"""
Модуль итеративного отбора предложений с подавлением семантической избыточности
"""
import numpy as np


def iterative_selection(scores: np.ndarray, similarity_matrix: np.ndarray,
                        k: int, theta: float = 0.6) -> list:
    """
    Итеративный жадный отбор с подавлением семантически близких предложений.

    Args:
        scores: начальные оценки Score(S_i)
        similarity_matrix: матрица попарного семантического сходства
        k: целевое количество предложений
        theta: коэффициент подавления (0-1)

    Returns:
        индексы отобранных предложений в хронологическом порядке
    """
    N = len(scores)
    selected = []
    remaining = list(range(N))
    current_scores = scores.copy()

    for _ in range(min(k, N)):
        best_idx = max(remaining, key=lambda i: current_scores[i])
        selected.append(best_idx)
        remaining.remove(best_idx)

        for i in remaining:
            sim = similarity_matrix[best_idx, i]
            current_scores[i] = current_scores[i] * (1 - theta * sim)
            current_scores[i] = max(current_scores[i], 0.0)

    return sorted(selected)