# function.py
import numpy as np
import os
from scipy.spatial import distance
"""
实验说明:
- 自行编写实现数据加载与 kNN 的手写数字分类算法。
- 函数输入: 待分类的样本 input_vector, 训练数据集 dataSet, 训练集对应的标签 labels。
- 函数返回: 预测的分类标签。

注意事项:
- 在 function.py 中实现 kNN 分类算法。
- 可以自行导入其他库，需要在 requirements.txt 添加依赖，若未在 requirements.txt 中添加使用到的依赖，则无法自动评测，成绩为零。
- 自动评测脚本仅会加载 classify 和 load_data 函数，请勿修改函数名。
- 训练集和测试集需手动下载解压，并放入当前目录下。

测评环境:
- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
- OS: Ubuntu 22.04.4 LTS
- Python: 3.10.12
- numpy: 2.1.1
"""


"""
请在这里填写学号和姓名，不填写即成绩无效。
"""
id = "202210423224"
name = "吴杨洋"


"""
参数说明:
- input_vector (numpy array): 输入待分类的样本。
- dataSet (numpy array): 训练数据集。
- labels (list or numpy array): 训练集对应的标签。
- k (int): kNN 算法参数，请**自行设置默认值**，评测时仅会使用其默认值，不修改默认值将**无法通过**评测，**成绩为零**。
返回值:
- int: 预测的分类标签。
"""




def classify(input_vector, dataSet, labels, k=3):
    """
    KNN 分类算法。

    Args:
    - input_vector (numpy array): 输入待分类的样本。
    - dataSet (numpy array): 训练数据集。
    - labels (list or numpy array): 训练集对应的标签。
    - k (int): kNN 算法参数，默认值为3。

    Returns:
    - int: 预测的分类标签。
    """
    # 计算输入向量与数据集中每个向量的欧氏距离
    distances = [distance.euclidean(input_vector, row) for row in dataSet]
    
    # 获取距离最近的k个样本的索引
    k_indices = np.argsort(distances)[:k]
    
    # 获取这些样本对应的标签
    k_nearest_labels = [labels[index] for index in k_indices]
    
    # 统计每个类别的出现次数
    class_count = {}
    for vote in k_nearest_labels:
        class_count[vote] = class_count.get(vote, 0) + 1
    
    # 预测的类别是出现次数最多的类别
    predicted_class = max(class_count, key=class_count.get)
    
    return predicted_class

def load_dataset(directory):
    """
    从文件夹中加载数据。

    Args:
    - directory (str): 数据文件夹路径。

    Returns:
    - np.array: 特征数据。
    - np.array: 标签数据。
    """
    training_file_list = os.listdir(directory)
    training_matrix = []
    training_labels = []
    
    for file in training_file_list:
        class_num = int(file.split('_')[0])
        vector = img_to_vector(os.path.join(directory, file))
        training_matrix.append(vector)
        training_labels.append(class_num)
    
    return np.array(training_matrix), np.array(training_labels)

def img_to_vector(filename):
    """
    将二值图像转换为向量。

    Args:
    - filename (str): 图像文件路径。

    Returns:
    - np.array: 二值图像向量。
    """
    return_vec = np.zeros((1024,))
    with open(filename) as fr:
        lines = fr.readlines()
        for i in range(32):
            line_str = str(lines[i])
            for j in range(32):
                if line_str[j] == '1':
                    return_vec[32*i + j] = 1
                else:
                    return_vec[32*i + j] = 0
    return return_vec

if __name__ == "__main__":
    train_data, train_labels = load_dataset("trainingDigits")
    this_digit = img_to_vector('testDigits/0_13.txt')
    test_result = classify(this_digit, train_data, train_labels)
    print(test_result)