<?php

namespace App\Services;

class TopsisService
{
    /**
     * Menghitung nilai TOPSIS
     *
     * @param array $data Matriks data [alternatif][kriteria]
     * @param array $bobot Bobot setiap kriteria (total harus 1)
     * @param array $jenis Jenis kriteria ['cost', 'benefit']
     * @return array Nilai preferensi setiap alternatif
     */
    public static function hitung($data, $bobot, $jenis)
    {
        $m = count($data);      // jumlah alternatif
        $n = count($data[0]);   // jumlah kriteria

        // ==========================================
        // LANGKAH 1: Normalisasi Euclidean
        // ==========================================
        $norm = [];
        for ($j = 0; $j < $n; $j++) {
            $sumSquares = 0;
            for ($i = 0; $i < $m; $i++) {
                $value = is_numeric($data[$i][$j]) ? (float) $data[$i][$j] : 0.0;
                $sumSquares += pow($value, 2);
            }
            $sqrt = sqrt($sumSquares);

            for ($i = 0; $i < $m; $i++) {
                $value = is_numeric($data[$i][$j]) ? (float) $data[$i][$j] : 0.0;
                $norm[$i][$j] = ($sqrt > 0) ? ($value / $sqrt) : 0.0;
            }
        }

        // ==========================================
        // LANGKAH 2: Normalisasi Terbobot (Weighted Normalized)
        // ==========================================
        $weighted = [];
        for ($i = 0; $i < $m; $i++) {
            for ($j = 0; $j < $n; $j++) {
                $weighted[$i][$j] = $norm[$i][$j] * $bobot[$j];
            }
        }

        // ==========================================
        // LANGKAH 3: Solusi Ideal Positif (A+) dan Negatif (A-)
        // ==========================================
        $idealPos = [];
        $idealNeg = [];

        for ($j = 0; $j < $n; $j++) {
            $col = array_column($weighted, $j);
            if ($jenis[$j] == 'benefit') {
                $idealPos[$j] = max($col);  // benefit: cari nilai maksimum
                $idealNeg[$j] = min($col);  // benefit: cari nilai minimum
            } else { // cost
                $idealPos[$j] = min($col);  // cost: cari nilai minimum
                $idealNeg[$j] = max($col);  // cost: cari nilai maksimum
            }
        }

        // ==========================================
        // LANGKAH 4: Jarak ke Solusi Ideal
        // ==========================================
        $dPlus = [];
        $dMinus = [];

        for ($i = 0; $i < $m; $i++) {
            $dp = 0;
            $dm = 0;
            for ($j = 0; $j < $n; $j++) {
                $dp += pow($weighted[$i][$j] - $idealPos[$j], 2);
                $dm += pow($weighted[$i][$j] - $idealNeg[$j], 2);
            }
            $dPlus[$i] = sqrt($dp);
            $dMinus[$i] = sqrt($dm);
        }

        // ==========================================
        // LANGKAH 5: Nilai Preferensi (Kedekatan Relatif)
        // ==========================================
        $preferences = [];
        for ($i = 0; $i < $m; $i++) {
            $denominator = $dPlus[$i] + $dMinus[$i];
            $preferences[$i] = ($denominator > 0) ? ($dMinus[$i] / $denominator) : 0.0;
        }

        return $preferences;
    }
}