"""Метрика рейтинга. Вынесена отдельно — легко заменить.

По умолчанию: League Points — нормированные очки за место с учётом размера стола
и ничьих (competition ranking). За партию из N игроков:
    points = (N - place - (tie_size - 1)/2) / (N - 1)
1-е место = 1.0, последнее = 0.0; равные места делят сумму очков поровну.

Рейтинговый счёт игрока — сглаженное среднее (байесовское, формула IMDB):
    score = (PRIOR_GAMES * PRIOR_MEAN + SUM(points)) / (PRIOR_GAMES + games) * 100
К реальным партиям «дописываются» PRIOR_GAMES виртуальных со средним PRIOR_MEAN:
на малой выборке рейтинг держится около 50 и лишь с опытом сходится к чистому
среднему — короткая удачная серия новичка не обгоняет стабильного ветерана.
"""
from __future__ import annotations

# Порог числа игр для попадания в ранжированный топ (ниже — «Новички»/provisional).
MIN_GAMES = 10
# Порог числа игр на фракцию для расчёта лучшей/худшей фракции.
FACTION_MIN_GAMES = 2

# Сглаживание рейтинга: сколько «виртуальных» партий и с каким средним добавляем.
PRIOR_GAMES = 10
PRIOR_MEAN = 0.5

# SQL-выражение сглаженного рейтинга поверх агрегата по строкам scored (s.points).
# При 0 партий SUM = NULL → score = NULL (рейтинга без игр нет).
SMOOTHED_SCORE_SQL = (
    f"({PRIOR_GAMES} * {PRIOR_MEAN} + SUM(s.points)) / ({PRIOR_GAMES} + COUNT(*)) * 100"
)

# SQL-выражение очков за участие (tie-aware). Использует поля m.player_count,
# mp.place и t.tie_size (размер группы игроков с тем же местом в партии).
MATCH_POINTS_SQL = (
    "CASE WHEN m.player_count > 1 "
    "THEN (m.player_count - mp.place - (t.tie_size - 1) / 2.0) "
    "/ (m.player_count - 1) "
    "ELSE 1.0 END"
)


def smoothed_score(points_sum: float, games: int) -> float | None:
    """Тот же сглаженный рейтинг, что и SMOOTHED_SCORE_SQL, но в Python.

    Нужен там, где строки уже вытащены и агрегировать в SQL нечего (профиль игрока).
    Держим рядом с SQL-версией и на одних константах: разъехавшиеся реализации одной
    формулы — источник расхождений, который потом ловится только глазами."""
    if games <= 0:
        return None  # рейтинга без игр нет — как SUM(...) = NULL в SQL
    return (PRIOR_GAMES * PRIOR_MEAN + points_sum) / (PRIOR_GAMES + games) * 100


def leaderboard_sort_key(row: dict) -> tuple:
    """Ключ сортировки топа: счёт ↓, winrate ↓, игры ↓, среднее место ↑, ник ↑."""
    return (
        -(row["score"] or 0.0),
        -(row["win_rate"] or 0.0),
        -(row["games"] or 0),
        (row["avg_place"] or 0.0),
        row["nickname"].lower(),
    )