import pandas as pd
import numpy as np

def calculate_hhi(items: list | pd.Series) -> dict:
    """
    リストからHHIおよび正規化HHIを計算する関数
    
    Args:
        items: アイテムの配列（リストまたはPandas Series）
        
    Returns:
        dict: HHI（パーセンテージベース）、HHI（0-1ベース）、正規化HHI
    """
    s = pd.Series(items)
    counts = s.value_counts()
    
    total_n = len(items)
    unique_n = len(counts)
    
    if unique_n == 0:
        return {"hhi_pct": 0.0, "hhi_ratio": 0.0, "normalized_hhi": 0.0}
        
    if unique_n == 1:
        return {"hhi_pct": 10000.0, "hhi_ratio": 1.0, "normalized_hhi": 1.0}

    shares_ratio = counts / total_n
    
    # 1. RatioベースのHHI (0.0 〜 1.0)
    # シェアの2乗和
    hhi_ratio = (shares_ratio ** 2).sum()
    
    # 2. パーセンテージベースのHHI (0 〜 10,000)
    # DOJ/FTCガイドライン等でよく使われるスケール
    hhi_pct = hhi_ratio * 10000
    
    # 3. 正規化HHI (0.0 〜 1.0)
    # ユニークアイテム数(N)への依存を排除し、完全分散時は0、完全集中時は1とする
    # 計算式: (HHI_ratio - 1/N) / (1 - 1/N)
    min_hhi = 1.0 / unique_n
    normalized_hhi = (hhi_ratio - min_hhi) / (1.0 - min_hhi)
    
    return {
        "hhi_pct": round(hhi_pct, 1),
        "hhi_ratio": round(hhi_ratio, 4),
        "normalized_hhi": round(normalized_hhi, 4),
        "unique_items": unique_n,
        "total_items": total_n
    }

if __name__ == "__main__":
    recommendation_output = ['a', 'a', 'a', 'b', 'b', 'c', 'd', 'e']
    results = calculate_hhi(recommendation_output)
    print(f"HHI (0-10000 scale): {results['hhi_pct']}")
    print(f"HHI (0-1 scale):     {results['hhi_ratio']}")
    print(f"Normalized HHI:      {results['normalized_hhi']}")
    print(f"Unique Items:        {results['unique_items']}")