/**
 * ─────────────────────────────────────────────────────────────────────────────
 * Modèle **Estrannaise analytique** (v1.9.0, miroir fidèle de
 * `pk/EstrannaiseModels.kt`) — remplace définitivement les tables horaires
 * ODS pour le modèle ESE.
 *
 * SOURCE ORIGINELLE : https://github.com/WHSAH/estrannaise.js/ — le modèle 3
 * compartiments avec les paramètres d'ajustement **publiés par Estrannaise**
 * (t en JOURS, dose en mg → pg/mL) :
 *
 *   C(t) = dose · d · k1·k2 · [ e^(−k1·t)/((k1−k2)(k1−k3))
 *                             − e^(−k2·t)/((k1−k2)(k2−k3))
 *                             + e^(−k3·t)/((k1−k3)(k2−k3)) ]
 *
 * FIDÉLITÉ (épinglée par EstrannaiseModelsTest) : cette forme close
 * reproduit les anciennes tables ODS à l'identique (RMS 0,00 sur 0→200 j,
 * écart de pic ≤ 0,1 %) — l'ODS n'était que l'échantillonnage horaire de
 * ces formules. Décision v1.9.0 : « tous les modèles ont maintenant leurs
 * sources originelles — on abandonne complètement les liens avec le
 * fichier ODS ».
 *
 * NUAGE D'INCERTITUDE (v1.9.0, exclusif ESE) : Estrannaise publie le
 * **posterior MCMC** de ses paramètres (313 échantillons par ester —
 * `assets/mcmc_samples.json`, 48 Ko, fetché au démarrage). Le graphique
 * peut dessiner un nuage diffus de courbes montrant la plage
 * d'imprécision du modèle. TFS/WHSAH ne publient pas de posterior.
 *
 * PUR sauf [init] (fetch de l'asset MCMC) — la formule est testable en
 * Node (tests/estrannaise-models.test.js).
 * ─────────────────────────────────────────────────────────────────────────────
 */

// ── Paramètres d'ajustement publiés par Estrannaise (src/modeldata.js) ──────
// Clés = clés esters de l'app. Mapping depuis le repo : « EV im »→EV,
// « EUn im »→EU, « EEn im »→EEn, « EC im »→EC, « EB im »→EB,
// « EUn casubq »→EUCS (nouveau code ester v1.9.0).
const PK_PARAMETERS = {
  EV: [478.0, 0.236, 4.85, 1.24],
  EU: [471.5, 0.01729, 6.528, 2.285],
  EEN: [191.4, 0.119, 0.601, 0.402],
  EC: [246.0, 0.0825, 3.57, 0.669],
  EB: [1893.1, 0.67, 61.5, 4.34],
  EUCS: [16.15, 0.046, 0.022, 0.101],
};

let mcmc = null; // posterior MCMC (chargé via init()) — { ester: [[d,k1,k2,k3] × 313] }

/**
 * Fetch de l'asset `assets/mcmc_samples.json` (48 Ko) puis init — appelé au
 * démarrage par app.js (remplace l'ancien fetch des tables ODS, 550 Ko).
 * Silencieux en cas d'échec (le nuage restera simplement vide — les courbes
 * nommées ne dépendent pas du posterior).
 */
export async function init() {
  try {
    const resp = await fetch('assets/mcmc_samples.json');
    if (resp.ok) initWithJson(await resp.text());
  } catch (_e) {
    // best-effort : sans MCMC, pas de nuage — les courbes restent calculables
  }
}

export function hasModel(ester) {
  return Object.prototype.hasOwnProperty.call(PK_PARAMETERS, String(ester).toUpperCase());
}

/** Les paramètres de l'ester, ou null (lookup insensible à la casse). */
export function model(ester) {
  const key = String(ester).toUpperCase();
  if (!hasModel(key)) return null;
  const [d, k1, k2, k3] = PK_PARAMETERS[key];
  return {
    d, k1, k2, k3,
    /** t½ terminale ANALYTIQUE : la phase la plus lente domine la queue. */
    get terminalHalfLifeDays() {
      return Math.log(2) / Math.min(k1, k2, k3);
    },
  };
}

/** Forme close 3C (t en JOURS) — cas général + 3 cas dégénérés (taux égaux). */
function curveDays(t, dose, m) {
  if (t < 0) return 0.0;
  let ret = 0.0;
  if (dose > 0 && m.d > 0) {
    const { k1, k2, k3 } = m;
    if (k1 === k2 && k2 === k3) {
      ret += dose * m.d * k1 * k1 * t * t * Math.exp(-k1 * t) / 2;
    } else if (k1 === k2 && k2 !== k3) {
      ret += dose * m.d * k1 * k1 * (Math.exp(-k3 * t) - Math.exp(-k1 * t) * (1 + (k1 - k3) * t)) / (k1 - k3) / (k1 - k3);
    } else if (k1 !== k2 && k1 === k3) {
      ret += dose * m.d * k1 * k2 * (Math.exp(-k2 * t) - Math.exp(-k1 * t) * (1 + (k1 - k2) * t)) / (k1 - k2) / (k1 - k2);
    } else if (k1 !== k2 && k2 === k3) {
      ret += dose * m.d * k1 * k2 * (Math.exp(-k1 * t) - Math.exp(-k2 * t) * (1 - (k1 - k2) * t)) / (k1 - k2) / (k1 - k2);
    } else {
      ret += dose * m.d * k1 * k2 * (
        Math.exp(-k1 * t) / (k1 - k2) / (k1 - k3)
        - Math.exp(-k2 * t) / (k1 - k2) / (k2 - k3)
        + Math.exp(-k3 * t) / (k1 - k3) / (k2 - k3)
      );
    }
  }
  return Number.isNaN(ret) ? 0.0 : ret;
}

/**
 * Réponse normalisée (pg/mL PAR mg) à dtHours — t converti en jours ici.
 * dtHours ≤ 0 → 0.
 */
export function sample(ester, dtHours) {
  const m = model(ester);
  if (!m || dtHours <= 0) return 0.0;
  return curveDays(dtHours / 24, 1.0, m);
}

/** Courbe avec un jeu de paramètres DONNÉ (échantillon MCMC) — nuage. */
export function sampleWithParams(ester, dtHours, p) {
  if (dtHours <= 0) return 0.0;
  return curveDays(dtHours / 24, 1.0, p);
}

/**
 * Charge le posterior MCMC depuis `assets/mcmc_samples.json` (appelé au
 * démarrage par app.js — remplace le fetch des tables ODS).
 * @param {string} json contenu JSON brut
 */
export function initWithJson(json) {
  const raw = JSON.parse(json);
  // Mapper vers des objets {d, k1, k2, k3} (miroir du Param Kotlin) — les
  // tableaux bruts du JSON ne portent pas les noms de champs
  const parsed = {};
  for (const [ester, arr] of Object.entries(raw)) {
    parsed[ester.toUpperCase()] = arr.map(([d, k1, k2, k3]) => ({ d, k1, k2, k3 }));
  }
  mcmc = parsed;
}

/** Les échantillons MCMC d'un ester (vide si non chargé / inconnu). */
export function mcmcSamples(ester) {
  return (mcmc && mcmc[String(ester).toUpperCase()]) || [];
}