import torch
import torch.nn as nn
import torch.nn.functional as F

from mamba_ssm import Mamba2


class ValueEmbedding(nn.Module):
    """
    对每个时间步的单通道标量做线性投影到 d_model，并可选 Dropout。
    不包含 temporal embedding 和 positional embedding。
    """
    def __init__(self, in_dim: int, d_model: int, dropout: float = 0.0, bias: bool = True):
        super().__init__()
        self.proj = nn.Linear(in_dim, d_model, bias=bias)
        self.dropout = nn.Dropout(dropout) if dropout and dropout > 0.0 else nn.Identity()

    def forward(self, x: torch.Tensor) -> torch.Tensor:
        # x: [B, L, 1] -> [B, L, d_model]
        return self.dropout(self.proj(x))


class ChannelMambaBlock(nn.Module):
    """
    针对单个通道的两层 Mamba-2 处理块：
      - 输入: [B, L, 1]，先做投影到 d_model
      - 两层 Mamba2，且在第一层输出和第二层输出均添加残差连接
      - 每层后接 LayerNorm
      - 输出: [B, L, d_model]
    """
    def __init__(self, d_model: int, dropout: float, m2_kwargs: dict):
        super().__init__()
        self.embed = ValueEmbedding(in_dim=1, d_model=d_model, dropout=dropout, bias=True)

        # 两层 Mamba-2
        self.mamba1 = Mamba2(d_model=d_model, **m2_kwargs)
        self.mamba2 = Mamba2(d_model=d_model, **m2_kwargs)

        # 每层后接的归一化
        self.ln1 = nn.LayerNorm(d_model)
        self.ln2 = nn.LayerNorm(d_model)

    def forward(self, x_ch: torch.Tensor) -> torch.Tensor:
        # x_ch: [B, L, 1]
        x = self.embed(x_ch)  # [B, L, d_model]

        # 第一层 + 残差
        y1 = self.mamba1(x)           # [B, L, d_model]
        y1 = self.ln1(x + y1)         # 残差1 + LN

        # 第二层 + 残差
        y2 = self.mamba2(y1)          # [B, L, d_model]
        y2 = self.ln2(y1 + y2)        # 残差2 + LN

        return y2                      # [B, L, d_model]


class Model(nn.Module):
    """
    按通道独立处理的 Mamba-2 分类模型：
      - 将输入的每个通道拆开，分别使用独立的两层 Mamba2（含两处残差）
      - 每个通道得到 [B, L, d_model] 输出
      - 取各通道最后时间步的表示拼接，接分类头
    输入:
      - x_enc: [B, L, D] 多变量时间序列
    输出:
      - logits: [B, num_class]
    """
    def __init__(self, configs):
        super().__init__()
        self.task_name = getattr(configs, 'task_name', 'classification')
        assert self.task_name == 'classification', "当前模型仅实现 classification 任务"

        # 基本配置
        self.enc_in = configs.enc_in            # 通道数 D
        self.d_model = configs.d_model          # 每通道的模型维度
        self.num_class = configs.num_class
        self.dropout = getattr(configs, 'dropout', 0.1)

        # Mamba-2 超参数（按需从 configs 读取）
        # 注意：此处不再使用 e_layers 的堆叠，而是固定每通道两层以满足“在第一层和第二层输出处添加残差”的要求
        m2_kwargs = dict(
            d_state=getattr(configs, 'd_state', 64),
            d_conv=getattr(configs, 'd_conv', 4),
            expand=getattr(configs, 'expand', 2),
            headdim=getattr(configs, 'headdim', 64),
            d_ssm=getattr(configs, 'd_ssm', None),
            ngroups=getattr(configs, 'ngroups', 1),
            A_init_range=getattr(configs, 'A_init_range', (1, 16)),
            D_has_hdim=getattr(configs, 'D_has_hdim', False),
            rmsnorm=getattr(configs, 'rmsnorm', True),
            norm_before_gate=getattr(configs, 'norm_before_gate', False),
            dt_min=getattr(configs, 'dt_min', 0.001),
            dt_max=getattr(configs, 'dt_max', 0.1),
            dt_init_floor=getattr(configs, 'dt_init_floor', 1e-4),
            dt_limit=getattr(configs, 'dt_limit', (0.0, float("inf"))),
            bias=getattr(configs, 'bias', False),
            conv_bias=getattr(configs, 'conv_bias', True),
            chunk_size=getattr(configs, 'chunk_size', 256),
            use_mem_eff_path=getattr(configs, 'use_mem_eff_path', True),
        )

        # 为每个通道构建独立的两层 Mamba2 处理块
        self.channel_blocks = nn.ModuleList([
            ChannelMambaBlock(d_model=self.d_model, dropout=self.dropout, m2_kwargs=m2_kwargs)
            for _ in range(self.enc_in)
        ])

        # 分类头：将各通道最后时间步的表示拼接后 -> GELU -> Dropout -> Linear
        self.act = nn.GELU()
        self.head = nn.Sequential(
            nn.Dropout(self.dropout),
            nn.Linear(self.d_model * self.enc_in, self.num_class)
        )

    def classification(self, x_enc: torch.Tensor) -> torch.Tensor:
        # x_enc: [B, L, D]
        B, L, D = x_enc.shape
        assert D == self.enc_in, f"输入通道数 {D} 与 enc_in {self.enc_in} 不一致"

        per_channel_last = []
        for c in range(D):
            # 取出单通道序列 [B, L] -> [B, L, 1]
            x_ch = x_enc[:, :, c].unsqueeze(-1)
            y_ch = self.channel_blocks[c](x_ch)   # [B, L, d_model]
            per_channel_last.append(y_ch[:, -1, :])  # [B, d_model]

        # 拼接各通道最后时刻的表示 -> [B, D * d_model]
        h_last = torch.cat(per_channel_last, dim=-1)

        # 分类头
        h_last = self.act(h_last)
        logits = self.head(h_last)   # [B, num_class]
        return logits

    # 与 TimesNet 的 forward 签名保持一致；忽略 x_mark_enc / x_dec / x_mark_dec / mask
    def forward(self, x_enc, x_mark_enc=None, x_dec=None, x_mark_dec=None, mask=None):
        return self.classification(x_enc)