from idlelib import tooltip
from math import *
import queue
import sys
import time
import os
from datetime import datetime
import pymssql
import pandas as pd
import numpy as np
import datetime
import math
from folium import plugins
import folium
import os

sys.path.append(r'C:\Users\Wayson\Desktop')
from CarQuery import *
from Arc import *
from ArcMany import *

arc_objects=[]
Arc_many_count=[]
Arc_many_objects=[]
Arc_data2=[]
# 返回两个gps点的实际距离，x,y与米的换算约为1:111000。不同的比例尺换算不一样
def DistanceActual(geo1, geo2):
    return pow(pow(float(geo1[0]) - float(geo2[0]), 2) + pow(float(geo1[1]) - float(geo2[1]), 2), 0.5) * 111000


# 如果起点定位数据跟道路的相差很远，则没有必要取该条arc
def CheckNecessary(arc, car_record):
    if DistanceActual(arc.geometry_list[0], car_record.geo) > 1000:
        if DistanceActual(arc.geometry_list[-1], car_record.geo) > 1000:
            return False
    else:
        return True


def CalCost(arc, car_record):
    cost = float("inf")
    # CheckNecessary函数首先排除与起点定位点距离相差远的路段。/LOU
    if CheckNecessary(arc, car_record):
        # 下面if是计算这条道路上所有点跟目标点的最短距离小于10m才返回True。我们认为起点定位精度为10m
        min_dist = float("inf")
        for geo1 in arc.geometry_list:
            tmp = DistanceActual(geo1, car_record.geo)
            if tmp < min_dist:
                min_dist = tmp
        cost = min_dist
    return cost


# 给定car_geo和car_direction，根据最短距离，计算在所有道路的Cost，返回Cost最小的道路id
def CalMinCostArcID(car_record):
    min_cost = float("inf")
    id = 0
    # arc_objects存储着所有边的Arc对象实例，即所有路段信息。/LOU
    for arc in arc_objects:
        cost = CalCost(arc, car_record)
        if cost < min_cost:
            min_cost = cost
            id = arc.id
    return id


# 得到id为i的路段的密集点集合
def ArcmanyRecordsDivide(Arcmany_i):
    Arcmany_index_start = sum(Arc_many_count[:Arcmany_i])  # 第i路段的起始索引位置
    Arcmany_index_end = sum(Arc_many_count[:Arcmany_i + 1])  # 第i路段的终止索引位置
    Arcmany_record_list = Arc_many_objects[Arcmany_index_start: Arcmany_index_end]  # 每个路段的点集合
    Arcmany_geo_list = [Arcmany_record.geometry_list2 for Arcmany_record in Arcmany_record_list]  # 每个路段的点的(x,y)集合
    return Arcmany_geo_list

def swap_loc(list):
    temp = 0
    for i in range(0,len(list)):
        temp = list[i][1]
        list[i][1] = list[i][0]
        list[i][0] = temp
# arc_objects里的路段经纬度更新为点集合
for i in range(0, len(Arc_data2)):  # 对每条路段循环
    del arc_objects[i].geometry_list[0:4]  # 删除第i条路段原有的(x,y)信息
    Arcmany_record_list_i = ArcmanyRecordsDivide(i)  # 提取第i条路段新的密集点(x,y)信息
    for j in range(0, len(Arcmany_record_list_i)):  # 对第i条路段新的密集点(x,y)信息循环
        arc_objects[i].geometry_list.append(Arcmany_record_list_i[j])  # 在第i条路段(x,y)列加上 新的密集点(x,y)第j条信息