#!/usr/bin/python3
# -*- coding: utf-8 -*-
# pylint: disable=invalid-name

"""
TP AP1
Licence SESI 1ère année
Univ. Lille 1

analyse_en_moyenne.py

TP4 - Evaluation empirique des tris
Analyse du coût moyen du tri par insertion

http://www.fil.univ-lille1.fr/~L1S2API/CoursTP/tp4_tri.html

"""

# Analyse des arguments
import argparse

parser = argparse.ArgumentParser(description='Analyse le coût moyen du tri par insertion.')
parser.add_argument('--brut', action='store_true', help="afficher les données brutes")
parser.add_argument('--poly', action='store_true', help="calculer la regression pôlynominale")
parser.add_argument('--graph', action='store_true', help="voir les données sous forme de graphique")
parser.add_argument('-m', type=int, default=100, help="Changer la valeur de m")

args = parser.parse_args()


m = args.m
from analyse_tris import nbre_moyen_tri_insertion
xData = list(range(1, 101))
yData = [nbre_moyen_tri_insertion(m, i) for i in xData] # Peut prendre un certain temps

# Affichage des données
if args.brut:
    for i in range(len(xData)):
        print("{:<3}  {:>14}".format(xData[i], yData[i]))

# Régression polynominale
from numpy import polyfit
if args.poly:
    polynome = polyfit(xData, yData, 2)
    if args.brut:
        print("Polynôme : {}".format(polynome))


# Affichage
from matplotlib import pyplot
if args.graph:
    pyplot.plot(xData, yData, 'x')
    if args.poly:
        if args.poly:
            def f(x):
                """
                float → float
                Retourne un point de la regression polynominale de l'analyse du tri.
                CU : polynome est défini et est de degré 2
                """
                return polynome[0] * x ** 2 + polynome[1] * x + polynome[2]
        pyplot.plot(xData, [f(x) for x in xData], '-')
    pyplot.show()