#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""清图支配性对账重算工具（行动经济 条款⑤ · registry clause5_dominance）。

判式权威 = design/registry/entities.yaml clause5_dominance（挖穿残余池计价）：
    主判式   Δ_clear = [R_res + C_eff] − [X_res + Δr × s_ref] ≥ 0
    保守地板 C_eff(min) ≥ X_res + Δr × s_ref
    E[踩雷] = |M| × n_s ÷ (n_s + 1)   （均匀交错模型）
    n_s = (1 − ι) × |S|               （域守卫 n_s < 1 ⇒ 不评估）
    R_res = n_s × E_dig；X_res = E[踩雷] × V_mine；Δr = ⌈(n_s + E[踩雷]) ÷ AP_r⌉
    s_ref = D_ref；停手侧 RAP 机会收益按零计价（显式假设）。

本工具 2026-09-19 随对账重跑批建立，是难度曲线调参批的常设重跑入口：
所有输入可经命令行覆盖（--d-ref --c-clear --ap-r --iota --m-amb --u ...），
重跑时按当期 .tres 行值更新默认值即可，公式本体不动。

单雷代价 / 单格收益的当量换算严格走 战斗结算「效果档位对照表」单一口径：
    flat 类 E = 表值；percent 类 E = |层数×行值|÷100 × D_ref（每结算每层）；
    AC 轴换算 = AC 点数 × 5pp（d20 线性）× D_ref（假设登记，见审计报告）。
2026-09-19 起极性矩阵下踩雷惩罚按格型路由（不再固定伏击），故 V_mine 双口径：
    甲 = 注册模型连续口径 V_mine = unit_count × m_amb（m_amb = 伏击行 magnitude）；
    乙 = 现行矩阵加权口径 V_mine = 负向字典按 67 权重池加权（主流读数）。
"""

import argparse
import math

# ============ 现行值链（2026-09-19 快照，出处见各注释；重跑批按当期 .tres 更新） ============

D_REF = 4            # settlement.tres equivalence_ref_damage（2026-09-17 压缩批 12→4）
P_PERFECT = 200      # settlement.tres（percent，÷100 = ×2 双份交付）
C_MIN, C_MAX = 8, 18  # reward.tres clear_blast power_min/max；期望口径 = 中点 13
AP_R = 6             # action_economy.tres ap_per_round（2026-09-16 压速批 8→6）
DIG_COST = 1         # action_economy.tres dig_ap_cost
IOTA = 0.88          # board_gen.tres inferability_target（判式 ι 代理）

# 效果行值（status_effects.tres，2026-09-19 快照）
ATTACK_UP_PCT = 50   # 增伤 +50%，duration 1，hero 侧
AC_UP_POINT = 1      # 护甲强化 +1 AC，duration 1
WEAKEN_PCT = 65      # 削弱 −65%（有效拍 1：duration 2 先兑付后衰减）
ENRAGE_PCT = 25      # 暴走 +25%，enemy 侧 side-wide
SAPPED_PCT = 25      # 乏力 −25%，hero 侧
# 【2026-09-20 八型批口径注记】伏击机制退役，blast 负向现况 = 警觉（敌方 AC +1，掷点折扣分布型惩罚）——
# 本脚本的伏击暴露当量模型（AMBUSH_MAG/AMBUSH_STACKS）转为历史口径，仅用于旧读数复算；
# 新口径（掷点折扣期望建模）归曲线调参批重立后再改模型。
AMBUSH_MAG = 1       # 历史口径：伏击 +1 flat/层（2026-09-17 压缩批 3→1）
AMBUSH_STACKS = 2    # reward.tres ambush_double stacks（每雷伏击层数）
OFF_GUARD_AC = 2     # 失衡 AC −2（2026-09-18 换装）

# 直伤/群伤 flat 值（reward.tres，2026-09-17 ÷3 后）
SPARK_AOE = 1        # 爆裂粉尘（全体存活敌）
HEAL_MINOR = 1       # 急救敷料
HEAL_BACKLASH = 1    # 反噬震荡（主角直伤）
PIERCE_STRIKE = 2    # 穿刺弹（单目标克制直伤，必中全额）
MAGIC_BOLT = 2       # 魔法矢（同上）
PIERCE_SNARE = 2     # 穿刺陷阱（主角直伤）
MAGIC_RECOIL = 2     # 魔法反噬（主角直伤）

# 甲效矩阵（settlement.tres，加法核点数）：基础值 + 点数，damage_floor=1
ARMOR_EFFECT = {     # attack_type → {armor_type: 点数}；切片 L1 全轻甲 / L2 除 Boss 全轻甲
    "pierce": {"light": -1, "ward": 1, "heavy": 0},
    "magic": {"light": 0, "ward": -1, "heavy": 1},
    "normal": {"light": 0, "ward": 1, "heavy": -1},
}

# 格面资源池正向权重（reward.tres，2026-09-18 伤害道具批后，合计 67）
# 类型 → (权重)；负向行 weight=0 不参与摇号，类型分布 = 正向权重
POOL_WEIGHTS = {"attack": 14, "defense": 11, "blast": 16, "heal": 2,
                "weaken": 8, "pierce": 8, "magic": 8}

# 板形（|M| 幸存雷 / |S| 安全格）双口径
#   名义 = density×(W×H−9) 初布值（2026-09-14 重算批参考板形口径，连续性参照）
#   实测 = smoke/board_stat_probe.gd 200 样本/行均值（"先布后删"落地值，主流读数）
BOARDS = {
    "L1前段·名义(10x10)": {"M": 23, "S": 77},
    "L1后段·名义(12x12)": {"M": 34, "S": 110},
    "L2·名义(12x12)":     {"M": 34, "S": 110},
    "L1前段·实测(10x10)": {"M": 12.91, "S": 87.09},
    "L1后段·实测(12x12)": {"M": 22.61, "S": 121.39},
    "L2·实测(12x12)":     {"M": 22.39, "S": 121.61},
}


def e_dig(u: float, d_ref: float, aoe_per_unit: bool = True) -> float:
    """单安全格期望收益（当量），格子池 67 权重加权。

    u = 敌方单位数。hero 侧单目标效果不随 u 缩放（主角每轮出手一次）；
    enemy 侧 side-wide 效果（ac_up 承伤面 / spark_aoe 群伤 / weaken 全体减伤）随 u 缩放。
    """
    w = POOL_WEIGHTS
    total = sum(w.values())
    attack = w["attack"] * ATTACK_UP_PCT / 100 * d_ref                    # 主角下一拍增伤
    ac_up = w["defense"] * AC_UP_POINT * 0.05 * d_ref * u                 # 每个来敌拍 −5pp 命中
    spark = w["blast"] * (SPARK_AOE * u if aoe_per_unit else SPARK_AOE)   # 全体存活敌
    heal = w["heal"] * HEAL_MINOR
    weaken = w["weaken"] * WEAKEN_PCT / 100 * d_ref * u                   # 全体敌拍 ×0.35
    pierce = w["pierce"] * max(1, PIERCE_STRIKE + ARMOR_EFFECT["pierce"]["light"])  # 轻甲口径
    magic = w["magic"] * max(1, MAGIC_BOLT + ARMOR_EFFECT["magic"]["light"])
    return (attack + ac_up + spark + heal + weaken + pierce + magic) / total


def v_mine_a(u: float, m_amb: float) -> float:
    """口径甲：注册模型连续口径 V_mine = unit_count × m_amb（registry 公式字面执行）。"""
    return u * m_amb


def v_mine_b(u: float, d_ref: float) -> float:
    """口径乙：现行极性矩阵加权口径——踩雷兑付 = 该格类型负向行，按 67 权重池加权。

    hero 侧固定（直伤三类 heal_backlash/snare/recoil + 乏力 sapped）；
    enemy 侧 side-wide（enrage 每敌拍 / off_guard 每敌拍命中上浮 / ambush_double 每敌拍 +2 flat）随 u 缩放。
    """
    w = POOL_WEIGHTS
    total = sum(w.values())
    enrage = w["attack"] * ENRAGE_PCT / 100 * d_ref * u
    off_guard = w["defense"] * OFF_GUARD_AC * 0.05 * d_ref * u   # AC−2 → 每敌拍 +10pp 命中
    backlash = w["heal"] * HEAL_BACKLASH
    ambush = w["blast"] * AMBUSH_STACKS * AMBUSH_MAG * u
    sapped = w["weaken"] * SAPPED_PCT / 100 * d_ref              # 主角下一拍 −25%
    snare = w["pierce"] * PIERCE_SNARE
    recoil = w["magic"] * MAGIC_RECOIL
    return (enrage + off_guard + backlash + ambush + sapped + snare + recoil) / total


def audit_shape(name: str, m: float, s: float, u: float, c_clear: float,
                d_ref: float, ap_r: int, iota: float, v_mine: float,
                e_dig: float, dig_cost: int) -> dict:
    """单板形单语境全量计算，返回判式各腿与判定。"""
    n_s = (1 - iota) * s
    if n_s < 1:
        return {"name": name, "skip": True}
    e_mine = m * n_s / (n_s + 1)
    r_res = n_s * e_dig
    x_res = e_mine * v_mine
    dr = math.ceil((n_s + e_mine * dig_cost) / ap_r)
    c_eff_normal = c_clear
    c_eff_perfect = c_clear * P_PERFECT / 100
    d_normal = (r_res + c_eff_normal) - (x_res + dr * d_ref)
    d_perfect = (r_res + c_eff_perfect) - (x_res + dr * d_ref)
    floor_req = x_res + dr * d_ref          # 保守地板需求（对 C_eff）
    return {
        "name": name, "skip": False, "n_s": n_s, "e_mine": e_mine,
        "r_res": r_res, "x_res": x_res, "dr": dr, "dr_cost": dr * d_ref,
        "floor_req": floor_req, "gap_normal": floor_req - c_eff_normal,
        "gap_perfect": floor_req - c_eff_perfect,
        "d_normal": d_normal, "d_perfect": d_perfect,
    }


def main() -> None:
    ap = argparse.ArgumentParser(description="清图支配性（条款⑤）对账重算")
    ap.add_argument("--d-ref", type=float, default=D_REF)
    ap.add_argument("--c-clear", type=float, default=None,
                    help="清图奖励当量 C（默认 = (C_MIN+C_MAX)/2 = 13；传 8 得保守地板口径）")
    ap.add_argument("--ap-r", type=int, default=AP_R)
    ap.add_argument("--iota", type=float, default=IOTA)
    ap.add_argument("--m-amb", type=float, default=float(AMBUSH_MAG),
                    help="口径甲的伏击行 magnitude（默认 1；传 2 = ambush_double 双层口径）")
    ap.add_argument("--e-dig-discount", type=float, default=1.0,
                    help="E_dig 实现率折减（legacy 敏感性口径传 0.6）")
    args = ap.parse_args()
    c_clear = args.c_clear if args.c_clear is not None else (C_MIN + C_MAX) / 2

    print(f"现行值链快照：D_ref={args.d_ref:g}  C={c_clear:g}（min {C_MIN}/max {C_MAX}）  "
          f"AP_r={args.ap_r}  ι={args.iota}  p_perfect={P_PERFECT}  RAP零价假设照旧")
    print(f"E_dig（67权重池加权当量）: u=1 {e_dig(1, args.d_ref):.3f} · u=2 {e_dig(2, args.d_ref):.3f} · "
          f"u=3 {e_dig(3, args.d_ref):.3f}（折减 ×{args.e_dig_discount:g} 后同乘）")
    print(f"V_mine 口径甲（u×m_amb, m_amb={args.m_amb:g}）: u=1 {v_mine_a(1, args.m_amb):.3f} · "
          f"u=2 {v_mine_a(2, args.m_amb):.3f} · u=3 {v_mine_a(3, args.m_amb):.3f}")
    print(f"V_mine 口径乙（极性矩阵加权）: u=1 {v_mine_b(1, args.d_ref):.3f} · "
          f"u=2 {v_mine_b(2, args.d_ref):.3f} · u=3 {v_mine_b(3, args.d_ref):.3f}")
    print()

    for vm_label, vm_fn in [("口径甲（注册模型 V_mine=u×m_amb）", lambda u: v_mine_a(u, args.m_amb)),
                            ("口径乙（现行矩阵加权 V_mine）", lambda u: v_mine_b(u, args.d_ref))]:
        print(f"### 主判式 · {vm_label} · C={c_clear:g}")
        print("| 板形 | u | n_s | E[踩雷] | R_res | X_res | Δr(代价) | Δ_clear 非完美 | Δ_clear 完美 | 判定 |")
        print("|---|---|---|---|---|---|---|---|---|---|")
        for bname, b in BOARDS.items():
            for u in (1, 2, 3):
                ed = e_dig(u, args.d_ref) * args.e_dig_discount
                r = audit_shape(bname, b["M"], b["S"], u, c_clear, args.d_ref,
                                args.ap_r, args.iota, vm_fn(u), ed, DIG_COST)
                if r["skip"]:
                    continue
                verdict = "✓" if r["d_perfect"] >= 0 and r["d_normal"] >= 0 else (
                    "完美✓" if r["d_perfect"] >= 0 else "✗")
                print(f"| {bname} | {u} | {r['n_s']:.2f} | {r['e_mine']:.2f} | {r['r_res']:.1f} | "
                      f"{r['x_res']:.1f} | {r['dr']}({r['dr_cost']:.0f}) | {r['d_normal']:+.1f} | "
                      f"{r['d_perfect']:+.1f} | {verdict} |")
        print()

    print("### 保守地板（C_eff(min)=C_MIN）需求与缺口 · 口径乙")
    print("| 板形 | u | 地板需求 X_res+Δr×s_ref | 缺口(对 min) | 缺口(对完美 ×2) |")
    print("|---|---|---|---|---|")
    for bname, b in BOARDS.items():
        for u in (1, 3):
            ed = e_dig(u, args.d_ref) * args.e_dig_discount
            r = audit_shape(bname, b["M"], b["S"], u, float(C_MIN), args.d_ref,
                            args.ap_r, args.iota, v_mine_b(u, args.d_ref), ed, DIG_COST)
            if r["skip"]:
                continue
            print(f"| {bname} | {u} | {r['floor_req']:.1f} | +{r['gap_normal']:.1f} | +{r['gap_perfect']:.1f} |")
    print()

    # 护栏 B（防钓鱼——退化板刷清图奖励上界）：⌈(|S|min − |R0|max) ÷ AP_r⌉ × s_ref ÷ 2
    # |S|min = min_safe_count 当期行集（50/60）；|R0|max = 20 经验值（无登记供给方）
    print("### 护栏 B 复核（防钓鱼上界，D_ref 口径）")
    for s_min in (50, 60):
        ub = math.ceil((s_min - 20) / args.ap_r) * args.d_ref / 2
        print(f"|S|min={s_min}: 上界 = ⌈({s_min}−20)/{args.ap_r}⌉×{args.d_ref:g}÷2 = {ub:g}"
              f"  → C={c_clear:g} {'✓' if c_clear <= ub else '越 %.1f×' % (c_clear / ub)}"
              f" / 完美 C_eff={c_clear * P_PERFECT / 100:g} "
              f"{'✓' if c_clear * P_PERFECT / 100 <= ub else '越 %.1f×' % (c_clear * P_PERFECT / 100 / ub)}")


if __name__ == "__main__":
    main()