from functools import lru_cache
import torch
from torch import nn


def apply_rotary_emb(
    x: torch.Tensor,
    cos: torch.Tensor,
    sin: torch.Tensor,
) -> torch.Tensor:
    """应用旋转位置编码（RoPE）。

    将向量沿最后一维分成两半 (x1, x2)，然后做旋转变换:
    y1 = x1 * cos - x2 * sin
    y2 = x2 * cos + x1 * sin
    这等价于在二维平面上将每个相邻的 (x1, x2) 对旋转 theta 角度，
    其中 theta = position / (base^(2i/d))。
    """
    x1, x2 = torch.chunk(x.float(), 2, dim=-1)
    y1 = x1 * cos - x2 * sin
    y2 = x2 * cos + x1 * sin
    return torch.cat((y1, y2), dim=-1).to(x.dtype)


class RotaryEmbedding(nn.Module):
    """旋转位置编码（Rotary Position Embedding, RoPE）。

    RoPE 通过旋转矩阵编码位置信息，使得注意力计算中
    内积只依赖相对位置（q_i · k_j 只与 i-j 有关），
    从而天然支持外推到更长序列。

    预计算所有位置的 cos 和 sin 值并缓存，避免重复计算。
    缓存形状: [max_position_embeddings, 1, head_dim]，中间维是 num_heads 的广播维度。
    """

    def __init__(
        self,
        head_size: int,
        rotary_dim: int,
        max_position_embeddings: int,
        base: float,
    ) -> None:
        super().__init__()
        self.head_size = head_size
        assert rotary_dim == head_size
        # 计算逆频率: 1 / (base^(2i/d)), i = 0, 1, ..., d/2-1
        inv_freq = 1.0 / (base**(torch.arange(0, rotary_dim, 2, dtype=torch.float) / rotary_dim))
        # 计算所有位置的频率: pos * inv_freq
        t = torch.arange(max_position_embeddings, dtype=torch.float)
        freqs = torch.einsum("i,j -> ij", t, inv_freq)
        cos = freqs.cos()
        sin = freqs.sin()
        # 拼接 cos 和 sin，形状 [max_pos, 1, head_dim]
        cache = torch.cat((cos, sin), dim=-1).unsqueeze_(1)
        self.register_buffer("cos_sin_cache", cache, persistent=False)

    @torch.compile
    def forward(
        self,
        positions: torch.Tensor,
        query: torch.Tensor,
        key: torch.Tensor,
    ) -> tuple[torch.Tensor, torch.Tensor]:
        """根据位置索引查找 cos/sin 并应用到 Q 和 K。"""
        cos_sin = self.cos_sin_cache[positions]
        cos, sin = cos_sin.chunk(2, dim=-1)
        query = apply_rotary_emb(query, cos, sin)
        key = apply_rotary_emb(key, cos, sin)
        return query, key


@lru_cache(1)
def get_rope(
    head_size: int,
    rotary_dim: int,
    max_position: int,
    base: float,
):
    """获取 RotaryEmbedding 的单例实例。

    使用 lru_cache 确保相同参数只创建一次。
    """
    rotary_emb = RotaryEmbedding(head_size, rotary_dim, max_position, base)
    return rotary_emb