package logic

import (
	"fmt"

	"github.com/LoveLosita/smartflow/backend/conv"
	"github.com/LoveLosita/smartflow/backend/model"
	"github.com/LoveLosita/smartflow/backend/respond"
)

type slotStatus int

const (
	Free     slotStatus = iota // 0: 纯空闲
	Occupied                   // 1: 已有课/任务，不可动
	Blocked                    // 2: 用户屏蔽时段
	Filler                     // 3: 水课，允许嵌入
)

type slotNode struct {
	Status  slotStatus
	EventID uint // 🚀 关键：记录课程 ID，用于识别水课边界
}

type grid struct {
	data      map[int]map[int][13]slotNode
	startWeek int
	startDay  int
	endWeek   int
	endDay    int
}

// getNode 和 setNode 是对 grid 数据结构的封装，确保我们在访问时能正确处理默认值（Free）和边界情况
func (g *grid) getNode(w, d, s int) slotNode {
	if dayMap, ok := g.data[w]; ok {
		return dayMap[d][s]
	}
	return slotNode{Status: Free, EventID: 0}
}

func (g *grid) setNode(w, d, s int, node slotNode) {
	if _, ok := g.data[w]; !ok {
		g.data[w] = make(map[int][13]slotNode)
	}
	dayData := g.data[w][d]
	dayData[s] = node
	g.data[w][d] = dayData
}

// 检查是否可用 (Free 或 Filler 且不在 Blocked 时段内)
func (g *grid) isAvailable(w, d, s int) bool {
	node := g.getNode(w, d, s)
	return node.Status == Free || node.Status == Filler
}

// countAvailableSlots 统计指定周次范围内所有可用的原子节次总数
func (g *grid) countAvailableSlots(currW, currD, currS int) int {
	count := 0
	if currW == 0 && currD == 0 && currS == 0 {
		currW, currD, currS = g.startWeek, g.startDay, 1
	}
	for w := currW; w <= g.endWeek; w++ {
		dayMap, hasData := g.data[w]
		for d := 1; d <= 7; d++ {
			// 🚀 头部裁剪：过滤开始日期前的天数
			if w == currW && d < currD {
				continue
			}
			// 🚀 尾部裁剪：过滤结束日期后的天数
			if w == g.endWeek && d > g.endDay {
				break
			}
			var dayData [13]slotNode
			if hasData {
				dayData = dayMap[d]
			}
			for s := 1; s <= 12; s++ {
				if w == currW && d == currD && s < currS {
					continue
				}
				if dayData[s].Status == Free || dayData[s].Status == Filler {
					count++
				}
			}
		}
	}
	return count
}

// FindNextAvailable 从当前时间点开始，按周、天、节次顺序查找下一个可用格子
func (g *grid) FindNextAvailable(currW, currD, currS int) (int, int, int) {
	// 基础越界检查
	if currW > g.endWeek || (currW == g.endWeek && currD > g.endDay) {
		return -1, -1, -1
	}

	for w := currW; w <= g.endWeek; w++ {
		dayMap, hasData := g.data[w]
		for d := 1; d <= 7; d++ {
			if w == currW && d < currD {
				continue
			}
			if w == g.endWeek && d > g.endDay {
				break
			} // 🚀 守住结束天

			var dayData [13]slotNode
			if hasData {
				dayData = dayMap[d]
			}

			for s := 1; s <= 12; s++ {
				if w == currW && d == currD && s < currS {
					continue
				}

				if dayData[s].Status == Free || dayData[s].Status == Filler {
					return w, d, s
				}
			}
		}
	}
	return -1, -1, -1
}

// 辅助函数：向后跳过指定数量的可用坑位
func (g *grid) skipAvailableSlots(w, d, s, skipCount int) (int, int, int) {
	if skipCount <= 0 {
		// 即使 gap 为 0，也要至少移到下一节
		s++
		if s > 12 {
			s = 1
			d++
			if d > 7 {
				d = 1
				w++
			}
		}
		return w, d, s
	}
	found := 0
	currW, currD, currS := w, d, s+1
	for currW <= g.endWeek {
		if currS > 12 {
			currS = 1
			currD++
			if currD > 7 {
				currD = 1
				currW++
			}
			continue
		}
		// 如果已经跳到了最后一天，不要再跳了，直接返回终点坐标
		if currW == g.endWeek && currD > g.endDay {
			return g.endWeek, g.endDay, 12
		}
		if g.isAvailable(currW, currD, currS) {
			found++
			if found > skipCount {
				return currW, currD, currS
			}
		}
		currS++
	}
	return currW, currD, currS
}

func SmartPlanningMainLogic(schedules []model.Schedule, taskClass *model.TaskClass) ([]model.UserWeekSchedule, error) {
	//1.先构建时间格子
	g := buildTimeGrid(schedules, taskClass)
	//2.根据时间格子和排课策略计算每个任务块的具体安排时间
	allocatedItems, err := computeAllocation(g, taskClass.Items, *taskClass.Strategy)
	if err != nil {
		return nil, err
	}
	// 3. 把这些时间通过 DTO 函数回填到涉及周的 UserWeekSchedule 结构中，供前端展示。
	return conv.PlanningResultToUserWeekSchedules(schedules, allocatedItems), nil
}

// SmartPlanningRawItems 执行粗排算法并直接返回已分配的任务项列表。
//
// 与 SmartPlanningMainLogic 共享完全相同的构建网格和分配逻辑，
// 但不做展示格式转换，直接返回 allocatedItems（每项的 EmbeddedTime 已回填）。
// 供 Agent 排程链路使用，避免从展示结构反向解析导致信息丢失。
func SmartPlanningRawItems(schedules []model.Schedule, taskClass *model.TaskClass) ([]model.TaskClassItem, error) {
	g := buildTimeGrid(schedules, taskClass)
	return computeAllocation(g, taskClass.Items, *taskClass.Strategy)
}

// SmartPlanningRawItemsMulti 执行“多任务类共享资源池”粗排。
//
// 职责边界：
// 1. 复用现有 SmartPlanningRawItems 的单任务类分配能力，不重写核心算法；
// 2. 通过“增量占位”把前一个任务类的建议结果写入共享工作日程，供后续任务类避让；
// 3. 返回聚合后的 allocatedItems（每项 EmbeddedTime 已回填）；
// 4. 不负责展示结构转换（由 service/conv 层处理）。
func SmartPlanningRawItemsMulti(schedules []model.Schedule, taskClasses []*model.TaskClass) ([]model.TaskClassItem, error) {
	if len(taskClasses) == 0 {
		return []model.TaskClassItem{}, nil
	}

	// 1. 构建“工作副本”：
	// 1.1 原始 schedules 不直接修改，避免污染调用方数据；
	// 1.2 后续每完成一个任务类分配，就把结果增量写入 workingSchedules。
	workingSchedules := cloneSchedulesForPlanning(schedules)
	allAllocated := make([]model.TaskClassItem, 0)

	// 2. syntheticEventID 用于给“虚拟占位任务”分配唯一 EventID。
	// 2.1 采用负数区间，避免和数据库自增正数 EventID 冲突；
	// 2.2 每个任务块占用一个 synthetic event，跨节次共享同一 eventID。
	nextSyntheticEventID := -1

	for _, taskClass := range taskClasses {
		if taskClass == nil {
			continue
		}
		if taskClass.Strategy == nil {
			return nil, fmt.Errorf("task_class_id=%d 缺少 strategy 配置", taskClass.ID)
		}

		// 3. 复用单任务类粗排。
		allocatedItems, err := SmartPlanningRawItems(workingSchedules, taskClass)
		if err != nil {
			// 3.1 明确标注失败任务类，便于上层快速定位。
			return nil, fmt.Errorf("task_class_id=%d 粗排失败: %w", taskClass.ID, err)
		}
		allAllocated = append(allAllocated, allocatedItems...)

		// 4. 把本任务类分配结果转成“虚拟 Schedule 占位”追加回工作副本。
		// 4.1 目的：让后续任务类把这些已分配任务当成 Occupied，避免重叠；
		// 4.2 若某任务块没有 EmbeddedTime，直接跳过，不阻断后续。
		virtualSchedules, nextID := buildVirtualSchedulesFromAllocated(allocatedItems, taskClass, nextSyntheticEventID)
		nextSyntheticEventID = nextID
		if len(virtualSchedules) > 0 {
			workingSchedules = append(workingSchedules, virtualSchedules...)
		}
	}

	return allAllocated, nil
}

// cloneSchedulesForPlanning 深拷贝 schedules，确保后续在算法中安全修改。
//
// 说明：
// 1. 主要拷贝 Schedule 结构体本身；
// 2. Event 指针做浅字段复制，避免共享同一 Event 指针导致意外改写；
// 3. EmbeddedTask 在粗排阶段不参与状态写入，保留原值即可。
func cloneSchedulesForPlanning(src []model.Schedule) []model.Schedule {
	if len(src) == 0 {
		return []model.Schedule{}
	}
	dst := make([]model.Schedule, len(src))
	for i := range src {
		dst[i] = src[i]
		if src[i].Event != nil {
			eventCopy := *src[i].Event
			dst[i].Event = &eventCopy
		}
	}
	return dst
}

// buildVirtualSchedulesFromAllocated 将已分配任务块转成“虚拟占位 schedules”。
//
// 设计目的：
// 1. 让后续任务类在共享资源池里自动避让已分配任务；
// 2. 不落库，仅用于内存中的粗排冲突控制；
// 3. 通过 Type=task + CanBeEmbedded=false 强制标记为不可再嵌入。
func buildVirtualSchedulesFromAllocated(allocatedItems []model.TaskClassItem, taskClass *model.TaskClass, eventIDStart int) ([]model.Schedule, int) {
	if len(allocatedItems) == 0 {
		return []model.Schedule{}, eventIDStart
	}

	userID := 0
	if taskClass != nil && taskClass.UserID != nil {
		userID = *taskClass.UserID
	}

	virtual := make([]model.Schedule, 0)
	nextEventID := eventIDStart
	for _, item := range allocatedItems {
		if item.EmbeddedTime == nil {
			continue
		}

		taskName := "未命名任务"
		if item.Content != nil && *item.Content != "" {
			taskName = *item.Content
		}
		location := ""
		event := &model.ScheduleEvent{
			ID:            nextEventID,
			UserID:        userID,
			Name:          taskName,
			Location:      &location,
			Type:          "task",
			CanBeEmbedded: false,
		}
		for section := item.EmbeddedTime.SectionFrom; section <= item.EmbeddedTime.SectionTo; section++ {
			virtual = append(virtual, model.Schedule{
				EventID:   nextEventID,
				UserID:    userID,
				Week:      item.EmbeddedTime.Week,
				DayOfWeek: item.EmbeddedTime.DayOfWeek,
				Section:   section,
				Event:     event,
				Status:    "normal",
			})
		}
		nextEventID--
	}
	return virtual, nextEventID
}

// buildTimeGrid 构建一个时间格子，标记出哪些时间段被占用、哪些被屏蔽、哪些是水课

func buildTimeGrid(schedules []model.Schedule, taskClass *model.TaskClass) *grid {
	// 🚀 核心修正：获取精确的起始坐标
	startW, startD, _ := conv.RealDateToRelativeDate(taskClass.StartDate.Format(conv.DateFormat))
	endW, endD, _ := conv.RealDateToRelativeDate(taskClass.EndDate.Format(conv.DateFormat))
	// 将信息初始化到 grid 结构中
	g := &grid{
		data:      make(map[int]map[int][13]slotNode),
		startWeek: startW,
		startDay:  startD,
		endWeek:   endW,
		endDay:    endD,
	}
	//标记屏蔽时段 (Blocked)
	for _, blockIdx := range taskClass.ExcludedSlots {
		sFrom, sTo := (blockIdx-1)*2+1, blockIdx*2
		for w := startW; w <= endW; w++ {
			for d := 1; d <= 7; d++ { //🚀 注意：这里的屏蔽是针对每天的，所以直接循环 1-7 天
				for s := sFrom; s <= sTo; s++ {
					g.setNode(w, d, s, slotNode{Status: Blocked})
				}
			}
		}
	}
	// 标记整天屏蔽：
	// 1. excluded_days_of_week 表示“这些星期几整天都不允许粗排”；
	// 2. 与 excluded_slots 一样属于硬约束，因此直接写入 Blocked；
	// 3. 一旦工作日容量不足，粗排应直接失败，而不是偷偷排到被排除的星期里。
	for _, blockedDay := range taskClass.ExcludedDaysOfWeek {
		for w := startW; w <= endW; w++ {
			for s := 1; s <= 12; s++ {
				g.setNode(w, blockedDay, s, slotNode{Status: Blocked})
			}
		}
	}

	// 映射日程 (尊重 Blocked 且只处理范围内的数据)
	for _, s := range schedules {
		if s.Week >= startW && s.Week <= endW {
			if g.getNode(s.Week, s.DayOfWeek, s.Section).Status == Blocked {
				continue
			}
			status := Occupied
			// 只有当课程允许嵌入且当前事件支持嵌入时，才标记为 Filler
			if *taskClass.AllowFillerCourse && s.Event.CanBeEmbedded {
				status = Filler
			}
			g.setNode(s.Week, s.DayOfWeek, s.Section, slotNode{Status: status, EventID: uint(s.EventID)})
		}
	}
	return g
}

// computeAllocation 是核心函数，负责根据当前的时间格子状态和排课策略，计算出每个任务块的具体安排时间
/*func computeAllocation(g *grid, items []model.TaskClassItem, strategy string) ([]model.TaskClassItem, error) {
	if len(items) == 0 {
		return items, nil
	}

	// 🚀 核心修正 1：获取真正的开始坐标（周、天、节）
	// 这里假设你已经通过 conv 把 StartDate 换成了 w1, d1, s1
	startW := g.startWeek
	startD := g.startDay // 建议从 conv 传入具体的 DayOfWeek
	startS := 1

	// 1. 获取可用资源总量
	totalAvailable := g.countAvailableSlots(0, 0, 0)
	// 假设每个任务块至少占用 2 个原子槽位
	totalRequired := len(items) * 2

	// 🚀 核心改进：容量预判
	if totalAvailable < totalRequired {
		// 如果连最基本的坑位都不够，直接报错，不进行任何编排
		return nil, respond.TimeNotEnoughForAutoScheduling
	}

	// 🚀 核心修正 2：步长改为“逻辑间隔”，不再是物理跳跃
	// gap 表示：每两个任务之间，我们要故意空出多少个“可用位”
	gap := 0
	if strategy == "steady" && totalAvailable > totalRequired {
		gap = (totalAvailable - totalRequired) / (len(items) + 1)
	}

	currW, currD, currS := startW, startD, startS
	lastPlacedIndex := -1
	for i := range items {
		w, d, s := g.FindNextAvailable(currW, currD, currS)
		if w == -1 || w > g.endWeek {
			break
		}

		node := g.getNode(w, d, s)
		slotLen := 2
		if node.Status == Filler {
			slotLen = 1
			currID := node.EventID
			for checkS := s + 1; checkS <= 12; checkS++ {
				if next := g.getNode(w, d, checkS); next.Status == Filler && next.EventID == currID {
					slotLen++
				} else {
					break
				}
			}
		}

		endS := s + slotLen - 1
		items[i].EmbeddedTime = &model.TargetTime{
			SectionFrom: s, SectionTo: endS,
			Week: w, DayOfWeek: d,
		}

		for sec := s; sec <= endS; sec++ {
			g.setNode(w, d, sec, slotNode{Status: Occupied})
		}

		// 🚀 核心修正 3：基于“可用位”推进指针，而非物理索引
		// 我们要在 grid 中向后数出 gap 个可用位置，作为下一个任务的起点
		currW, currD, currS = g.skipAvailableSlots(w, d, endS, gap)

		lastPlacedIndex = i // 记录最后一个成功安放的任务索引
	}
	// 🚀 核心改进：结果完整性校验
	if lastPlacedIndex < len(items)-1 {
				return nil, fmt.Errorf("排程中断：由于时间片碎片化，仅成功安排了 %d/%d 个任务块，请尝试扩充时间范围或删减屏蔽位", lastPlacedIndex+1, len(items))
		return nil, respond.TimeNotEnoughForAutoScheduling
	}

	return items, nil
}*/

type slotCoord struct {
	w, d, s int
}

// planningSlotCandidate 表示一次“可落位任务块”的候选结果。
//
// 职责边界：
// 1. 负责把“游标位置”映射成真正可落地的周/天/节次区间；
// 2. 不负责写入 grid，占位仍由 computeAllocation 统一执行；
// 3. 通过 coordIndex 告诉上层“本次是从哪个逻辑切片位置开始命中的”，便于继续推进游标。
type planningSlotCandidate struct {
	coordIndex  int
	week        int
	dayOfWeek   int
	sectionFrom int
	sectionTo   int
}

// countDayAvailable 统计某一天当前还可用于粗排的节次数。
//
// 职责边界：
// 1. 只把 Free/Filler 视为“仍可消费”的资源；
// 2. 不区分其来源是纯空位还是可嵌入课程，因为对粗排而言二者都代表后续还能放任务；
// 3. 仅用于候选打分，不直接参与最终合法性判断。
func (g *grid) countDayAvailable(week, day int) int {
	if g == nil {
		return 0
	}
	count := 0
	for section := 1; section <= 12; section++ {
		node := g.getNode(week, day, section)
		if node.Status == Free || node.Status == Filler {
			count++
		}
	}
	return count
}

// countDayOccupied 统计某一天当前已被 existing/virtual/task 占住的节次数。
func (g *grid) countDayOccupied(week, day int) int {
	if g == nil {
		return 0
	}
	count := 0
	for section := 1; section <= 12; section++ {
		if g.getNode(week, day, section).Status == Occupied {
			count++
		}
	}
	return count
}

// collectPlanningCandidatesFromCursor 收集从给定游标开始仍然合法的候选落位。
//
// 设计说明：
// 1. 这里复用现有 findNextCandidateFromCursor 的合法性规则，避免复制一套“什么叫合法双节”的判断；
// 2. 通过跳过已命中候选的跨度，减少同一课程块被重复返回；
// 3. 保留快照上的 coordIndex，供 steady 策略计算“距离目标位置有多远”。
func (g *grid) collectPlanningCandidatesFromCursor(coords []slotCoord, startCursor int) []planningSlotCandidate {
	if g == nil || startCursor >= len(coords) {
		return nil
	}
	candidates := make([]planningSlotCandidate, 0, 16)
	seen := make(map[string]struct{})
	for cursor := startCursor; cursor < len(coords); {
		candidate, found := g.findNextCandidateFromCursor(coords, cursor)
		if !found {
			break
		}
		key := fmt.Sprintf("%d-%d-%d-%d", candidate.week, candidate.dayOfWeek, candidate.sectionFrom, candidate.sectionTo)
		if _, exists := seen[key]; !exists {
			seen[key] = struct{}{}
			candidates = append(candidates, candidate)
		}
		nextCursor := candidate.coordIndex + (candidate.sectionTo - candidate.sectionFrom + 1)
		if nextCursor <= cursor {
			nextCursor = cursor + 1
		}
		cursor = nextCursor
	}
	return candidates
}

func computeSteadyTargetCursor(totalAvailable, totalItems, itemIndex int) int {
	if totalAvailable <= 1 || totalItems <= 1 {
		return 0
	}
	target := ((itemIndex + 1) * totalAvailable) / (totalItems + 1)
	if target < 0 {
		return 0
	}
	if target >= totalAvailable {
		return totalAvailable - 1
	}
	return target
}

func planningDayOrdinal(week, day int) int {
	return week*7 + day
}

func absInt(value int) int {
	if value < 0 {
		return -value
	}
	return value
}

// chooseSteadyCandidate 为 steady 策略挑选“更均衡、更分散、更留余地”的候选位。
//
// 评分原则：
// 1. 先尽量接近本任务在窗口中的目标分布位置；
// 2. 再偏好当前已占用更少的天，避免单日继续堆高；
// 3. 再惩罚与同任务类既有落位过近或同日重复，降低同科过度集中；
// 4. 最后惩罚吃掉当天最后一小段缓冲，给后续调整保留容错空间。
func (g *grid) chooseSteadyCandidate(
	coords []slotCoord,
	targetCursor int,
	placedDayOrdinals []int,
) (planningSlotCandidate, bool) {
	candidates := g.collectPlanningCandidatesFromCursor(coords, 0)
	if len(candidates) == 0 {
		return planningSlotCandidate{}, false
	}

	best := candidates[0]
	bestScore := int(^uint(0) >> 1)
	for _, candidate := range candidates {
		slotSpan := candidate.sectionTo - candidate.sectionFrom + 1
		distancePenalty := absInt(candidate.coordIndex-targetCursor) * 10
		dayOccupiedPenalty := g.countDayOccupied(candidate.week, candidate.dayOfWeek) * 25
		remainingAvailable := g.countDayAvailable(candidate.week, candidate.dayOfWeek) - slotSpan
		bufferPenalty := 0
		if remainingAvailable < 2 {
			bufferPenalty = 80
		}

		dayOrdinal := planningDayOrdinal(candidate.week, candidate.dayOfWeek)
		rhythmPenalty := 0
		for _, placed := range placedDayOrdinals {
			diff := absInt(dayOrdinal - placed)
			switch {
			case diff == 0:
				rhythmPenalty += 180
			case diff == 1:
				rhythmPenalty += 60
			}
		}

		score := distancePenalty + dayOccupiedPenalty + bufferPenalty + rhythmPenalty + candidate.coordIndex
		if score < bestScore {
			bestScore = score
			best = candidate
		}
	}
	return best, true
}

// getAllAvailable 获取窗口内所有可用的原子节次坐标（逻辑一维化）。
//
// 设计说明：
// 1. 这里返回的是“快照坐标”，后续任务落位后，快照中的部分坐标可能失效；
// 2. 因此 computeAllocation 在真正落位前会再次检查 grid 当前状态，避免覆盖占位。
func (g *grid) getAllAvailable() []slotCoord {
	var coords []slotCoord
	for w := g.startWeek; w <= g.endWeek; w++ {
		dayMap, hasData := g.data[w]
		for d := 1; d <= 7; d++ {
			// 1. 头尾边界裁剪：只遍历任务类有效日期窗口。
			if w == g.startWeek && d < g.startDay {
				continue
			}
			if w == g.endWeek && d > g.endDay {
				break
			}

			var dayData [13]slotNode
			if hasData {
				dayData = dayMap[d]
			}

			// 2. 仅记录可用格子（Free/Filler）。
			for s := 1; s <= 12; s++ {
				if dayData[s].Status == Free || dayData[s].Status == Filler {
					coords = append(coords, slotCoord{w: w, d: d, s: s})
				}
			}
		}
	}
	return coords
}

// findNextCandidateFromCursor 从当前 cursor 起向后寻找“可真正落位”的候选块。
//
// 职责边界：
// 1. 负责“挑选起点”：从逻辑切片 coords 中向后扫描，直到命中可放置位置；
// 2. 不负责“真正占位”：这里只做判断，不修改 grid 状态；
// 3. 输入输出语义：
//   - startCursor：当前逻辑游标（已包含 steady 策略的间隔效果）；
//   - found=false：表示从该游标到窗口末尾都无法再放置任务块。
//
// 关键约束：
// 1. 普通空位（Free）必须满足“连续 2 节都可用”才允许落位；
// 2. 可嵌入课程（Filler）沿用“整块嵌入”语义：命中课程任意节次，都回溯到课程块起点并整块占用；
// 3. 若某个坐标在前序迭代中已占用（coords 为快照可能过期），直接跳过继续扫描。
func (g *grid) findNextCandidateFromCursor(coords []slotCoord, startCursor int) (candidate planningSlotCandidate, found bool) {
	for idx := startCursor; idx < len(coords); idx++ {
		loc := coords[idx]
		node := g.getNode(loc.w, loc.d, loc.s)

		// 1. 快照过期校验：
		// 1.1 前序任务落位后，该坐标可能已变成 Occupied；
		// 1.2 若不二次校验，会出现覆盖已占位节次的风险。
		if node.Status != Free && node.Status != Filler {
			continue
		}

		// 2. Filler 处理：
		// 2.1 先识别课程块边界；
		// 2.2 再在课程块内部寻找“奇数起点的双节对齐位”（1-2/3-4/...）；
		// 2.3 找不到合法双节位则跳过该课程块，不允许退化成单节或偶数起点跨对齐块。
		if node.Status == Filler {
			blockFrom := loc.s
			currID := node.EventID

			// 2.1 向左回溯到同一 EventID 的起点。
			for checkS := loc.s - 1; checkS >= 1; checkS-- {
				prev := g.getNode(loc.w, loc.d, checkS)
				if prev.Status == Filler && prev.EventID == currID {
					blockFrom = checkS
					continue
				}
				break
			}

			// 2.2 向右扩展到同一 EventID 的终点。
			blockTo := blockFrom
			for checkS := blockFrom + 1; checkS <= 12; checkS++ {
				next := g.getNode(loc.w, loc.d, checkS)
				if next.Status == Filler && next.EventID == currID {
					blockTo = checkS
					continue
				}
				break
			}

			// 2.3 在课程块中按“双节对齐位”查找合法起点（必须为奇数节）。
			pairFrom := blockFrom
			if pairFrom%2 == 0 {
				pairFrom++
			}
			for ; pairFrom+1 <= blockTo; pairFrom += 2 {
				// 虽然理论上 Filler 都可用，这里仍做显式校验，防止后续规则扩展导致误判。
				if g.isAvailable(loc.w, loc.d, pairFrom) && g.isAvailable(loc.w, loc.d, pairFrom+1) {
					return planningSlotCandidate{
						coordIndex:  idx,
						week:        loc.w,
						dayOfWeek:   loc.d,
						sectionFrom: pairFrom,
						sectionTo:   pairFrom + 1,
					}, true
				}
			}
			continue
		}

		// 3. Free 处理：必须严格满足“奇数起点双节对齐位”。
		// 3.1 起点必须是奇数节（1/3/5/7/9/11）；
		// 3.2 且后一节可用；不允许偶数起点（如 8-9）跨对齐块。
		if loc.s%2 == 0 {
			continue
		}
		if loc.s >= 12 || !g.isAvailable(loc.w, loc.d, loc.s+1) {
			continue
		}

		return planningSlotCandidate{
			coordIndex:  idx,
			week:        loc.w,
			dayOfWeek:   loc.d,
			sectionFrom: loc.s,
			sectionTo:   loc.s + 1,
		}, true
	}

	return planningSlotCandidate{}, false
}

// computeAllocation 根据当前时间格与策略，为每个任务块计算建议落位时间。
//
// 职责边界：
// 1. 负责“粗排落位”与“内存占位状态更新”；
// 2. 不负责持久化写库（由 service/dao 层负责）；
// 3. 不负责最终展示结构转换（由 conv 层负责）。
//
// 失败语义：
// 1. 返回 TimeNotEnoughForAutoScheduling 表示“时间片总量或连续性不足”；
// 2. 返回 nil error 表示所有 items 都已成功回填 EmbeddedTime。
func computeAllocation(g *grid, items []model.TaskClassItem, strategy string) ([]model.TaskClassItem, error) {
	if len(items) == 0 {
		return items, nil
	}

	// 1. 预处理可用坐标快照，并做容量下限校验（每个任务默认至少 2 节）。
	coords := g.getAllAvailable()
	totalAvailable := len(coords)
	totalRequired := len(items) * 2
	if totalAvailable < totalRequired {
		return nil, respond.TimeNotEnoughForAutoScheduling
	}

	// 2. 计算间隔策略：
	// 2.1 rapid：沿用“尽快塞满”的线性前进；
	// 2.2 steady：不再只靠 gap 跳格子，而是结合目标位置、单日负载、同科分散和缓冲保留做候选打分。
	gap := 0
	if strategy == "steady" {
		gap = (totalAvailable - totalRequired) / (len(items) + 1)
	}

	// 3. 线性分配主循环：
	// 3.1 cursor 是逻辑切片游标（不是物理节次指针）；
	// 3.2 每次成功落位后，按“命中索引 + 占用长度 + gap”推进；
	// 3.3 若当前位置不满足约束（例如后继节被占），继续向后扫描，不降级为 1 节。
	cursor := gap
	lastPlacedIndex := -1
	placedDayOrdinals := make([]int, 0, len(items))

	for i := range items {
		var (
			candidate planningSlotCandidate
			found     bool
		)
		if strategy == "steady" {
			targetCursor := computeSteadyTargetCursor(totalAvailable, len(items), i)
			candidate, found = g.chooseSteadyCandidate(coords, targetCursor, placedDayOrdinals)
		} else {
			if cursor >= totalAvailable {
				break
			}
			candidate, found = g.findNextCandidateFromCursor(coords, cursor)
		}
		if !found {
			break
		}

		// 5. 回填任务块建议时间。
		items[i].EmbeddedTime = &model.TargetTime{
			SectionFrom: candidate.sectionFrom,
			SectionTo:   candidate.sectionTo,
			Week:        candidate.week,
			DayOfWeek:   candidate.dayOfWeek,
		}

		// 6. 写入内存占位状态：
		// 6.1 这是后续候选判断的真实依据；
		// 6.2 失败兜底：纯内存操作无外部 IO，不存在部分提交问题。
		for sec := candidate.sectionFrom; sec <= candidate.sectionTo; sec++ {
			g.setNode(candidate.week, candidate.dayOfWeek, sec, slotNode{Status: Occupied})
		}

		// 7. 推进游标并记录成功位置。
		slotLen := candidate.sectionTo - candidate.sectionFrom + 1
		if strategy != "steady" {
			cursor = candidate.coordIndex + slotLen + gap
		}
		placedDayOrdinals = append(placedDayOrdinals, planningDayOrdinal(candidate.week, candidate.dayOfWeek))
		lastPlacedIndex = i
	}

	// 8. 完整性校验：
	// 8.1 只要有任一任务未落位，就返回统一的“时间不足”错误；
	// 8.2 避免出现“部分任务有时间、部分任务为空”的半成品结果。
	if lastPlacedIndex < len(items)-1 {
		return nil, respond.TimeNotEnoughForAutoScheduling
	}

	return items, nil
}