package memory

import (
	"sort"
	"strings"
)

// 本文件是 `dedupe_group` 的**簇键**：一条记忆凭什么与另一条同簇。
// 它从 tidy_dedupe.go 拆出来只为守 AGENTS §10 的文件行数上限（≤500 行），
// 判据与注释**逐字未动**。

// dedupeClusterKeys 返回一条记忆的簇键（tag 集 / 前 12 字）。两条判据都可能不成立
// （tag 集不合格 / 内容短于 12 字），那时只返回另一条。
func dedupeClusterKeys(it MemoryItem) []tidyDedupeKey {
	out := make([]tidyDedupeKey, 0, 2)
	if key := dedupeTagKey(it); key != "" {
		out = append(out, tidyDedupeKey{rule: tidyDedupeRuleTagSet, key: key})
	}
	if key := dedupePrefixKey(it); key != "" {
		out = append(out, tidyDedupeKey{rule: tidyDedupeRulePrefix, key: key})
	}
	return out
}

// dedupeTagKey 是「同分区 + 同 kind + 完全相同 tag 集」的键。tag 集为空/太通用时返回空串。
//
// 键里带**分区**（persona/scope/project）与 kind，两个都是**纵深防御**：
//   - 调用方本来就按分区逐块调用（design/23 §6「分区之间永不比较」），但候选键
//     自带分区后，任何跨分区的输入（手工调用、将来别的入口）也**无法成簇** ——
//     跨 scope 收敛是塔已明确不做的那一批，它不许只靠调用纪律保证；
//   - kind 是**内容类别**（relationship / world_event）：跨 kind 的簇合并会顺手改掉
//     被吸收行的分类语义，而分类改动只该走 reclassify（§5.1 T0-6）。
func dedupeTagKey(it MemoryItem) string {
	tags := normalizedTidyTags(it.Tags)
	if len(tags) < dedupeGroupMinTagCount {
		return ""
	}
	for _, tag := range tags {
		if len([]rune(tag)) < dedupeGroupMinTagRunes {
			return ""
		}
	}
	return dedupePartitionPrefix(it) + string(it.Kind) + "\x1f" + strings.Join(tags, "\x1e")
}

// dedupePartitionPrefix 是簇键里的分区段（persona + scope + project）。
func dedupePartitionPrefix(it MemoryItem) string {
	return it.PersonaID + "\x1e" + string(it.Scope) + "\x1e" + it.ProjectID + "\x1e"
}

// normalizedTidyTags 归一化 tag 集：去空白、去空项、去重、排序。排序是幂等键稳定
// 的前提（同一 tag 集的不同书写顺序必须落到同一个键）。
func normalizedTidyTags(tags []string) []string {
	if len(tags) == 0 {
		return nil
	}
	seen := make(map[string]struct{}, len(tags))
	out := make([]string, 0, len(tags))
	for _, tag := range tags {
		t := strings.TrimSpace(tag)
		if t == "" {
			continue
		}
		if _, dup := seen[t]; dup {
			continue
		}
		seen[t] = struct{}{}
		out = append(out, t)
	}
	sort.Strings(out)
	return out
}

// dedupePrefixKey 是「**同分区同 kind** + 前 12 个字相同」的键（按**归一化正文**取前 12 个 rune）。
//
// 归一化复用 dedupeKey（小写 + 空白折叠）：`助手名为 Cyrene。` 与 `助手名为  Cyrene`
// 不该因为多一个空格就落到两个簇。
//
// 短于 12 字的内容返回空串**而不受理**：那时「前 12 字」等于全文，簇会退化成
// 「逐字重复」——那是 §15 D3-2 T0-1 的 `skip`（入库闸）与 `merge`（字面重复自动档）
// 已经在管的事，不需要第二个动作重复它。
func dedupePrefixKey(it MemoryItem) string {
	runes := []rune(dedupeKey(it.Content))
	if len(runes) < dedupeGroupPrefixRunes {
		return ""
	}
	return dedupePartitionPrefix(it) + string(it.Kind) + "\x1f" + string(runes[:dedupeGroupPrefixRunes])
}