print(f"❌ 路径不存在: {db_path}")

    # 目标阳离子
    cation = input("🎯 请输入目标阳离子 [默认: Li]: ").strip() or "Li"

    # 目标阴离子
    anion_input = input("🎯 请输入目标阴离子 (逗号分隔) [默认: O,S,Cl,Br]: ").strip()
    anions = set(a.strip() for a in anion_input.split(',')) if anion_input else {'O', 'S', 'Cl', 'Br'}

    # 阴离子模式
    print("\n阴离子模式:")
    print("  1. 仅单一阴离子")
    print("  2. 仅复合阴离子")
    print("  3. 全部 (默认)")
    mode_choice = input("请选择 [1/2/3]: ").strip()
    anion_mode = {'1': 'single', '2': 'mixed', '3': 'all', '': 'all'}.get(mode_choice, 'all')

    # 并行配置
    print("\n" + "─" * 50)
    print("【并行计算配置】")

    default_cores = min(env['total_cores'], 32)
    cores_input = input(f"💻 最大可用核数 [默认: {default_cores}]: ").strip()
    max_cores = int(cores_input) if cores_input.isdigit() else default_cores

    print("\n任务复杂度 (影响每个Worker分配的核数):")
    print("  1. 低 (1核/Worker) - 简单IO操作")
    print("  2. 中 (2核/Worker) - 结构解析+检查 [默认]")
    print("  3. 高 (4核/Worker) - 复杂计算")
    complexity_choice = input("请选择 [1/2/3]: ").strip()
    complexity = {'1': 'low', '2': 'medium', '3': 'high', '': 'medium'}.get(complexity_choice, 'medium')

    # 执行模式
    use_slurm = False
    if env['has_slurm']:
        slurm_choice = input("\n是否使用SLURM提交作业? [y/N]: ").strip().lower()
        use_slurm = slurm_choice == 'y'

    return {
        'database_path': db_path,
        'target_cation': cation,
        'target_anions': anions,
        'anion_mode': anion_mode,
        'max_cores': max_cores,
        'task_complexity': complexity,
        'use_slurm': use_slurm
    }


def main():
    """主函数"""
    print_banner()

    # 环境检测
    env = detect_and_show_environment()

    # 获取用户输入
    params = get_user_input(env)

    print("\n" + "═" * 60)
    print("开始数据库分析...")
    print("═" * 60)

    # 创建分析器
    analyzer = DatabaseAnalyzer(
        database_path=params['database_path'],
        target_cation=params['target_cation'],
        target_anions=params['target_anions'],
        anion_mode=params['anion_mode'],
        max_cores=params['max_cores'],
        task_complexity=params['task_complexity']
    )

    print(f"\n发现 {len(analyzer.cif_files)} 个CIF文件")

    if params['use_slurm']:
        # SLURM模式
        output_dir = input("输出目录 [默认: ./slurm_output]: ").strip() or "./slurm_output"
        job_id = analyzer.analyze_slurm(output_dir=output_dir)
        print(f"\n✅ SLURM作业已提交: {job_id}")
        print(f"   使用 'squeue -j {job_id}' 查看状态")
        print(f"   结果将保存到: {output_dir}")
    else:
        # 本地模式
        report = analyzer.analyze(show_progress=True)

        # 打印报告
        ReportGenerator.print_report(report, detailed=True)

        # 保存选项
        save_choice = input("\n是否保存报告? [y/N]: ").strip().lower()
        if save_choice == 'y':
            output_path = input("报告路径 [默认: analysis_report.json]: ").strip()
            output_path = output_path or "analysis_report.json"
            report.save(output_path)
            print(f"✅ 报告已保存到: {output_path}")

        # CSV导出
        csv_choice = input("是否导出详细CSV? [y/N]: ").strip().lower()
        if csv_choice == 'y':
            csv_path = input("CSV路径 [默认: analysis_details.csv]: ").strip()
            csv_path = csv_path or "analysis_details.csv"
            ReportGenerator.export_to_csv(report, csv_path)

    print("\n✅ 分析完成!")


if __name__ == "__main__":
    main()