using TensorOperations, BenchmarkTools

function expr_Aj_Gprod(A, G, N)
    is = Symbol.(:i, 1:N)
    js = Symbol.(:j, 1:N)
    ks = circshift(is, -1)
    Gs = Expr.(:ref, Ref(G), 1:N)
    Gsijk = Expr.(:ref, Gs, is, js, ks)
    Gprod = Expr(:call, :*, Gsijk...)
    Aj = Expr(:ref, A, js...)
    Aj, Gprod
end

expr_Aj_Gprod(:A, :G, 4)

macro multr(G, N)
    A, G = esc(gensym(:A)), esc(G)
    #Core.println("macro: ", G) # Generated function では初回実行時にのみ呼び出されている
    Aj, Gprod = expr_Aj_Gprod(A, G, N)
    :(@tensor $Aj := $Gprod)
end

@macroexpand1 @multr(H, 4)

# 分岐があらかじめ列挙できる程度の数ならば良い選択肢だと思う

for N in 2:10
    @eval multr_pre(G, ::Val{$N}) = @multr(G, $N)
end

multr_pre(G) = multr_pre(G, Val(length(G)))

# 呼ばれてから構文を評価する

function multr_live(G, ::Val{N}) where N
    eval(
        quote
            let G = $G # 配列を変数に入れ直したほうがわずかに速い
                @multr(G, $N)
            end
        end
    )
end

multr_live(G) = multr_live(G, Val(length(G)))

# @multr が gensym を含むため pure とは言えない？（引数の型からコンパイル済みのコードへの対応に注目した場合）
# TensorOperations.jl でも gensym を使っているようなので、 generated function を使うなら気にしても仕方がない？

@generated function multr_gen(G, ::Val{N}) where N
    quote
        #Core.println("generated: ", G) # シンボルではなく、配列が渡されている
        @multr(G, $N)
    end
end

multr_gen(G) = multr_gen(G, Val(length(G)))

genG(is = [3, 4, 5, 6], js = [2, 3, 4, 5]) = randn.(is, js, circshift(is, -1))

# ミス検出のため変数名を G ではなく H にしている
H = genG();

@multr(H, 4) == multr_pre(H) == multr_live(H) == multr_gen(H)

@benchmark @multr($H, 4)

@benchmark multr_pre($H)

@benchmark multr_live($H) # 遅い

@benchmark multr_gen($H)