"""Unit tests for #651/#652 v2 — same-building anchor (validated, 55 golden cases).

Покрываем чистые helpers (без БД): нормализатор адреса, свёртку комплов в anchor,
hard guardrail; и full estimate path с замоканным `_fetch_anchor_comps`:
  (a) premium lift (Хохрякова 48: 399k/472k/684k → est ~550k, real 684k в range),
  (b) economy NO overshoot (guardrail не раздувает),
  (c) address alias («Ткачёва 13» → «Ткачей 13»),
  (d) base-house-number match через corpus-литеры,
  (e) флаг OFF ⇒ неизменный радиусный результат,
  (f) headline = ASKING после якоря, expected_sold = headline × ratio (DISTINCT).
"""

import os
from datetime import UTC, datetime
from typing import Any

# Settings требует DATABASE_URL при инициализации (fail-fast, C-3).
os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost/test_db")

from unittest.mock import AsyncMock, MagicMock, patch

import anyio

from app.services.estimator import (
    _compute_same_building_anchor,
    _geocode_is_coarse,
    _normalize_building_key,
)

# ── Address normalizer ──────────────────────────────────────────────────────


def test_normalize_alias_tkacheva_to_tkachei() -> None:
    """golden «Ткачёва 13» нормализуется к БД-улице «ткачей» + дом 13 (ё→е + alias)."""
    street, base, letter = _normalize_building_key("Екатеринбург, ул. Ткачёва, 13")
    assert street == "ткачей"
    assert base == 13
    assert letter is None


def test_normalize_base_house_across_corpus_letter() -> None:
    """«8 Марта 204Г» → street «8 марта», base 204, letter 'г' (литера сохранена)."""
    street, base, letter = _normalize_building_key("Екатеринбург, улица 8 Марта, 204Г")
    assert street == "8 марта"
    assert base == 204
    assert letter == "г"


def test_normalize_slash_corpus_collapses_to_base() -> None:
    """«4/2», «9/1» → base 4/9, корпус-slash отброшен (тот же дом)."""
    _, base1, letter1 = _normalize_building_key("Екатеринбург, ул. Мраморская, 4/2")
    assert base1 == 4
    assert letter1 is None
    _, base2, _ = _normalize_building_key("Екатеринбург, Олимпийская набережная, 9/1")
    assert base2 == 9


def test_normalize_empty_address() -> None:
    assert _normalize_building_key(None) == (None, None, None)
    assert _normalize_building_key("") == (None, None, None)


# ── #677 hardening: real prod address-format variants → same key ─────────────


def test_normalize_tkachei13_all_db_variants_same_key() -> None:
    """Все prod-форматы «Ткачей 13» (запятая/«д.»/город/·-хвост/р-н/мкр) → ('ткачей', 13)."""
    variants = [
        "Екатеринбург, ул. Ткачёва, 13",  # golden alias + ё
        "Екатеринбург, улица Ткачей, 13",
        "ул. Ткачей,13",  # no space after comma
        "ул. Ткачей,д. 13",  # «д.» variant
        "улица Ткачей, 13 · р-н Октябрьский",  # ·-tail district
        "р-н Октябрьский, мкр. Парковый, улица Ткачей, 13",  # district + mkr prefix
    ]
    for v in variants:
        assert _normalize_building_key(v) == ("ткачей", 13, None), v


def test_normalize_house_13_not_130_or_131() -> None:
    """Дом 13 не должен совпасть с соседями 130/131 (разные base_no)."""
    assert _normalize_building_key("улица Ткачей, 13")[1] == 13
    assert _normalize_building_key("улица Ткачей, 130")[1] == 130
    assert _normalize_building_key("улица Ткачей, 131")[1] == 131


def test_normalize_naberezhnaya_type_word_either_side() -> None:
    """Type-слово до ИЛИ после имени → один street_core «олимпийская»; наб.↔набережная."""
    keys = {
        _normalize_building_key("Олимпийская наб.,13"),
        _normalize_building_key("набережная Олимпийская, 13"),
        _normalize_building_key("Екатеринбург, Олимпийская набережная, 13"),
        _normalize_building_key("р-н Центр, набережная Олимпийская, 13"),
    }
    assert keys == {("олимпийская", 13, None)}


def test_normalize_borisa_eltsina_multiword_street() -> None:
    """Многословное имя «Бориса Ельцина» сохраняется целиком; «д. 6»/город/·-хвост → 6."""
    for v in (
        "ул. Бориса Ельцина,д. 6",
        "ул. Бориса Ельцина,6",
        "Екатеринбург, улица Бориса Ельцина, 6",
        "Бориса Ельцина, 6",
        "улица Бориса Ельцина, 6 · р-н Центр",
    ):
        assert _normalize_building_key(v) == ("бориса ельцина", 6, None), v


def test_normalize_sakko_multiword_with_conjunction() -> None:
    """«Сакко и Ванцетти» (с союзом) → стабильный core; 99 ≠ 100/105к1 (разные дома)."""
    assert _normalize_building_key("ул. Сакко и Ванцетти,99") == ("сакко и ванцетти", 99, None)
    assert _normalize_building_key("р-н Центр, улица Сакко и Ванцетти, 99") == (
        "сакко и ванцетти",
        99,
        None,
    )
    assert _normalize_building_key("ул. Сакко и Ванцетти,100")[1] == 100  # separate building
    assert _normalize_building_key("р-н Центр, улица Сакко и Ванцетти, 105к1") == (
        "сакко и ванцетти",
        105,  # «105к1» корпус схлопнут к base
        None,
    )


def test_normalize_fevralskoy_revolyutsii_no_space_house() -> None:
    """«ул. Февральской Революции,21» (genitive multiword, no-space house) → core+21."""
    assert _normalize_building_key("ул. Февральской Революции,21") == (
        "февральской революции",
        21,
        None,
    )


def test_normalize_8_marta_numeric_street_prefix() -> None:
    """Числовой префикс имени («8 Марта») НЕ съедается как номер дома — номер в хвосте."""
    assert _normalize_building_key("Екатеринбург, улица 8 Марта, 204Г") == ("8 марта", 204, "г")
    # без литеры
    assert _normalize_building_key("улица 8 Марта, 50") == ("8 марта", 50, None)


def test_normalize_corpus_letter_distinct_from_plain() -> None:
    """Литера корпуса — РАЗНЫЕ дома: 16А (letter 'а') ≠ 16 (None)."""
    assert _normalize_building_key("Екатеринбург, улица Ткачей, 16А") == ("ткачей", 16, "а")
    assert _normalize_building_key("улица Ткачей, 16") == ("ткачей", 16, None)


def test_normalize_slash_corpus_collapses() -> None:
    """Корпус «/N» схлопывается к base (тот же дом): 9/1 → 9, 4/2 → 4, 19/2 → 19."""
    assert _normalize_building_key("Олимпийская набережная, 9/1")[1] == 9
    assert _normalize_building_key("Екатеринбург, ул. Мраморская, 4/2")[1] == 4
    assert _normalize_building_key("улица Ткачей, 19/2")[1] == 19


def test_normalize_alias_applied_to_full_core_with_yo() -> None:
    """ё→е применяется ДО alias; alias матчит целый core (ткачёва→ткачева→ткачей)."""
    assert _normalize_building_key("ул. Ткачёва, 13")[0] == "ткачей"


def test_normalize_no_house_number_returns_none_base() -> None:
    """Адрес без номера дома («р-н Центр, улица Бориса Ельцина») → base_no None (no match)."""
    assert _normalize_building_key("р-н Центр, улица Бориса Ельцина") == (
        "бориса ельцина",
        None,
        None,
    )


# ── Pure anchor compute ─────────────────────────────────────────────────────


def _comp(
    ppm2: int,
    area: float | None = None,
    rooms: int | None = None,
    floor: int | None = None,
    total_floors: int | None = None,
) -> dict[str, Any]:
    return {
        "price_per_m2": ppm2,
        "area_m2": area,
        "rooms": rooms,
        "floor": floor,
        "total_floors": total_floors,
    }


def test_anchor_premium_lift_hohryakova48() -> None:
    """Зеркало Хохрякова 48: комплы 399k/472k/684k, target 4к/146 → est_ppm² поднят,
    реал 684k попадает в диапазон. Радиусная медиана сильно ниже — якорь её заменяет."""
    comps = [
        _comp(399_478, area=153.2, rooms=3),
        _comp(472_298, area=110.1, rooms=3),
        _comp(683_995, area=146.2, rooms=4),
    ]
    res = _compute_same_building_anchor(
        comps,
        area_target=146.2,
        rooms_target=4,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
    )
    assert res is not None
    # rooms-boost на флагман-компл (rooms=4 == target) + area-вес тянут anchor к ~566k
    # (sim дал ~552k) — заметно выше радиусной медианы (~210k), что и есть фикс.
    assert res["anchor_ppm2"] >= 470_000
    assert 520_000 <= res["anchor_sold_ppm2"] <= 600_000
    # реал 684k должен попасть в диапазон point ± k·fsd (range_high ≥ real×0.95).
    point_ppm2 = res["anchor_sold_ppm2"]
    half = 1.65 * res["fsd"]
    assert point_ppm2 * (1.0 + half) >= 683_995 * 0.95


def test_anchor_olimp13_flagship_area_matched_no_uplift_needed() -> None:
    """Олимп 13 пентхаус: флагман 996k сам area+rooms-matched с target 207.9 →
    weighted mean уже ≈996k (реал 996k), uplift не нужен (был бы избыточен)."""
    comps = [
        _comp(373_444, area=96.4, rooms=3),
        _comp(468_750, area=96.0, rooms=2),
        _comp(995_671, area=208.0, rooms=3),
    ]
    res = _compute_same_building_anchor(
        comps, area_target=207.9, rooms_target=3, tier="A", sigma=0.18, rooms_boost=1.6
    )
    assert res is not None
    # Флагман доминирует вес → anchor ≈ 996k, реал 996k подтверждён.
    assert res["anchor_ppm2"] >= 900_000
    assert res["used_uplift"] is False  # mean уже ≥ p70 → uplift избыточен


def test_anchor_premium_uplift_when_mean_dilutes() -> None:
    """premium uplift срабатывает когда премиум-компл НЕ area-similar (mean занижает),
    а target — топ-юнит дома (≥p66) И Tier A → берём верхний квантиль p70."""
    comps = [
        _comp(900_000, area=60.0, rooms=1),  # дорогой, но малая площадь → area-вес низкий
        _comp(300_000, area=200.0, rooms=3),
        _comp(320_000, area=210.0, rooms=3),
    ]
    res = _compute_same_building_anchor(
        comps, area_target=205.0, rooms_target=3, tier="A", sigma=0.18, rooms_boost=1.6
    )
    assert res is not None
    assert res["used_uplift"] is True
    assert res["anchor_ppm2"] >= 500_000  # подтянут к p70, не к дил. mean ~310k


def test_anchor_uplift_skipped_off_tier_a() -> None:
    """uplift только Tier A — на Tier C (micro-radius) не применяется (комплы не из дома)."""
    comps = [
        _comp(900_000, area=60.0, rooms=1),
        _comp(300_000, area=200.0, rooms=3),
        _comp(320_000, area=210.0, rooms=3),
    ]
    res = _compute_same_building_anchor(
        comps, area_target=205.0, rooms_target=3, tier="C", sigma=0.18, rooms_boost=1.6
    )
    assert res is not None
    assert res["used_uplift"] is False


def test_anchor_economy_no_overshoot() -> None:
    """Эконом (Ильича 28): дешёвые комплы ~112k → guardrail не раздувает, anchor ~112k."""
    comps = [_comp(112_500, area=64.0, rooms=3), _comp(112_500, area=63.0, rooms=3)]
    res = _compute_same_building_anchor(
        comps,
        area_target=63.0,
        rooms_target=3,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
    )
    assert res is not None
    # mean ~112.5k; haircut эконом-band 7% → sold ~104.6k. НЕ раздут вверх.
    assert 100_000 <= res["anchor_sold_ppm2"] <= 113_000
    # uplift не сработал (все комплы одной площади, p66≈target, p70≈mean → no lift вверх).
    assert res["anchor_sold_ppm2"] < res["anchor_ppm2"] + 1  # haircut только вниз


def test_anchor_guardrail_floor_on_min_comp() -> None:
    """Guardrail-floor (применяется у caller'а) = min(comp)×(1−tol); helper отдаёт comp_min."""
    comps = [_comp(400_000, area=100.0, rooms=2), _comp(600_000, area=100.0, rooms=2)]
    res = _compute_same_building_anchor(
        comps, area_target=100.0, rooms_target=2, tier="A", sigma=0.18, rooms_boost=1.6
    )
    assert res is not None
    assert res["comp_min_ppm2"] == 400_000


def test_anchor_none_when_no_comps() -> None:
    assert (
        _compute_same_building_anchor(
            [], area_target=50.0, rooms_target=1, tier="A", sigma=0.18, rooms_boost=1.6
        )
        is None
    )


def test_anchor_null_area_neutral_weight() -> None:
    """Комплы без площади (Yandex) судятся только по комнатам — area-вес 1.0, не падает."""
    comps = [_comp(300_000, area=None, rooms=2), _comp(320_000, area=None, rooms=2)]
    res = _compute_same_building_anchor(
        comps, area_target=70.0, rooms_target=2, tier="A", sigma=0.18, rooms_boost=1.6
    )
    assert res is not None
    # rooms совпали у обоих → equal weights → anchor ≈ mean 310k, haircut mid 5%.
    assert abs(res["anchor_ppm2"] - 310_000) < 1_000


# ── Full estimate path (mocked I/O) ─────────────────────────────────────────


def _make_listing(*, price_per_m2: float, area_m2: float = 60.0) -> dict[str, Any]:
    return {
        "source": "cian",
        "source_url": "https://cian.ru/offer/1",
        "address": "ЕКБ, ул. Хохрякова, 48",
        "lat": 56.830,
        "lon": 60.592,
        "rooms": 4,
        "area_m2": area_m2,
        "floor": 5,
        "total_floors": 14,
        "price_rub": price_per_m2 * area_m2,
        "price_per_m2": price_per_m2,
        "listing_date": datetime(2026, 5, 1),
        "days_on_market": 10,
        "photo_urls": [],
        "scraped_at": datetime(2026, 5, 20, tzinfo=UTC),
        "distance_m": 0.0,
        "relevance_score": 0.0,
        "listing_segment": "premium",
    }


# Радиусные аналоги — НИЗКИЕ (массовая застройка рядом размывает премиум).
_RADIUS_ANALOGS: list[dict[str, Any]] = [
    _make_listing(price_per_m2=200_000.0),
    _make_listing(price_per_m2=210_000.0),
    _make_listing(price_per_m2=220_000.0),
]

# Same-building комплы Хохрякова 48 (флагман 684k внутри).
_SB_COMPS_PREMIUM: list[dict[str, Any]] = [
    {"price_per_m2": 399_478, "area_m2": 153.2, "rooms": 3},
    {"price_per_m2": 472_298, "area_m2": 110.1, "rooms": 3},
    {"price_per_m2": 683_995, "area_m2": 146.2, "rooms": 4},
]


def _make_fake_geo():
    from app.services.geocoder import GeocodeResult

    return GeocodeResult(
        lat=56.830,
        lon=60.592,
        full_address="Свердловская обл., Екатеринбург, ул. Хохрякова, 48",
        provider="nominatim",
    )


def _make_payload(area: float = 146.2, rooms: int = 4):
    from app.schemas.trade_in import TradeInEstimateInput

    return TradeInEstimateInput(
        address="Екатеринбург, ул. Хохрякова, 48",
        area_m2=area,
        rooms=rooms,
        floor=5,
        total_floors=14,
    )


def _run_estimate(
    *,
    anchor_comps: list[dict[str, Any]],
    anchor_tier: str | None,
    flag_enabled: bool = True,
    ratio_tuple: tuple[float | None, str | None] = (0.92, "per_rooms"),
    payload=None,
    radius_analogs: list[dict[str, Any]] | None = None,
    dadata_result: Any | None = None,
    geo_result: Any | None = None,
):
    """estimate_quality со всеми I/O застабленными; _fetch_anchor_comps форсирован.

    radius_analogs=[] моделирует прод-сценарий #691: геокод дал lat/lon, но
    ST_DWithin не нашёл радиусных аналогов (median=0) — якорь обязан сработать
    по same-building комплам независимо.
    """
    from app.core.config import settings
    from app.services.estimator import estimate_quality

    db = MagicMock()
    pl = payload or _make_payload()
    radius = list(_RADIUS_ANALOGS if radius_analogs is None else radius_analogs)

    async def _run():
        with (
            patch.object(settings, "estimate_same_building_anchor_enabled", flag_enabled),
            patch(
                "app.services.estimator.geocode",
                new=AsyncMock(return_value=geo_result or _make_fake_geo()),
            ),
            patch(
                "app.services.estimator.dadata_clean_address",
                new=AsyncMock(return_value=dadata_result),
            ),
            patch("app.services.estimator.match_house_readonly", return_value=None),
            patch("app.services.estimator.get_house_metadata", new=AsyncMock(return_value=None)),
            patch(
                "app.services.estimator._fetch_analogs",
                return_value=(radius, False, "W"),
            ),
            patch("app.services.estimator._fetch_deals", return_value=[]),
            patch("app.services.estimator._fetch_dkp_corridor", return_value=None),
            patch(
                "app.services.estimator._fetch_anchor_comps",
                return_value=(list(anchor_comps), anchor_tier),
            ),
            patch("app.services.estimator._fetch_house_imv_anchor", return_value=None),
            patch(
                "app.services.estimator._get_or_fetch_imv_cached", new=AsyncMock(return_value=None)
            ),
            patch(
                "app.services.estimator._get_or_fetch_yandex_valuation_cached",
                new=AsyncMock(return_value=None),
            ),
            patch(
                "app.services.estimator.estimate_via_cian_valuation",
                new=AsyncMock(return_value=None),
            ),
            patch("app.services.estimator._get_asking_sold_ratio", return_value=ratio_tuple),
        ):
            return await estimate_quality(pl, db)

    return anyio.run(_run)


def test_estimate_premium_lift_real_in_range() -> None:
    """(a) Хохрякова 48: радиус ~210k размывает → якорь поднимает, реал 684k в range."""
    est = _run_estimate(anchor_comps=_SB_COMPS_PREMIUM, anchor_tier="A")
    radius_median = int(210_000 * 146.2)  # старый радиусный headline
    # Якорь заменил радиусную медиану и поднял её.
    assert est.median_price_rub > radius_median
    assert est.median_price_per_m2 >= 450_000
    # Реальная цена флагмана 684k×146.2 ≈ 100М должна попасть в [range_low, range_high].
    real = int(683_995 * 146.2)
    assert est.range_low_rub <= est.median_price_rub <= est.range_high_rub
    assert est.range_high_rub >= int(real * 0.9)


def test_estimate_anchor_fires_without_radius_analogs() -> None:
    """#691: радиусных аналогов НЕТ (median=0, прод-кейс провала ST_DWithin), но
    same-building комплы есть → якорь обязан сработать и дать median>0.
    До фикса гейт требовал listings_clean+median>0 → якорь скипался."""
    est = _run_estimate(
        anchor_comps=_SB_COMPS_PREMIUM,
        anchor_tier="A",
        radius_analogs=[],
    )
    # Якорь дал ненулевой headline несмотря на пустой радиус.
    assert est.median_price_rub > 0
    assert est.median_price_per_m2 >= 450_000
    # range валиден (low ≤ point ≤ high), не вырожден в 0.
    assert 0 < est.range_low_rub <= est.median_price_rub <= est.range_high_rub


def test_estimate_no_anchor_no_radius_stays_insufficient() -> None:
    """#691 контроль: ни радиуса, ни same-building комплов → median остаётся 0
    (insufficient), фикс НЕ фабрикует число из воздуха."""
    est = _run_estimate(anchor_comps=[], anchor_tier=None, radius_analogs=[])
    assert est.median_price_rub == 0
    assert est.median_price_per_m2 == 0


def test_estimate_economy_no_regression() -> None:
    """(b) Эконом-комплы ~112k → guardrail не раздувает, headline ≈ комплов."""
    eco_comps = [
        {"price_per_m2": 112_500, "area_m2": 64.0, "rooms": 3},
        {"price_per_m2": 112_500, "area_m2": 63.0, "rooms": 3},
    ]
    est = _run_estimate(
        anchor_comps=eco_comps,
        anchor_tier="A",
        payload=_make_payload(area=63.0, rooms=3),
    )
    # ~112.5k × haircut 7% × area; НЕ раздут вверх (overshoot-guard).
    assert est.median_price_per_m2 <= 113_000
    assert est.median_price_per_m2 >= 100_000


def test_estimate_flag_off_unchanged_radius_result() -> None:
    """(e) Флаг OFF ⇒ headline = радиусная медиана (210k×146.2), якорь не трогает."""
    est_off = _run_estimate(anchor_comps=_SB_COMPS_PREMIUM, anchor_tier="A", flag_enabled=False)
    # Радиусная медиана из _RADIUS_ANALOGS = median(200,210,220)=210k.
    assert est_off.median_price_per_m2 == 210_000
    assert est_off.median_price_rub == int(210_000 * 146.2)


def test_estimate_expected_sold_distinct_after_anchor() -> None:
    """(f) При сработавшем якоре headline = ASKING (anchor_ppm2, pre-haircut), а
    expected_sold = headline × per-rooms ratio → DISTINCT, строго ниже median.
    Single asking→sold механизм (ratio); band-haircut больше не в headline."""
    ratio = 0.92
    est = _run_estimate(
        anchor_comps=_SB_COMPS_PREMIUM, anchor_tier="A", ratio_tuple=(ratio, "per_rooms")
    )
    # expected_sold выведен из POST-anchor headline × ratio (не равен headline).
    # per_m2 берётся от внутренней float-медианы (схема отдаёт int(median_ppm2)),
    # поэтому сравниваем с допуском ±1 на округление float→int.
    assert est.expected_sold_price_rub == round(est.median_price_rub * ratio)
    assert abs(est.expected_sold_per_m2 - round(est.median_price_per_m2 * ratio)) <= 1
    assert est.expected_sold_range_high_rub == round(est.range_high_rub * ratio)
    assert est.expected_sold_range_low_rub == round(est.range_low_rub * ratio)
    # Distinct: sold строго ниже asking (ratio < 1) — фикс двойных идентичных чисел.
    assert est.expected_sold_price_rub < est.median_price_rub
    assert est.expected_sold_per_m2 < est.median_price_per_m2


def test_estimate_expected_sold_none_without_ratio_after_anchor() -> None:
    """Нет migration-080 ratio (None) → expected_sold_* = None даже при якоре
    (UI не показывает badge — не фабрикуем)."""
    est = _run_estimate(anchor_comps=_SB_COMPS_PREMIUM, anchor_tier="A", ratio_tuple=(None, None))
    assert est.expected_sold_price_rub is None
    assert est.expected_sold_per_m2 is None
    assert est.expected_sold_range_low_rub is None
    assert est.expected_sold_range_high_rub is None


def test_estimate_tier_d_fallback_keeps_radius() -> None:
    """anchor_tier=None (Tier D) → headline остаётся радиусной медианой (210k)."""
    est = _run_estimate(anchor_comps=[], anchor_tier=None)
    assert est.median_price_per_m2 == 210_000


def test_estimate_range_covers_same_building_comp_spread() -> None:
    """range_high покрывает RAW max same-building компла (видовой/топ-юнит дома не
    вылетает за диапазон — зеркало 8 Марта 204Г view-кейса)."""
    # comp max 255_459 ppm² — самый дорогой лот в доме (видовой). target — рядовой.
    view_comps = [
        {"price_per_m2": 124_309, "area_m2": 54.3, "rooms": 2},
        {"price_per_m2": 200_000, "area_m2": 63.0, "rooms": 2},
        {"price_per_m2": 255_459, "area_m2": 34.8, "rooms": 1},
    ]
    est = _run_estimate(
        anchor_comps=view_comps,
        anchor_tier="A",
        payload=_make_payload(area=63.4, rooms=2),
    )
    # range_high покрывает comp max в asking-пространстве (255_459 × area).
    assert est.range_high_rub >= int(255_459 * 63.4)


def test_anchor_exposes_comp_max() -> None:
    """anchor dict отдаёт comp_max_ppm2 (нужен caller'у для spread-coverage)."""
    res = _compute_same_building_anchor(
        [_comp(300_000, area=60.0, rooms=2), _comp(500_000, area=60.0, rooms=2)],
        area_target=60.0,
        rooms_target=2,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
    )
    assert res is not None
    assert res["comp_max_ppm2"] == 500_000
    assert res["comp_min_ppm2"] == 300_000


# ── #694: UI-аналоги отражают комплы, на которых построен headline ──────────


def test_estimate_analogs_reflect_anchor_comps_when_fired() -> None:
    """#694: якорь сработал (tier=A) → est.analogs строятся из SAME-BUILDING комплов
    (399k/472k/684k), а НЕ из дешёвых радиусных (_RADIUS_ANALOGS 200k-220k).
    price_rub вычислен ppm²×area (комплы без price_rub/address — fallback-путь)."""
    est = _run_estimate(anchor_comps=_SB_COMPS_PREMIUM, anchor_tier="A")
    assert len(est.analogs) == 3
    ppm2_shown = {a.price_per_m2 for a in est.analogs}
    assert ppm2_shown == {399_478, 472_298, 683_995}
    # НЕ радиусные дешёвые лоты.
    assert ppm2_shown.isdisjoint({200_000, 210_000, 220_000})
    # price_rub = round(ppm² × area) для каждого компла (нет price_rub в моке).
    by_ppm2 = {a.price_per_m2: a for a in est.analogs}
    for c in _SB_COMPS_PREMIUM:
        a = by_ppm2[c["price_per_m2"]]
        assert a.price_rub == round(c["price_per_m2"] * c["area_m2"])


def test_estimate_analogs_stay_radius_when_no_anchor() -> None:
    """#694: якорь НЕ сработал (tier=None, Tier D) → est.analogs отражают радиусные
    аналоги (_RADIUS_ANALOGS 200k-220k) — существующее поведение сохранено."""
    est = _run_estimate(anchor_comps=[], anchor_tier=None)
    assert len(est.analogs) == len(_RADIUS_ANALOGS)
    ppm2_shown = {a.price_per_m2 for a in est.analogs}
    assert ppm2_shown == {200_000, 210_000, 220_000}


def test_estimate_analogs_pass_through_display_fields() -> None:
    """#694: комплы С display-полями (address/source/source_url/price_rub) пробрасывают
    их в AnalogLot напрямую (без вычисления price_rub из ppm²×area)."""
    comps_with_display = [
        {
            "price_per_m2": 399_478,
            "area_m2": 153.2,
            "rooms": 3,
            "address": "ЕКБ, ул. Хохрякова, 48",
            "source": "cian",
            "source_url": "https://cian.ru/offer/42",
            "price_rub": 61_000_000,
        },
        {
            "price_per_m2": 472_298,
            "area_m2": 110.1,
            "rooms": 3,
            "address": "ЕКБ, ул. Хохрякова, 48",
            "source": "avito",
            "source_url": "https://avito.ru/offer/7",
            "price_rub": 52_000_000,
        },
        {"price_per_m2": 683_995, "area_m2": 146.2, "rooms": 4},  # без display → fallback
    ]
    est = _run_estimate(anchor_comps=comps_with_display, anchor_tier="A")
    by_ppm2 = {a.price_per_m2: a for a in est.analogs}
    a1 = by_ppm2[399_478]
    assert a1.address == "ЕКБ, ул. Хохрякова, 48"
    assert a1.source == "cian"
    assert a1.source_url == "https://cian.ru/offer/42"
    assert a1.price_rub == 61_000_000  # прямой price_rub, не ppm²×area
    # компл без display → price_rub вычислен, source None.
    a3 = by_ppm2[683_995]
    assert a3.price_rub == round(683_995 * 146.2)
    assert a3.source is None


# ── #680-WB: within-building heterogeneity refine (uplift-gate + floor weight) ──


def test_anchor_uplift_gated_by_rooms_median_hohryakova_3k() -> None:
    """Зеркало Хохрякова 48 3к/153: дом с 4-комн. флагманом (комплы rooms=4 кроме
    одного 3к). target 3-комн. 153м² (топ по площади, ≥p66) — БЕЗ refine получил бы
    p70-uplift и унаследовал цену флагмана. С rooms-gate (3 < медианы=4) uplift НЕ
    срабатывает → anchor падает к similar-комплам, не к headline-флагману."""
    comps = [
        _comp(399_477, area=153.2, rooms=4, floor=8, total_floors=8),
        _comp(683_995, area=146.2, rooms=4, floor=5, total_floors=14),
        _comp(502_846, area=105.4, rooms=3, floor=6, total_floors=9),
        _comp(683_994, area=146.2, rooms=4, floor=5, total_floors=15),
    ]
    res = _compute_same_building_anchor(
        comps,
        area_target=153.2,
        rooms_target=3,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
        floor_target=8,
        total_floors_target=8,
        floor_sigma=0.25,
    )
    assert res is not None
    # rooms_target 3 < median comp rooms 4 → uplift gated off.
    assert res["used_uplift"] is False
    # anchor НЕ должен быть на уровне флагмана (684k); прижат к похожим юнитам.
    assert res["anchor_ppm2"] < 550_000


def test_anchor_uplift_still_fires_for_genuine_top_unit() -> None:
    """Топ-юнит дома (rooms ≥ медианы И площадь ≥p66) в Tier A → uplift ВСЁ ЕЩЁ
    срабатывает, когда дорогой компл area-несимметричен и weighted mean занижает
    (do-no-harm для настоящих флагманов). Зеркало test_anchor_premium_uplift_when_*
    с rooms_target == медиане комнат комплов (gate проходит)."""
    comps = [
        _comp(900_000, area=60.0, rooms=3),  # дорогой, малая площадь → area-вес низкий
        _comp(300_000, area=200.0, rooms=3),
        _comp(320_000, area=210.0, rooms=3),
    ]
    res = _compute_same_building_anchor(
        comps,
        area_target=205.0,  # топ по площади (≥p66)
        rooms_target=3,  # == median comp rooms 3 → rooms-gate проходит
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
    )
    assert res is not None
    # mean занижен дил. дорогим малометражным → uplift подтягивает к p70.
    assert res["used_uplift"] is True
    assert res["anchor_ppm2"] >= 500_000


def test_anchor_floor_weight_tilts_toward_similar_floor() -> None:
    """floor_sigma>0 → комплы с похожей вертикальной позицией (floor/total_floors)
    весят больше. Дорогой видовой топ-этаж и дешёвый средний этаж той же площади;
    target на среднем этаже → anchor тянется к среднеэтажному компла (не к видовому).
    target — НЕ топ-юнит по площади (есть компл крупнее) → uplift не маскирует floor."""
    comps = [
        _comp(300_000, area=60.0, rooms=2, floor=5, total_floors=20),  # mid, как target
        _comp(600_000, area=60.0, rooms=2, floor=20, total_floors=20),  # видовой топ
        _comp(310_000, area=120.0, rooms=3, floor=4, total_floors=20),  # крупнее target
    ]
    target_kw = dict(
        area_target=60.0,
        rooms_target=2,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
        floor_target=5,
        total_floors_target=20,
    )
    off = _compute_same_building_anchor(comps, floor_sigma=0.0, **target_kw)
    on = _compute_same_building_anchor(comps, floor_sigma=0.25, **target_kw)
    assert off is not None and on is not None
    assert off["used_uplift"] is False  # target не топ по площади
    # floor-вес прижимает к среднеэтажному (300k), уводя от видового топа (600k).
    assert on["anchor_ppm2"] < off["anchor_ppm2"]


def test_anchor_floor_weight_neutral_when_data_missing() -> None:
    """Нет floor у компла/target → floor-вес 1.0 (нейтрально), не падает,
    результат идентичен floor_sigma=0 (no regress на Yandex-листингах без этажа)."""
    comps = [_comp(300_000, area=60.0, rooms=2), _comp(340_000, area=62.0, rooms=2)]
    a = _compute_same_building_anchor(
        comps,
        area_target=60.0,
        rooms_target=2,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
        floor_target=None,
        total_floors_target=None,
        floor_sigma=0.25,
    )
    b = _compute_same_building_anchor(
        comps,
        area_target=60.0,
        rooms_target=2,
        tier="A",
        sigma=0.18,
        rooms_boost=1.6,
        floor_sigma=0.0,
    )
    assert a is not None and b is not None
    assert abs(a["anchor_ppm2"] - b["anchor_ppm2"]) < 1.0


# ── #693: coarse-geo (centroid) confidence downgrade ─────────────────────────

_APPROX_FLAG = "оценка ориентировочная"


def _make_dadata(qc_geo: int | None):
    """Минимальный DadataAddressResult с заданным qc_geo (прочие поля None/пусто)."""
    from app.services.dadata import DadataAddressResult

    return DadataAddressResult(
        canonical_address=None,
        house_cadnum=None,
        house_fias_id=None,
        lat=None,
        lon=None,
        qc_geo=qc_geo,
        qc_house=None,
        kladr_id=None,
        okato=None,
        oktmo=None,
        metro=[],
        raw={},
    )


def test_estimate_coarse_geo_no_anchor_downgrades_to_low() -> None:
    """#693: qc_geo=3 (город) + НЕТ якоря, но радиусные аналоги есть (median>0) →
    confidence='low' + флаг «ориентировочной» оценки (центроид НП, не дом)."""
    est = _run_estimate(
        anchor_comps=[],
        anchor_tier=None,
        dadata_result=_make_dadata(qc_geo=3),
    )
    assert est.median_price_rub > 0  # радиусное число есть → было что квалифицировать
    assert est.confidence == "low"
    assert _APPROX_FLAG in est.confidence_explanation
    assert "города" in est.confidence_explanation


def test_estimate_coarse_geo_with_anchor_not_downgraded() -> None:
    """#693 protect #691: qc_geo=3 грубый, НО якорь дома сработал (tier=A) →
    confidence НЕ даунгрейдится (оценка стоит на реальных комплах дома)."""
    est = _run_estimate(
        anchor_comps=_SB_COMPS_PREMIUM,
        anchor_tier="A",
        dadata_result=_make_dadata(qc_geo=3),
    )
    # Якорь сам выставил confidence — не "low" от #693-даунгрейда, и без флага.
    assert _APPROX_FLAG not in (est.confidence_explanation or "")


def test_estimate_precise_geo_no_downgrade() -> None:
    """#693: qc_geo=0 (дом, точно) + нет якоря → НЕТ даунгрейда (точный адрес)."""
    est = _run_estimate(
        anchor_comps=[],
        anchor_tier=None,
        dadata_result=_make_dadata(qc_geo=0),
    )
    assert _APPROX_FLAG not in (est.confidence_explanation or "")


def test_estimate_no_dadata_no_false_downgrade() -> None:
    """#693: dadata=None (нет сигнала) → НЕ фабрикуем даунгрейд (no false positive)."""
    est = _run_estimate(
        anchor_comps=[],
        anchor_tier=None,
        dadata_result=None,
    )
    assert _APPROX_FLAG not in (est.confidence_explanation or "")


# ── #693 prod-fix: coarse geocode detected WITHOUT DaData (QA-fail #693) ──────


def _make_fake_geo_coarse(
    full_address: str = "Россия, Свердловская область, Екатеринбург",
):
    """Геокод-centroid без дома (город/регион) — прод-сценарий, когда DaData off.

    full_address не содержит house-number токена → _geocode_is_coarse → True.
    """
    from app.services.geocoder import GeocodeResult

    return GeocodeResult(
        lat=56.838,
        lon=60.605,
        full_address=full_address,
        provider="yandex",
    )


def test_geocode_is_coarse_signal() -> None:
    """Юнит: detector ловит centroid (нет дома) и пропускает реальные адреса."""
    from app.services.geocoder import GeocodeResult

    def _geo(addr: str, conf: str = "approximate"):
        return GeocodeResult(
            lat=56.8, lon=60.6, full_address=addr, provider="yandex", confidence=conf
        )  # type: ignore[arg-type]

    # Coarse — нет house-number токена.
    assert _geocode_is_coarse(_geo("Россия, Свердловская область, Екатеринбург")) is True
    assert _geocode_is_coarse(_geo("Свердловская область")) is True
    # Почтовый индекс (6 цифр) НЕ считается домом → всё ещё coarse.
    assert _geocode_is_coarse(_geo("Екатеринбург, 620000")) is True
    # provider confidence == 'locality' → coarse даже при наличии цифр.
    assert _geocode_is_coarse(_geo("улица 8 Марта, 12", conf="locality")) is True
    # Precise — есть номер дома → НЕ coarse (zero false downgrade).
    assert _geocode_is_coarse(_geo("Екатеринбург, ул. Малышева, 30")) is False
    assert _geocode_is_coarse(_geo("ЕКБ, ул. Хохрякова, 48")) is False
    assert _geocode_is_coarse(_geo("Екатеринбург, ул.白, 16а")) is False


def test_estimate_coarse_geo_no_dadata_downgrades_to_low() -> None:
    """#693 QA-fail: DaData off (dadata=None), геокод свалился к city-centroid
    (нет дома в full_address), якоря нет, но радиусные аналоги есть (median>0) →
    confidence='low' + флаг «ориентировочной» оценки. Это прод-кейс «фывапролд 999»."""
    est = _run_estimate(
        anchor_comps=[],
        anchor_tier=None,
        dadata_result=None,
        geo_result=_make_fake_geo_coarse(),
    )
    assert est.median_price_rub > 0
    assert est.confidence == "low"
    assert _APPROX_FLAG in (est.confidence_explanation or "")


def test_estimate_coarse_geo_region_no_dadata_downgrades() -> None:
    """#693: регион-centroid («Свердловская область») без DaData → low + флаг."""
    est = _run_estimate(
        anchor_comps=[],
        anchor_tier=None,
        dadata_result=None,
        geo_result=_make_fake_geo_coarse(full_address="Свердловская область"),
    )
    assert est.confidence == "low"
    assert _APPROX_FLAG in (est.confidence_explanation or "")


def test_estimate_coarse_geo_with_anchor_no_dadata_not_downgraded() -> None:
    """#693 protect #691: coarse-геокод без DaData, НО якорь дома (tier=A) сработал →
    НЕ даунгрейдим (оценка стоит на реальных комплах дома, центроид не важен)."""
    est = _run_estimate(
        anchor_comps=_SB_COMPS_PREMIUM,
        anchor_tier="A",
        dadata_result=None,
        geo_result=_make_fake_geo_coarse(),
    )
    assert _APPROX_FLAG not in (est.confidence_explanation or "")


# ── #693 fixup 2/3: Tier C micro-radius must NOT shield a coarse-geo estimate ─


def test_estimate_coarse_geo_tier_c_downgrades() -> None:
    """#693 QA-fail 2/3 (canonical 'фывапролд 999' → ЕКБ-центроид): грубый геокод +
    Tier C micro-radius (≤500 м) набрал комплы в плотном центре. РАНЬШЕ guard
    `anchor_tier is None` блокировал downgrade → medium. Теперь защищаем ТОЛЬКО
    Tier A; coarse-геокод + Tier C → low + флаг «ориентировочная»."""
    est = _run_estimate(
        anchor_comps=_SB_COMPS_PREMIUM,
        anchor_tier="C",
        dadata_result=None,
        geo_result=_make_fake_geo_coarse(),
    )
    assert est.median_price_rub > 0  # Tier C дал headline — было что квалифицировать
    assert est.confidence == "low"
    assert _APPROX_FLAG in (est.confidence_explanation or "")


def test_estimate_precise_geo_tier_c_not_downgraded() -> None:
    """#693 no false-downgrade: ТОЧНЫЙ геокод (есть дом) + Tier C → НЕ понижаем
    (Tier C — легитимный fallback для реального адреса; центроид-сигнала нет)."""
    est = _run_estimate(
        anchor_comps=_SB_COMPS_PREMIUM,
        anchor_tier="C",
        dadata_result=None,
        # default geo = '…ул. Хохрякова, 48' → есть номер дома → не coarse
    )
    assert _APPROX_FLAG not in (est.confidence_explanation or "")


# ── #695: explanation согласован при сработавшем якоре (без радиус-противоречия) ──


def test_explanation_anchor_no_radius_contradiction() -> None:
    """#695: якорь дома построил headline → explanation описывает якорные комплы
    (anchor['n']=3 из того же дома), БЕЗ противоречащего радиусного «Найдено N из M
    разных адресов» и без analog_tier-note про «нет аналогов в том же доме»."""
    est = _run_estimate(anchor_comps=_SB_COMPS_PREMIUM, anchor_tier="A")
    exp = est.confidence_explanation or ""
    assert "Оценка построена по 3 аналогам из того же дома" in exp
    assert "Найдено" not in exp  # радиусный base-текст не конкатенируется
    assert "разных адресов" not in exp  # нет противоречия «того же дома» vs «разных»


def test_explanation_radius_path_keeps_base_text() -> None:
    """#695 контроль: без якоря (radius-путь) base-текст «Найдено N…» сохраняется."""
    est = _run_estimate(anchor_comps=[], anchor_tier=None)
    exp = est.confidence_explanation or ""
    assert "Найдено" in exp
    assert "Оценка построена по" not in exp  # якорной фразы нет на чистом радиусе


# ── #695 QA fixup: n_analogs синхронизируется с anchor-популяцией (radius≠anchor) ──


def test_anchor_n_analogs_syncs_to_anchor_count() -> None:
    """#695 QA-fail: anchor подменяет headline+список на комплы дома, но n_analogs
    раньше оставался радиусным → «Показано 5 из 4». radius=5 ≠ anchor=3 намеренно;
    n_analogs ДОЛЖЕН стать 3 (anchor), согласуясь с «по 3 аналогам» в explanation."""
    radius = [_make_listing(price_per_m2=200_000.0) for _ in range(5)]
    est = _run_estimate(anchor_comps=_SB_COMPS_PREMIUM, anchor_tier="A", radius_analogs=radius)
    assert est.n_analogs == 3  # = len(_SB_COMPS_PREMIUM), НЕ 5 (радиус)
    assert "по 3 аналогам" in (est.confidence_explanation or "")


def test_radius_path_n_analogs_unchanged() -> None:
    """#695 контроль: без якоря n_analogs = радиусный счёт (поведение не меняется)."""
    radius = [_make_listing(price_per_m2=200_000.0) for _ in range(5)]
    est = _run_estimate(anchor_comps=[], anchor_tier=None, radius_analogs=radius)
    assert est.n_analogs == 5