"""Витрина лэндинга на реальных сделках — отбор и отбраковка (миграция 276).

Главное, что здесь защищается, — НЕ формат строки, а свойство отбора: витрина
показывает выборку из работы оценщика, а не её лучший хвост. Отбор по малой
ошибке дал бы формально работающий код и врущий продукт, и заметить это на
глаз в проде нельзя — числа будут красивые. Поэтому проверка двусторонняя:
самая точная строка, у которой не хватает данных, обязана проиграть менее
точной, но полной.
"""

from __future__ import annotations

import os
from datetime import date

os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost:5432/test")

from app.tasks.landing_showcase_deals import (
    ShowcaseRow,
    build_row,
    quarter_label,
    select_rows,
)


def _row(
    deal_id: int,
    *,
    district: str | None = "Кировский",
    floor: int | None = 5,
    total_floors: int | None = 9,
    deal_date: date = date(2026, 1, 1),
    err_pct: float = 10.0,
) -> ShowcaseRow:
    return ShowcaseRow(
        deal_id=deal_id,
        district=district,
        rooms=2,
        area_m2=54.0,
        floor=floor,
        total_floors=total_floors,
        deal_date=deal_date,
        deal_quarter="I квартал 2026",
        predicted_rub=6_000_000,
        fact_rub=5_500_000,
        err_pct=err_pct,
        n_analogs=40,
    )


def test_selection_ignores_error_magnitude() -> None:
    """Точнейшая строка с дырами в данных НЕ должна оказаться впереди полной.

    Ломать так: добавить в `_sort_key` слагаемое `abs(row.err_pct)` — тест
    покраснеет с id 1 на первом месте вместо id 2.
    """
    almost_perfect_but_thin = _row(1, district=None, floor=None, err_pct=0.1)
    complete_but_worse = _row(2, err_pct=27.0)

    chosen = select_rows([almost_perfect_but_thin, complete_but_worse], limit=1)

    assert [r.deal_id for r in chosen] == [2], (
        "отбор поехал за величиной ошибки — витрина перестала быть выборкой "
        "и стала рекламой лучшего хвоста"
    )


def test_selection_prefers_fresher_quarter_at_equal_completeness() -> None:
    older = _row(1, deal_date=date(2025, 1, 1), err_pct=1.0)
    fresher = _row(2, deal_date=date(2026, 4, 1), err_pct=35.0)

    assert [r.deal_id for r in select_rows([older, fresher], limit=1)] == [2]


def test_selection_is_deterministic_on_full_ties() -> None:
    """Полные совпадения ключа разводятся id — иначе витрина «мерцает»."""
    rows = [_row(7), _row(9), _row(8)]
    assert [r.deal_id for r in select_rows(rows, limit=3)] == [9, 8, 7]


# ── Отбраковка: только «данных нет», никогда «число некрасивое» ──────────────


def _build(**over: object) -> ShowcaseRow | None:
    kwargs: dict[str, object] = {
        "deal_id": 1,
        "district": "Кировский",
        "rooms": 2,
        "area_m2": 50.0,
        "floor": 5,
        "total_floors": 9,
        "deal_date": date(2026, 4, 1),
        "predicted_rub": 5_000_000.0,
        "fact_ppm2": 100_000.0,  # → факт 5 000 000 ₽, ошибка 0%
        "n_analogs": 30,
    }
    kwargs.update(over)
    return build_row(**kwargs)  # type: ignore[arg-type]


def test_plain_row_survives_and_carries_signed_error() -> None:
    row = _build(predicted_rub=5_500_000.0)
    assert row is not None
    assert row.fact_rub == 5_000_000
    assert row.err_pct == 10.0, "знак и база ошибки: (прогноз − факт) / факт"
    assert row.deal_quarter == "II квартал 2026"


def test_no_error_magnitude_is_ever_rejected() -> None:
    """Промах оценщика ЛЮБОГО размера остаётся на витрине.

    Это второй половина запрета «не отбирать по ошибке»: фильтр по величине
    ошибки — тот же отбор, просто ступенькой раньше, и он тем злее, что не
    оставляет строку даже в кандидатах.

    Ломать так: вернуть в `build_row` любой порог вида
    `if abs(err_pct) > X: return None` — тест покраснеет на первом же
    отклонении больше X с этим отклонением в сообщении.
    """
    fact_rub = 5_000_000.0  # 100 000 ₽/м² × 50 м²
    for err_pct in (-95.0, -60.0, -41.0, -5.0, 0.0, 5.0, 41.0, 150.0, 900.0):
        row = _build(predicted_rub=fact_rub * (1 + err_pct / 100))
        assert row is not None, (
            f"строка с отклонением {err_pct:+.0f}% выброшена: витрина снова "
            "показывает лучший хвост, а не работу оценщика"
        )
        assert row.err_pct == round(err_pct, 2)


def test_underdeclared_dkp_is_shown_not_hidden() -> None:
    """Занижение ДКП ради налога выглядит как промах — и всё равно показывается.

    Прятать такие строки нельзя: «отклонение больше 40% — это почти всегда
    дефект ДКП» было догадкой, а санитарный диапазон ₽/м² уже применён к
    выборке выше по потоку (`_load_sample`, для ЕКБ 30k..600k). Всё, что
    прошло его и дало большую ошибку, — работа оценщика. Честность за счёт
    строки в `note`, а не за счёт отсева.
    """
    # Факт 2 000 000 ₽ против прогноза 5 000 000 — отклонение +150%.
    row = _build(fact_ppm2=40_000.0)
    assert row is not None
    assert row.err_pct == 150.0


def test_ppm2_band_is_not_duplicated_here() -> None:
    """Своей копии ₽/м²-диапазона в `build_row` нет — она была мёртвой.

    `MIN_FACT_PPM2 = 30k` дублировал уже применённый фильтр выборки, а
    `MAX_FACT_PPM2 = 1.2M` был недостижим при её потолке 600k: из трёх
    отбраковок срабатывала ровно одна — по ошибке. Ломать так: вернуть любую
    из границ — покраснеет соответствующая половина.
    """
    assert _build(fact_ppm2=20_000.0, predicted_rub=1_000_000.0) is not None
    assert _build(fact_ppm2=2_000_000.0, predicted_rub=100_000_000.0) is not None


def test_missing_fact_price_is_rejected() -> None:
    """Нулевая цена сделки — это «данных нет», а не «число некрасивое»: делить не на что."""
    assert _build(fact_ppm2=0.0) is None
    assert _build(area_m2=0.0) is None


def test_no_expected_sold_price_is_not_invented() -> None:
    """Спайн не дал ожидаемой цены продажи — строки нет. Подставлять нечего."""
    assert _build(predicted_rub=None) is None


def test_unknown_quarter_is_not_invented() -> None:
    assert _build(deal_date=None) is None
    assert quarter_label(None) is None
    assert quarter_label(date(2026, 7, 1)) == "III квартал 2026"