/**
 * NUAGE D'INCERTITUDE (v1.9.0, miroir fidèle de `pk/EstrannaiseCloud.kt`) —
 * feature **exclusive au modèle ESE**.
 *
 * SOURCE : Estrannaise publie le **posterior MCMC** de ses paramètres
 * (313 échantillons `(d, k1, k2, k3)` par ester injectable — cf
 * js/pk/estrannaise-models.js). Le graphique dessine un **nuage diffus** :
 * M courbes (une par échantillon échelonné) qui montrent la plage
 * d'imprécision possible du modèle — l'affichage du site estrannaise.
 * TFS/WHSAH ne publient pas de posterior → pas de nuage (choix confirmé).
 *
 * QU'EST-CE QUE LE NUAGE REPRÉSENTE : la superposition des doses des
 * traitements E2 **à profil ESE** évaluée avec UN échantillon MCMC par
 * courbe. Les contributions des autres traitements ne sont PAS incluses
 * (pas d'incertitude publiée pour eux — limite documentée §12).
 *
 * DÉTERMINISME : échantillons **échelonnés** (stride, pas d'aléatoire) —
 * le nuage est identique à chaque affichage et testable en Node.
 *
 * PUR (aucun DOM) → testable en Node (tests/estrannaise-cloud.test.js).
 */

import * as EstrannaiseModels from './estrannaise-models.js';
import { usesProfileModel } from './pk-engine.js';


/** Nombre de courbes du nuage (compromis étendue visuelle / coût ×32). */
export const DEFAULT_NB_CURVES = 32;

/** Un creux à moins de 6 h n'est pas exploitable (réutilisé pour l'horizon). */
export const MIN_HORIZON_HOURS = 6;

/**
 * Calcule le nuage d'incertitude.
 *
 * @param {object[]} treatments TOUS les traitements (actifs ET inactifs, §6.bis)
 * @param {object[]} doseLogs   toutes les doses réelles
 * @param {number}   startMs    fenêtre demandée (celle du graphique)
 * @param {number}   endMs
 * @param {number}   stepMs     pas de la grille (stepForRange)
 * @param {number}   nowMs      « maintenant »
 * @param {number}   [nbCurves=32]
 * @returns {Array<Array<{timestamp:number,e2:number,t:number}>>} M courbes —
 *   **vide** si rien n'est calculable : aucun traitement E2 actif à profil
 *   ESE couvert, aucune dose, ou MCMC non chargé.
 */
export function compute(
  treatments, doseLogs, startMs, endMs, stepMs, nowMs, nbCurves = DEFAULT_NB_CURVES,
) {
  if (startMs >= endMs || stepMs <= 0 || nbCurves < 2) return [];

  // Porteurs : traitements E2 actifs à profil ESE avec ester couvert
  const carriers = treatments.filter((t) =>
    t.type === 'ESTRADIOL'
    && t.isActive
    && usesProfileModel(t)
    && t.pkModel === 'ESE'
    && EstrannaiseModels.hasModel(t.esterType));
  if (carriers.length === 0) return [];

  const carrierIds = new Set(carriers.map((t) => t.id));
  const carrierDoses = doseLogs.filter((d) => carrierIds.has(d.treatmentId) && d.timestamp <= endMs);
  if (carrierDoses.length === 0) return [];

  // Échantillons échelonnés du posterior (déterministes)
  const samplesByEster = new Map(
    carriers.map((t) => [t.esterType, EstrannaiseModels.mcmcSamples(t.esterType)]),
  );
  if ([...samplesByEster.values()].some((s) => s.length === 0)) return [];
  const maxSamples = Math.min(...[...samplesByEster.values()].map((s) => s.length));
  const stride = Math.max(1, Math.trunc(maxSamples / Math.min(nbCurves, maxSamples)));

  // Grille : de max(start, 1ʳᵉ dose du porteur) à endMs — rien avant la 1ʳᵉ dose
  const firstDoseMs = Math.min(...carrierDoses.map((d) => d.timestamp));
  const t0 = Math.max(startMs, firstDoseMs);
  if (t0 > endMs) return [];

  // ── M courbes ──────────────────────────────────────────────────────────────
  const cloud = [];
  for (let m = 0; m < nbCurves; m++) {
    const sampleIdx = Math.min(m * stride, maxSamples - 1);
    const paramsByEster = new Map(
      [...samplesByEster.entries()].map(([ester, samples]) => [
        ester, samples[Math.min(sampleIdx, samples.length - 1)],
      ]),
    );
    const curve = [];
    for (let t = t0; t <= endMs; t += stepMs) {
      let e2 = 0.0;
      for (const dose of carrierDoses) {
        if (dose.timestamp > t) continue;
        const dtH = (t - dose.timestamp) / 3600000;
        const tr = carriers.find((x) => x.id === dose.treatmentId);
        e2 += EstrannaiseModels.sampleWithParams(
          tr.esterType, dtH, paramsByEster.get(tr.esterType),
        ) * dose.doseAmount;
      }
      curve.push({ timestamp: t, e2, t: 0.0 });
    }
    if (curve.length >= 2) cloud.push(curve);
  }
  return cloud;
}