"""
Экспериментальная часть. Пункт 1: Генерация тестовых данных.
Цель: создать список записей (имя, телефон) для дальнейшего тестирования
структур данных (связный список, хеш-таблица, BST).

Особенности реализации:
- N = 10000 записей.
- Два режима: случайный порядок и отсортированный по имени.
- Имена генерируются равномерно (User_00000 ... User_09999) + небольшой
  набор повторяющихся имен для создания коллизий в хеш-таблице.
- Телефоны — случайные строки из 10 цифр.
"""

import random

def generate_test_data(n=10000, duplicate_names_ratio=0.1):
    """
    Генерирует два набора записей: в случайном порядке и отсортированном.

    Параметры:
    - n: общее количество записей (по умолчанию 10000).
    - duplicate_names_ratio: доля имен, которые будут повторяться (коллизии).
      Например, 0.1 означает, что 10% записей будут использовать
      имена из небольшого пула, остальные 90% — уникальные User_XXXXX.

    Возвращает:
    - records_shuffled: список кортежей (name, phone) в случайном порядке.
    - records_sorted: тот же список, но отсортированный по имени.
    """

    # 1. Создаем пул уникальных имен (равномерное распределение)
    #    Формат: User_00000, User_00001, ..., User_09999
    unique_names = [f"User_{i:05d}" for i in range(n)]

    # 2. Создаем небольшой пул имен для повторений (коллизий)
    #    Например, 20 разных имен, которые будут многократно встречаться.
    collision_pool_size = max(1, int(n * duplicate_names_ratio))  # ~1000 имен для 10000 записей (10%)
    collision_names = [f"Common_{j:03d}" for j in range(collision_pool_size)]

    # 3. Формируем итоговый список имен с повторениями
    #    - Первые (n - collision_pool_size) записей — уникальные.
    #    - Оставшиеся collision_pool_size записей — случайные из пула коллизий.
    names = []
    # Уникальная часть
    names.extend(unique_names[:n - collision_pool_size])
    # Часть с повторениями (для проверки коллизий в хеш-таблице)
    for _ in range(collision_pool_size):
        names.append(random.choice(collision_names))

    # Перемешиваем имена, чтобы повторяющиеся имена не шли подряд
    random.shuffle(names)

    # 4. Генерируем случайные телефоны (10 цифр)
    phones = []
    for _ in range(n):
        phone = ''.join(random.choices('0123456789', k=10))
        phones.append(phone)

    # 5. Собираем записи в список кортежей
    records = list(zip(names, phones))

    # 6. Создаем две версии: случайную и отсортированную
    records_shuffled = records.copy()          # уже случайный порядок после shuffle
    records_sorted = sorted(records, key=lambda x: x[0])  # сортировка по имени

    return records_shuffled, records_sorted

def print_sample(records, title, count=10):
    """Вспомогательная функция: печатает первые count записей."""
    print(f"\n{title} (первые {count} записей):")
    for name, phone in records[:count]:
        print(f"  {name}: {phone}")

# ========== Демонстрация работы ==========
if __name__ == "__main__":
    # Фиксируем seed для воспроизводимости результатов
    random.seed(42)

    # Генерируем данные: N = 10000, доля коллизий 10%
    N = 10000
    shuffled, sorted_data = generate_test_data(N, duplicate_names_ratio=0.1)

    # Выводим статистику и примеры
    print(f"Сгенерировано {N} записей.")
    print(f"Доля имен с повторениями (коллизиями): ~10%")

    # Показываем несколько примеров из каждого набора
    print_sample(shuffled, "Случайный порядок")
    print_sample(sorted_data, "Отсортированный порядок")

    # Дополнительно: проверка, что в отсортированном порядке имена действительно упорядочены
    first_five_sorted = [name for name, _ in sorted_data[:5]]
    print(f"\nПервые 5 имен в отсортированном наборе: {first_five_sorted}")
    # Ожидается: ['Common_000', 'Common_001', ...] или 'User_...' — лексикографически

    # Проверка наличия коллизий (повторяющихся имен)
    unique_names_in_shuffled = set(name for name, _ in shuffled)
    print(f"\nУникальных имен в случайном наборе: {len(unique_names_in_shuffled)}")
    print(f"(меньше {N} из-за повторений для коллизий)")

    # Сохраняем в файлы (опционально, для отладки)
    # import csv
    # with open("docs/data/records_shuffled.csv", "w") as f:
    #     writer = csv.writer(f)
    #     writer.writerows(shuffled)
    # with open("docs/data/records_sorted.csv", "w") as f:
    #     writer = csv.writer(f)
    #     writer.writerows(sorted_data)