#!/bin/bash
source ~/.bash_profile

# ============================================================================
# 配置区域 - 可根据实际情况修改
# ============================================================================

# 数据路径配置
# 修改这个路径指向实际的session文件位置
SESSION_DATA_DIR="../offline_tasks/output"

# Swing算法参数
ALPHA=0.7          # Swing算法的alpha参数
THRESHOLD1=1       # 交互强度阈值1
THRESHOLD2=3       # 交互强度阈值2
THREAD_NUM=4       # 线程数
SHOW_PROGRESS=1    # 是否显示进度 (0/1)

# Python环境（如果需要特定的Python环境，在这里配置）
PYTHON_CMD="python3"

# ============================================================================
# 脚本执行区域
# ============================================================================

# 编译C++程序
echo "编译Swing程序..."
make
if [[ $? -ne 0 ]]; then
    echo "编译失败，退出"
    exit 1
fi

# 获取日期
DAY=`date +"%Y%m%d"`
# 如果需要使用特定日期，取消下面的注释
# DAY=20241017

echo "处理日期: ${DAY}"

# 清理旧的输出目录（365天前）和日志（180天前）
find . -type d -name 'output_*' -ctime +365 -exec rm -rf {} \; 2>/dev/null
mkdir -p logs
find logs/ -type f -mtime +180 -exec rm -f {} \; 2>/dev/null

# 创建输出目录
output_dir=output_${DAY}
mkdir -p ${output_dir}

# 确定session文件路径
# 优先使用带日期的文件，如果不存在则使用.cpp格式的文件
SESSION_FILE="${SESSION_DATA_DIR}/session.txt.${DAY}.cpp"
if [[ ! -f ${SESSION_FILE} ]]; then
    SESSION_FILE="${SESSION_DATA_DIR}/session.txt.${DAY}"
fi

if [[ ! -f ${SESSION_FILE} ]]; then
    echo "错误: Session文件不存在: ${SESSION_FILE}"
    echo "请先运行 generate_session.py 生成session文件"
    exit 1
fi

echo "使用session文件: ${SESSION_FILE}"
echo "Swing参数: alpha=${ALPHA}, threshold1=${THRESHOLD1}, threshold2=${THRESHOLD2}, threads=${THREAD_NUM}"

# 运行Swing算法
# 如果session文件格式是 "uid \t json"，需要用cut -f 2提取json部分
# 如果session文件格式是纯json（每行一个），直接cat即可
echo "开始运行Swing算法..."
if grep -q $'\t' ${SESSION_FILE}; then
    # 包含tab，需要提取第二列
    echo "检测到session文件包含uid，提取json部分..."
    cat ${SESSION_FILE} | cut -f 2 | bin/swing ${ALPHA} ${THRESHOLD1} ${THRESHOLD2} ${THREAD_NUM} ${output_dir} ${SHOW_PROGRESS}
else
    # 纯json格式
    echo "检测到session文件为纯json格式..."
    cat ${SESSION_FILE} | bin/swing ${ALPHA} ${THRESHOLD1} ${THRESHOLD2} ${THREAD_NUM} ${output_dir} ${SHOW_PROGRESS}
fi

# 检查Swing算法是否成功执行
if [[ $? -eq 0 ]]; then
    echo "Swing算法执行成功"
    
    # 更新软链接指向最新输出
    if [[ -e output ]]; then
        rm -rf output
    fi
    ln -s "${output_dir}" output
    echo "软链接已更新为指向 ${output_dir}"
    
    # 合并结果文件
    echo "合并结果文件..."
    cat output/sim_matrx.* > output/swing_similar.txt
    echo "结果已合并到 output/swing_similar.txt"
    
    # 生成可读的debug文件（添加商品名称）
    echo "生成可读的debug文件..."
    DEBUG_SCRIPT="../offline_tasks/scripts/add_names_to_swing.py"
    
    if [[ -f ${DEBUG_SCRIPT} ]]; then
        ${PYTHON_CMD} ${DEBUG_SCRIPT} output/swing_similar.txt output/swing_similar_readable.txt --debug
        
        if [[ $? -eq 0 ]]; then
            echo "Debug文件已生成: output/swing_similar_readable.txt"
        else
            echo "警告: 生成debug文件失败，但Swing结果已保存"
        fi
    else
        echo "警告: Debug脚本不存在: ${DEBUG_SCRIPT}"
        echo "跳过生成可读文件"
    fi
    
else
    echo "Swing算法执行失败，未更新软链接"
    exit 1
fi

# ============================================================================
# 用户协同过滤（UCF）- 可选
# ============================================================================

# 如果需要运行UCF，取消下面的注释
# echo "运行用户协同过滤..."
# # 仅使用最新的5万条数据
# tail -n 50000 ${SESSION_FILE} > output/ucf.input
# python3 src/ucf.py output/ucf.input output/ucf.txt

echo "全部完成！"
echo "结果文件:"
echo "  - Swing相似度: ${output_dir}/swing_similar.txt"
echo "  - Swing可读版: ${output_dir}/swing_similar_readable.txt"