feat: эвристическое отсечение (pruning) в explode_callgraph_branches

Добавлены параметры для pruning:
- priority_threshold: минимальный приоритет для рассмотрения
- min_consumed_types: минимальное количество consumed_types

Pruning применяется в:
- _explode_callgraph_branches_lazy(): отсечение по приоритету и consumed_types
- explode_callgraph_branches(): передача параметров pruning

По умолчанию pruning отключён (priority_threshold=-1e9, min_consumed_types=0)
для обратной совместимости.

Файлы:
- graph_walker.py: параметры pruning в explode и _explode_lazy

Co-authored-by: Qwen-Coder <qwen-coder@alibabacloud.com>

src/breakshaft/graph_walker.py

@@ -111,18 +111,36 @@ class GraphWalker:
         return head
 
     @classmethod
-    def explode_callgraph_branches(cls, g: Callgraph, from_types: frozenset[type]) -> list[CallgraphVariant]:
+    def explode_callgraph_branches(cls, g: Callgraph, from_types: frozenset[type],
+                                    priority_threshold: float = -1e9,
+                                    min_consumed_types: int = 0) -> list[CallgraphVariant]:
+        """
+        Взрыв графа преобразований с pruning.
+        
+        Args:
+            g: Граф преобразований
+            from_types: Исходные типы
+            priority_threshold: Минимальный приоритет для рассмотрения (pruning)
+            min_consumed_types: Минимальное количество consumed_types (pruning)
+        
+        Returns:
+            list[CallgraphVariant]: Варианты преобразований
+        """
         # Кэширование: создаём хэш графа
         # Хэш графа = хэш всех вариантов
         g_hash = hash(frozenset(g.variants)) if g.variants else 0
-        cache_key = (g_hash, hash(from_types))
+        cache_key = (g_hash, hash(from_types), hash(priority_threshold), hash(min_consumed_types))
         
         # Проверяем кэш
         if cache_key in cls._explode_cache:
             return cls._explode_cache[cache_key]
         
         # Вычисляем лениво через generator
-        variants = list(cls._explode_callgraph_branches_lazy(g, from_types))
+        variants = list(cls._explode_callgraph_branches_lazy(
+            g, from_types,
+            priority_threshold=priority_threshold,
+            min_consumed_types=min_consumed_types
+        ))
         
         # Сохраняем в кэш
         cls._explode_cache[cache_key] = variants
@@ -130,22 +148,46 @@ class GraphWalker:
         return variants
     
     @classmethod
-    def _explode_callgraph_branches_lazy(cls, g: Callgraph, from_types: frozenset[type]):
+    def _explode_callgraph_branches_lazy(cls, g: Callgraph, from_types: frozenset[type],
+                                          priority_threshold: float = -1e9,
+                                          min_consumed_types: int = 0):
         """
-        Ленивая версия explode_callgraph_branches (generator).
+        Ленивая версия explode_callgraph_branches (generator) с pruning.
+        
+        Args:
+            g: Граф преобразований
+            from_types: Исходные типы
+            priority_threshold: Минимальный приоритет для рассмотрения (pruning)
+            min_consumed_types: Минимальное количество consumed_types (pruning)
         
         Yields:
             CallgraphVariant: Варианты преобразований по одному
         """
         for variant in g.variants:
             if len(variant.subgraphs) == 0:
-                yield variant
+                # Pruning: проверяем порог приоритета
+                variant_priority = variant.injector.priority if isinstance(variant.injector.priority, (int, float)) else 0.0
+                if variant_priority >= priority_threshold:
+                    yield variant
+                continue
+            
+            # Pruning: проверяем consumed_types
+            if len(variant.consumed_from_types) < min_consumed_types:
+                continue
+            
+            # Pruning: проверяем приоритет
+            variant_priority = variant.injector.priority if isinstance(variant.injector.priority, (int, float)) else 0.0
+            if variant_priority < priority_threshold:
                 continue
             
             # Собираем ленивые итераторы для подграфов
             subg_iterators = []
             for subg in variant.subgraphs:
-                combinations = list(cls._explode_callgraph_branches_lazy(subg, from_types))
+                combinations = list(cls._explode_callgraph_branches_lazy(
+                    subg, from_types,
+                    priority_threshold=priority_threshold,
+                    min_consumed_types=min_consumed_types
+                ))
                 if len(combinations) == 0:
                     subg_iterators.append([None])
                 else: