#pragma once
/**
 * @file sdf_torch.h
 * @brief SDF 批量求值与梯度计算（CPU 后端）
 *
 * 提供吞吐量优化的 SDF 批量求值接口，适合大量点或实时场景。
 *
 * ## 设计意图
 *
 * 虽然命名为 sdf_torch，但本头的实现是纯 C++ CPU 版本，
 * 不依赖 PyTorch。接口设计为"可替换为 CUDA/Torch 后端"的占位，
 * 函数签名与假设的 GPU 版本保持一致。
 *
 * ## 数据布局
 *
 * - **输入数组:** x,y,z 交替存储（SoA 未使用），n 个点 × 3 个 double
 * - **输出距离:** 连续 n 个 double
 * - **输出梯度:** 连续 3n 个 double，x,y,z 交替存储
 *
 * ## 使用场景
 *
 * - Ray-marching：沿射线采样大量点
 * - 网格求值：Marching Cubes 前的密集采样
 * - 可视化：距离场的 heatmap 生成
 * - 物理仿真：碰撞检测批量查询
 *
 * @ingroup sdf
 */
#include "vde/sdf/sdf_gradient.h"
#include "vde/sdf/sdf_tree.h"
#include "vde/core/point.h"
#include <vector>

// This header is optional — only compiled if Torch is available

namespace vde::sdf {

/**
 * @brief 在批处理模式下求值 SDF
 *
 * 对 n 个三维点逐一求值 SDF 树，将距离值写入预分配的输出数组。
 *
 * **性能特征:**
 * - O(n) 时间复杂度，每个点独立求值
 * - 内存访问模式: 顺序读取 3n 个 double，顺序写入 n 个 double
 * - 无 SIMD 优化（当前 CPU 后端）
 *
 * @param root SDF 表达式树根节点
 * @param points 点数组，length = 3·n，x,y,z 交替存储
 * @param n 点数
 * @param distances 输出数组，length = n，写入有符号距离值
 *
 * @pre points 和 distances 必须非空，且各自有足够长度
 *
 * @code{.cpp}
 * std::vector<double> pts = {0,0,0, 1,0,0, 2,0,0};  // 3 points
 * std::vector<double> dists(3);
 * evaluate_batch(root, pts.data(), 3, dists.data());
 * @endcode
 *
 * @see evaluate 单点求值
 * @see gradient_batch 批量梯度计算
 */
void evaluate_batch(const SdfNodePtr& root,
                    const double* points, int n,
                    double* distances);

/**
 * @brief 在批处理模式下求值 SDF 的空间梯度
 *
 * 对 n 个点逐一计算空间梯度 ∇f = (df/dx, df/dy, df/dz)，
 * 结果写入预分配的梯度数组。
 *
 * @param root SDF 表达式树根节点
 * @param points 点数组，length = 3·n
 * @param n 点数
 * @param gradients 输出数组，length = 3·n，x,y,z 梯度分量交替存储
 *
 * @pre points 和 gradients 必须非空，且有足够长度
 *
 * @see evaluate_batch 批量距离求值
 * @see evaluate_with_gradient_batch 同时获取距离和梯度（减少重复采样）
 */
void gradient_batch(const SdfNodePtr& root,
                    const double* points, int n,
                    double* gradients);

/**
 * @brief 一次遍历同时求值 SDF 值和梯度
 *
 * 相比于分别调用 evaluate_batch + gradient_batch，
 * 本函数在一次遍历中完成两者，避免重复遍历树。
 *
 * @param root SDF 表达式树根节点
 * @param points 点数组，length = 3·n
 * @param n 点数
 * @param distances 输出距离数组，length = n
 * @param gradients 输出梯度数组，length = 3·n
 *
 * @note 对于大量点的场景（n > 1000），推荐使用本函数以获得 ~2× 速度提升。
 *
 * @code{.cpp}
 * int n = 10000;
 * std::vector<double> pts(3*n), dists(n), grads(3*n);
 * // ... fill pts ...
 * evaluate_with_gradient_batch(root, pts.data(), n, dists.data(), grads.data());
 * @endcode
 *
 * @see evaluate_batch 仅求距离
 * @see gradient_batch 仅求梯度
 */
void evaluate_with_gradient_batch(const SdfNodePtr& root,
                                   const double* points, int n,
                                   double* distances,
                                   double* gradients);

} // namespace vde::sdf