nmWTAI-Platform/Include/nmNum/nmData/nmDataSensitive.h

#ifndef NMDATASENSITIVE_H
#define NMDATASENSITIVE_H

#include <QObject>
#include <QList>
#include <QVector>
#include <QString>
#include <QSharedPointer>
#include <vector>

#include "nmData_global.h"
#include "nmDataBase.h"
#include "nmDataAttribute.h"
#include <rapidjson/document.h>

class NM_DATA_EXPORT nmDataSensitive : public nmDataBase
{
	Q_OBJECT
public:
	// 顶部 Calculation type
	enum CalculationType
	{
		CALC_DETERMINISTIC = 0,
		CALC_DETERMINISTIC_MULTIVARIATE = 1,
        CALC_MONTE_CARLO = 2
	};

	struct NM_DATA_EXPORT VariableSampling
	{
		// 变量所属分组
		QString m_varGroup;
		// 变量名称
		QString m_varName;
		// 是否勾选
		bool m_enabled;
		// Mode 枚举
		enum Mode
		{
			MODE_AUTOMATIC = 0,
			MODE_MANUAL    = 1
		};
		// Mode 存储字段
		Mode m_mode;
		// Log? 勾选
		bool m_log;
		// Number
		int  m_number;
		// 数据参数
		nmDataAttribute m_modelValue;  // Model value
		nmDataAttribute m_minValue;    // Minimum
		nmDataAttribute m_maxValue;    // Maximum
		// 表格中的数值列表
		QVector<double> m_values;
        // Monte-Carlo 分布设置与确定性取值独立，仅保存在内存中。
        enum Distribution { NORMAL, LOGNORMAL, TRUNCATED_NORMAL, TRUNCATED_LOGNORMAL, UNIFORM, TRIANGULAR };
        Distribution m_distribution;
        bool m_distributionInitialized;
        double m_mean, m_stdDev, m_peak, m_distributionMin, m_distributionMax;
        bool distributionQuantile(double probability, double& value, bool limitToPhysicalRange = true) const;
		VariableSampling();

		// JSON 序列化 / 反序列化
		rapidjson::Value ToJsonValue(rapidjson::Document::AllocatorType& allocator) const;
		void FromJsonValue(const rapidjson::Value& jsonValue);

		// varGroup
		QString getVarGroup() const;
		void setVarGroup(const QString& group);
		// varName
		QString getVarName() const;
		void setVarName(const QString& name);
		// enabled
		bool getEnabled() const;
		void setEnabled(bool e);
		// mode
		Mode getMode() const;
		void setMode(Mode m);
		// log
		bool getLog() const;
		void setLog(bool l);
		// number
		int  getNumber() const;
		void setNumber(int n);
		// modelValue
		nmDataAttribute& getModelValue();
		void setModelValue(const nmDataAttribute& attr);

		// minValue
		nmDataAttribute& getMinValue();
		void setMinValue(const nmDataAttribute& attr);

		// maxValue
		nmDataAttribute& getMaxValue();
		void setMaxValue(const nmDataAttribute& attr);

		// values
		QVector<double>& getValues();
		void setValues(const QVector<double>& vals);
		// 自动采样始终保留原始精度；手动模式直接返回用户指定值。
		QVector<double> samplingValues() const;
	};

    // 运行结果属于分析数据，求解器与界面共用同一结构，避免重复复制整批曲线。
    struct RunResult
    {
        RunResult() : m_nRunIndex(0), m_bSucceeded(false), m_bCancelled(false), m_bVisible(true) {}
        quint64 m_nRunIndex;
        QVector<double> m_vecParameters;
        QVector<QVector<double> > m_vecPressure;
        QVector<QVector<double> > m_vecLogLog;
        QVector<QVector<double> > m_vecSemiLog;
        bool m_bSucceeded;
        bool m_bCancelled;
        bool m_bVisible;
        QString m_sFailureReason;
    };

    struct NM_DATA_EXPORT BatchResult
    {
        BatchResult() : m_calcType(CALC_DETERMINISTIC), m_bCompleted(false), m_bStopped(false) {}
        CalculationType m_calcType;
        QList<VariableSampling> m_variables; // 求解时冻结的配置，独立于之后的参数编辑。
        QString m_sWellCode;
        QString m_sWellName;
        QString m_sAxisXName;
        QString m_sAxisXUnit;
        QString m_sAxisYName;
        QString m_sAxisYUnit;
        QVector<QVector<double> > m_vecHistoryLogLog;
        QVector<QVector<double> > m_vecBaseLogLog; // 批次启动时原模型已有的数值解。
        std::vector<RunResult> m_runs;
        bool m_bCompleted;
        bool m_bStopped;
        QString m_sFailureReason;
        rapidjson::Value ToJsonValue(rapidjson::Document::AllocatorType& allocator) const;
        void FromJsonValue(const rapidjson::Value& value);
    };

public:
	nmDataSensitive();
	~nmDataSensitive();
	nmDataSensitive(const nmDataSensitive& other);
	nmDataSensitive& operator=(const nmDataSensitive& other);

	// === 实现 nmDataBase 的抽象方法 ===
	virtual rapidjson::Value ToJsonValue(rapidjson::Document::AllocatorType& allocator) const override;
	virtual void FromJsonValue(const rapidjson::Value& jsonValue) override;

	// === Calculation type ===
	CalculationType getCalculationType() const;
	void setCalculationType(CalculationType type);

	// === 总模型数 ===
	quint64 getTotalModelCount() const;
	void setTotalModelCount(quint64 count);
	quint64 calculateModelCount(bool* overflow = nullptr) const;
	// 返回与变量列表对应的基准单位值，未改变的参数保持模型值。
	bool getRunValues(quint64 runIndex, QVector<double>& values) const;
    // 每次预览重新分层抽样，生成和预览滚动复用本批结果。
    bool resampleMonteCarlo(QString* error = nullptr);
    // 采样设置改变后丢弃旧样本，下次预览或生成时重建。
    void clearMonteCarloSamples();
    int getMonteCarloCount() const;
    void setMonteCarloCount(int count);
	bool usesBaseUnits() const;
	void setUsesBaseUnits(bool enabled);
    // 记录采样范围对应的求解快照，成功重新求解后再初始化范围。
    QString getModelSnapshotId() const;
    void setModelSnapshotId(const QString& snapshotId);
    // 后台运行时由任务独占，线程结束后交给分析数据管理并由界面修改可见性。
    QSharedPointer<BatchResult> getResults() const;
    void setResults(const QSharedPointer<BatchResult>& results);

	// === 变量列表 ===
	QList<VariableSampling>& getVariables();
	const QList<VariableSampling>& getVariables() const;
	void setVariables(const QList<VariableSampling>& vars);

	int getVariableCount() const;
	VariableSampling& getVariable(int index);

private:
	CalculationType m_calcType;
	quint64 m_totalModelCount;
	bool m_usesBaseUnits;
    QString m_modelSnapshotId;
	QList<VariableSampling> m_variables;
    int m_monteCarloCount;
    QVector<QVector<double> > m_monteCarloValues;
    QSharedPointer<BatchResult> m_results;
};

#endif // NMDATASENSITIVE_H