#pragma once
#include "vde/core/point.h"
#include <vector>
#include <array>
#include <functional>

namespace vde::curves {
using core::Point3D;
using core::Vector3D;

/**
 * @brief 均匀参数化曲面三角化
 *
 * 在参数域 [0,1]×[0,1] 上生成 res_u×res_v 均匀采样点，
 * 调用 eval(u,v) 求值后将每个四边形拆为两个三角形。
 *
 * @param eval  曲面求值函数 eval(u,v) -> Point3D，参数 (u,v) ∈ [0,1]×[0,1]
 * @param res_u u 方向子分段数（≥ 1）
 * @param res_v v 方向子分段数（≥ 1）
 * @return {顶点数组, 三角形索引数组}，三角形为 {i0,i1,i2}
 *
 * @note 总顶点数 = (res_u+1)×(res_v+1)，三角形数 = 2×res_u×res_v
 * @code{.cpp}
 * auto [verts, tris] = tessellate(
 *     [&](double u, double v) { return surface.evaluate(u,v); },
 *     20, 20);
 * @endcode
 * @see adaptive_tessellate
 * @ingroup curves
 */
std::pair<std::vector<Point3D>, std::vector<std::array<int, 3>>>
tessellate(const std::function<Point3D(double,double)>& eval,
           int res_u, int res_v);

/**
 * @brief 自适应曲面三角化
 *
 * 基于法向角度偏差的自适应细分策略：
 * 从 min_res×min_res 初始网格开始，对每个四边形检查四个角点的法向偏差。
 * 若任意相邻角点间的法向夹角超过 angle_threshold_deg，则将该四边形四分细分。
 *
 * 相比均匀 tessellate() 的优点：
 * - 曲率大的区域自动增加采样密度
 * - 平坦区域保持粗糙网格，节省面数
 *
 * @param eval       曲面求值函数 eval(u,v) -> Point3D
 * @param normal_fn  单位法向函数 normal_fn(u,v) -> Vector3D
 * @param min_res    初始每向子分段数（≥ 1），默认 2
 * @param max_depth  最大递归深度，限制总面数，默认 6
 * @param angle_threshold_deg  法向角度偏差阈值（度），默认 5.0
 * @return {顶点数组, 三角形索引数组}
 *
 * @note 最终面数上限约为 2·min_res²·4^max_depth（实际远小于此上限）
 * @code{.cpp}
 * auto [verts, tris] = adaptive_tessellate(
 *     [&](double u, double v) { return surf.evaluate(u,v); },
 *     [&](double u, double v) { return surf.normal(u,v); },
 *     2, 5, 3.0);  // 3° 偏差阈值，最大深度 5
 * @endcode
 * @see tessellate
 * @ingroup curves
 */
std::pair<std::vector<Point3D>, std::vector<std::array<int, 3>>>
adaptive_tessellate(
    const std::function<Point3D(double,double)>& eval,
    const std::function<Vector3D(double,double)>& normal_fn,
    int min_res = 2, int max_depth = 6,
    double angle_threshold_deg = 5.0);

}  // namespace vde::curves