# smoothing_window.py

from collections import deque
from typing import Dict, List, Tuple
import numpy as np # 使用 numpy 可以更高效地进行平均值计算

from models.sampleMsg import AllSensorData, SensorData


class SmoothingWindow:
    """
    一个用于对传感器数据进行简单移动平均 (SMA) 平滑处理的窗口。
    """
    def __init__(self, window_size: int = 10):
        """
        初始化平滑窗口。

        :param window_size: 移动平均窗口的大小，默认为 10。
        """
        if window_size <= 0:
            raise ValueError("窗口大小 'window_size' 必须是正数。")

        self.window_size = window_size

        # 内部存储结构: {sensor_pos: deque of (x, y) tuples}
        # deque 会自动维护固定大小，当新元素加入而队列已满时，最老的元素会被移除
        self.sensor_history: Dict[str, deque[Tuple[float, float]]] = {}

    def process(self, all_sensor_data: AllSensorData) -> AllSensorData:
        """
        处理一帧新的传感器数据，对每个传感器的 x, y 坐标应用移动平均平滑。

        :param all_sensor_data: 包含所有传感器最新数据的 AllSensorData 对象。
        :return: 一个新的 AllSensorData 对象，其中包含了平滑后的数据。
                 如果某个传感器的数据点少于窗口大小，则其值不会被平滑（保持原始值）。
        """
        smoothed_sensor_list: List[SensorData] = []

        # 遍历当前帧中的每一个传感器数据
        for sensor in all_sensor_data.data:
            # 如果是新传感器，为其创建一个新的 deque
            if sensor.pos not in self.sensor_history:
                self.sensor_history[sensor.pos] = deque(maxlen=self.window_size)

            # 获取该传感器的历史数据队列
            history_queue = self.sensor_history[sensor.pos]

            # 将新的 (x, y) 数据添加到队列末尾
            history_queue.append((sensor.x, sensor.y))

            # 检查队列中的数据点数量是否达到了窗口大小
            if len(history_queue) == self.window_size:
                # 如果达到窗口大小，则进行平滑计算

                # 使用 numpy 将队列中的 x 和 y 值分别转换为数组，便于计算
                # history_queue 是一个 (x,y) 元组的列表，我们用 zip(*...) 来解包
                xs, ys = zip(*history_queue)
                smoothed_x = np.mean(xs)
                smoothed_y = np.mean(ys)

                # 创建一个新的 SensorData 对象，使用平滑后的值
                # 注意：desc 等其他字段保持不变
                smoothed_sensor = SensorData(
                    pos=sensor.pos,
                    desc=sensor.desc,
                    x=smoothed_x,
                    y=smoothed_y
                )
                smoothed_sensor_list.append(smoothed_sensor)
            else:
                # 如果未达到窗口大小，不进行平滑，直接返回原始数据
                smoothed_sensor_list.append(sensor)

        # 创建并返回一个包含所有平滑后数据的新 AllSensorData 对象
        return AllSensorData(
            data=smoothed_sensor_list,
            time=all_sensor_data.time # 时间戳保持不变
        )