"""
شکستنِ جزیره‌های بلند به جزیره‌های حداکثر ۶ درسی (۲۰۲۶-۱۰-۱۲؛ نخست ۱۰ بود، به خواستِ مالک: «جزیره‌ها زود تموم می‌شن، صدها جزیره»).

چرا: `seed_curriculum_from_textbook` هر «درسِ فهرستِ کتاب» را یک جزیره می‌کند. حسابانِ دوازدهم
فقط ۱۲ جزیره دارد با میانگینِ ۲۷ و حداکثرِ ۴۳ نوعِ مسئله، در حالی‌که پایه‌های دیگر ۲۸ تا ۵۳ جزیره‌ی
۸ تا ۱۰ درسی دارند. حجمِ سوال یکی بود، ولی دانش‌آموز «تعداد جزیره» را می‌بیند و هر جزیره‌ی بلند فقط
یک آزمونِ چهارسوالی می‌دهد (سینیور درست می‌گفت: کم است).

مهم‌ترین قیدها:
- شناسه‌ی درس‌ها (Lesson.id) و سوال‌ها دست نمی‌خورد؛ فقط `Lesson.node` عوض می‌شود. پس
  UserLessonCompletion/UserAnswer همه‌جا درست می‌ماند.
- جزیره‌ی اصلی بخشِ اول می‌ماند (همان id)، بخش‌های بعدی جزیره‌ی تازه‌اند.
- کسی که جزیره‌ی اصلی را با آزمون تمام کرده بود، همان را برای بخش‌های تازه هم تمام‌شده دارد
  (ردیفِ UserNodeCompletion/NodeProgress با xp و سکه‌ی صفر و زمانِ اصلی؛ XP دوبار شمرده نشود و
  لیدربورد/گزارشِ هفتگی تغییر نکند). بدونِ این، پیشرفتِ کاربرانِ فعلی عقب می‌رفت.
- ایدمپوتنت: جزیره‌ای که از قبل کوتاه است (≤ max_lessons) دست نمی‌خورد، پس اجرای دوباره
  چیزی را دوباره نمی‌شکند.

نسنجیده: اجرا روی دیتابیسی که کاربرِ واقعی در وسطِ آزمونِ یک جزیره‌ی بلند دارد (آزمون ۴ سوالِ
ثابت با seed `nodeId:userId` است؛ شناسه‌ی جزیره‌ی بخشِ اول همان است، پس آزمونِ نیمه‌کاره‌اش
فقط ممکن است با درس‌های کمتر ساخته شود).
"""
import math

_FA = str.maketrans('0123456789', '۰۱۲۳۴۵۶۷۸۹')


def part_count(n_lessons: int, max_lessons: int, part_cap: int) -> int:
    """جزیره‌ی تا max_lessons درس دست نمی‌خورد؛ بلندتر به کمترین تعدادی تکه می‌شود که هیچ‌کدام از part_cap بزرگ‌تر نشود."""
    if n_lessons <= max_lessons:
        return 1
    return max(2, math.ceil(n_lessons / part_cap))


def balanced_chunks(items: list, parts: int) -> list[list]:
    """parts تکه‌ی پشتِ‌هم با اندازه‌های حداکثر یک واحد اختلاف (اولی‌ها بزرگ‌تر)."""
    size, extra = divmod(len(items), parts)
    out, start = [], 0
    for i in range(parts):
        end = start + size + (1 if i < extra else 0)
        out.append(items[start:end])
        start = end
    return out


def part_title(base: str, index: int) -> str:
    return f'{base} ({str(index).translate(_FA)})'


def split_long_nodes(*, Node, Lesson, UserNodeCompletion, NodeProgress, units, max_lessons=7, part_cap=6,
                     dry_run=False) -> dict:
    """
    units: queryset از Unit؛ مدل‌ها پارامتر می‌شوند تا هم migration (مدل‌های تاریخی) و هم دستورِ مدیریتی
    از همین کد استفاده کنند.
    """
    counts = {'nodes_split': 0, 'nodes_created': 0, 'lessons_moved': 0, 'completions_cloned': 0}
    for unit in units:
        nodes = list(Node.objects.filter(unit=unit).order_by('order', 'id'))
        plan = []
        for node in nodes:
            lessons = list(Lesson.objects.filter(node=node).order_by('id').values_list('id', flat=True))
            parts = part_count(len(lessons), max_lessons, part_cap)
            plan.append((node, balanced_chunks(lessons, parts) if parts > 1 else None))
        if not any(chunks for _node, chunks in plan):
            continue
        if dry_run:
            for node, chunks in plan:
                if chunks:
                    counts['nodes_split'] += 1
                    counts['nodes_created'] += len(chunks) - 1
                    counts['lessons_moved'] += sum(len(c) for c in chunks[1:])
            continue

        order = 0
        for node, chunks in plan:
            if not chunks:
                order += 1
                if node.order != order:
                    Node.objects.filter(pk=node.pk).update(order=order)
                continue
            base = node.title
            counts['nodes_split'] += 1
            completions = list(UserNodeCompletion.objects.filter(node=node))
            progresses = list(NodeProgress.objects.filter(node=node, status='completed'))
            for index, lesson_ids in enumerate(chunks, start=1):
                order += 1
                title = part_title(base, index)
                if index == 1:
                    Node.objects.filter(pk=node.pk).update(title=title, order=order)
                    continue
                new = Node.objects.create(unit=unit, title=title, order=order, icon=node.icon, color=node.color)
                counts['nodes_created'] += 1
                counts['lessons_moved'] += Lesson.objects.filter(pk__in=lesson_ids).update(node=new)
                clones = UserNodeCompletion.objects.bulk_create([
                    UserNodeCompletion(
                        user_id=c.user_id, node=new, correct_count=c.correct_count,
                        total_questions=c.total_questions, stars=c.stars, xp_earned=0, coins_earned=0,
                        idempotency_key=None,
                    ) for c in completions
                ])
                # created_at از auto_now_add است و در bulk_create نادیده گرفته نمی‌شود؛ بعداً به زمانِ اصلی برمی‌گردد.
                for clone, original in zip(clones, completions):
                    UserNodeCompletion.objects.filter(pk=clone.pk).update(created_at=original.created_at)
                counts['completions_cloned'] += len(clones)
                NodeProgress.objects.bulk_create([
                    NodeProgress(
                        user_id=p.user_id, node=new, status='completed',
                        lessons_completed_count=len(lesson_ids), started_at=p.started_at,
                        completed_at=p.completed_at, last_activity_at=p.last_activity_at,
                    ) for p in progresses
                ])
            # بخشِ اول فقط درس‌های خودش را نگه می‌دارد: درس‌های بخش‌های بعدی بالا جابه‌جا شدند.
    return counts