# 导入必要的库
import numpy as np  # 用于处理多维数组和矩阵运算
import faiss  # 用于高效相似性搜索和稠密向量聚类
from util import createXY  # 用于创建数据集的特征和标签
from sklearn.model_selection import train_test_split  # 用于拆分数据集为训练集和测试集
from sklearn.neighbors import KNeighborsClassifier  # sklearn中的K近邻分类器
import argparse  # 用于解析命令行参数
import logging  # 用于记录日志
from tqdm import tqdm  # 用于在循环中显示进度条
from FaissKNeighbors import FaissKNeighbors  # 导入自定义的FaissKNeighbors类

# 配置logging, 确保能够打印正在运行的函数名
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 获取命令行参数
def get_args():
    parser = argparse.ArgumentParser(description='使用CPU或GPU训练模型。') # 创建命令行参数解析器对象
    parser.add_argument('-m', '--mode', type=str, required=True, choices=['cpu', 'gpu'], help='选择训练模式：CPU或GPU。')
    parser.add_argument('-f', '--feature', type=str, required=True, choices=['flat', 'vgg'], help='选择特征提取方法：flat或vgg。')
    parser.add_argument('-l', '--library', type=str, required=True, choices=['sklearn', 'faiss'], help='选择使用的库：sklearn或faiss。')
    args = parser.parse_args()
    return args

# 主函数，运行训练过程
def main():
    args = get_args()
    
    # 根据mode初始化FAISS所需的资源
    res = faiss.StandardGpuResources() if args.mode == 'gpu' else None
    logging.info(f"选择模式是 {args.mode.upper()}")
    logging.info(f"选择特征提取方法是 {args.feature.upper()}")
    logging.info(f"选择使用的库是 {args.library.upper()}")

    # 载入和预处理数据
    train_folder ="D:\\wangguozheng\\333\\faiss_dog_cat_question\\cat_dog_data\\data\\train"
    dest_folder = "."
    X, y = createXY(train_folder=train_folder, dest_folder=dest_folder, method=args.feature)
    
    # 检查X的形状和内容
    print("Shape of X before conversion:", X.shape)
    print("First few elements of X before conversion:", X[:5])
    
    X = np.array(X).astype('float32')

    # 确保X是一个二维数组
    if len(X.shape) != 2:
        raise ValueError(f"X must be a 2D array. Current shape: {X.shape}")
    
    # 再次检查X的形状和内容
    print("Shape of X after conversion:", X.shape)
    print("First few elements of X after conversion:", X[:5])
    
    # 确保X是一个二维数组
    if len(X.shape) != 2:
        raise ValueError(f"X must be a 2D array. Current shape: {X.shape}")
    
    # 确保X不为空
    if X.size == 0:
        raise ValueError("X is empty. Check data loading process.")

    faiss.normalize_L2(X)  # 对数据进行L2归一化
    y = np.array(y)
    logging.info("数据加载和预处理完成。")

   
    # 数据集分割为训练集和测试集
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=2023)
    logging.info("数据集划分为训练集和测试集。")

    # 初始化变量，跟踪最佳的k值和相应的准确率
    best_k = -1
    best_accuracy = 0.0

    # 定义测试的k值范围
    k_values = range(1, 20)
    
    # 根据提供的库选择K近邻算法实现
    KNNClass = FaissKNeighbors if args.library == 'faiss' else KNeighborsClassifier
    logging.info(f"使用的库为: {args.library.upper()}")

    # 遍历k值，训练并评估模型
    for k in tqdm(k_values, desc='寻找最佳k值'):
        knn = KNNClass(k=k, res=res) if args.library == 'faiss' else KNNClass(n_neighbors=k)
        knn.fit(X_train, y_train)
        accuracy = knn.score(X_test, y_test)
        
        # 更新最佳k值和准确率
        if accuracy > best_accuracy:
            best_k = k
            best_accuracy = accuracy

    # 打印结果
    logging.info(f'最佳k值: {best_k}, 最高准确率: {best_accuracy}')

# 如果是主脚本，则执行main函数
if __name__ == '__main__':
    main()