PMD/AliPMDClustering.cxx

   1 /***************************************************************************
   2  * Copyright(c) 1998-1999, ALICE Experiment at CERN, All rights reserved. *
   3  *                                                                        *
   4  * Author: The ALICE Off-line Project.                                    *
   5  * Contributors are mentioned in the code where appropriate.              *
   6  *                                                                        *
   7  * Permission to use, copy, modify and distribute this software and its   *
   8  * documentation strictly for non-commercial purposes is hereby granted   *
   9  * without fee, provided that the above copyright notice appears in all   *
  10  * copies and that both the copyright notice and this permission notice   *
  11  * appear in the supporting documentation. The authors make no claims     *
  12  * about the suitability of this software for any purpose. It is          *
  13  * provided "as is" without express or implied warranty.                  *
  14  **************************************************************************/
  15
  16 //-----------------------------------------------------//
  17 //                                                     //
  18 //  Source File : PMDClustering.cxx, Version 00        //
  19 //                                                     //
  20 //  Date   : September 26 2002                         //
  21 //                                                     //
  22 //  clustering code for alice pmd                      //
  23 //                                                     //
  24 //-----------------------------------------------------//
  25
  26 /* --------------------------------------------------------------------
  27    Code developed by S. C. Phatak, Institute of Physics,
  28    Bhubaneswar 751 005 ( phatak@iopb.res.in ) Given the energy deposited
  29    ( or ADC value ) in each cell of supermodule ( pmd or cpv ), the code
  30    builds up superclusters and breaks them into clusters. The input is
  31    in array fEdepCell[kNDIMX][kNDIMY] and cluster information is in array
  32    fClusters[5][5000]. integer fClno gives total number of clusters in the
  33    supermodule.
  34
  35    fEdepCell, fClno  and fClusters are the only global ( public ) variables.
  36    Others are local ( private ) to the code.
  37    At the moment, the data is read for whole detector ( all supermodules
  38    and pmd as well as cpv. This will have to be modify later )
  39    LAST UPDATE  :  October 23, 2002
  40 -----------------------------------------------------------------------*/
  41
  42 #include "Riostream.h"
  43 #include <TNtuple.h>
  44 #include <TObjArray.h>
  45 #include "AliPMDcluster.h"
  46 #include "AliPMDClustering.h"
  47 #include <stdio.h>
  48
  49 ClassImp(AliPMDClustering)
  50
  51 const Double_t AliPMDClustering::fgkSqroot3by2=0.8660254;  // sqrt(3.)/2.
  52
  53 AliPMDClustering::AliPMDClustering():
  54   fDebug(0),
  55   fCutoff(0.0)
  56 {
  57   for(int i = 0; i < kNDIMX; i++)
  58     {
  59       for(int j = 0; j < kNDIMY; j++)
  60         {
  61           fCoord[0][i][j] = i+j/2.;
  62           fCoord[1][i][j] = fgkSqroot3by2*j;
  63           fEdepCell[i][j] = 0;
  64         }
  65     }
  66 }
  67 // ------------------------------------------------------------------------ //
  68 AliPMDClustering::~AliPMDClustering()
  69 {
  70
  71 }
  72 // ------------------------------------------------------------------------ //
  73 void AliPMDClustering::DoClust(Int_t idet, Int_t ismn, Double_t celladc[48][96], TObjArray *pmdcont)
  74 {
  75   // main function to call other necessary functions to do clustering
  76   //
  77   AliPMDcluster *pmdcl = 0;
  78   /*
  79     int id and jd defined to read the input data.
  80     It is assumed that for data we have 0 <= id <= 48
  81     and 0 <= jd <=96
  82   */
  83   int i, i1, i2, j, nmx1, incr, id, jd;
  84   double  cutoff, ave;
  85   Float_t clusdata[7];
  86
  87   const float ktwobysqrt3 = 1.1547; // 2./sqrt(3.)
  88
  89   for (id = 0; id < kNDIMXr; id++)
  90     {
  91       for (jd = 0; jd < kNDIMYr; jd++)
  92         {
  93           j=jd;
  94           i=id+(kNDIMYr/2-1)-(jd/2);
  95           fEdepCell[i][j] = celladc[id][jd];
  96         }
  97     }
  98   Order(); // order the data
  99   cutoff = fCutoff; // cutoff used to discard cells having ener. dep.
 100   ave=0.;
 101   nmx1=-1;
 102
 103   for(j=0;j<kNMX; j++)
 104     {
 105       i1 = fIord[0][j];
 106       i2 = fIord[1][j];
 107       if (fEdepCell[i1][i2] > 0.) {ave = ave + fEdepCell[i1][i2];}
 108       if (fEdepCell[i1][i2] > cutoff ) nmx1 = nmx1 + 1;
 109     }
 110   // nmx1 --- number of cells having ener dep >= cutoff
 111   if (fDebug == 1)
 112     {
 113       cout << " nmx1 " << nmx1 << endl;
 114     }
 115
 116   //  if (nmx1 == 0 | nmx1 == -1) return;
 117
 118   if (nmx1 == 0) nmx1 = 1;
 119   ave=ave/nmx1;
 120   if (fDebug == 1)
 121     {
 122       cout <<"kNMX " << kNMX << " nmx1 " << nmx1<< " ave "<<ave<<
 123         " cutoff " << cutoff << endl;
 124     }
 125
 126   incr = CrClust(ave, cutoff, nmx1);
 127   RefClust(incr);
 128   if (fDebug == 1)
 129     {
 130       cout << "fClno " << fClno << endl;
 131     }
 132
 133   for(i1=0; i1<=fClno; i1++)
 134     {
 135       Float_t cluXC    = (Float_t) fClusters[0][i1];
 136       Float_t cluYC    = (Float_t) fClusters[1][i1];
 137       Float_t cluADC   = (Float_t) fClusters[2][i1];
 138       Float_t cluCELLS = (Float_t) fClusters[3][i1];
 139       Float_t cluRAD   = (Float_t) fClusters[4][i1];
 140       Float_t cluY0    = ktwobysqrt3*cluYC;
 141       Float_t cluX0    = cluXC - cluY0/2.;
 142       //
 143       // Cluster X centroid is back transformed
 144       //
 145       clusdata[0]      = cluX0 - (48-1) + cluY0/2.;
 146       clusdata[1]      = cluY0;
 147       clusdata[2]      = cluADC;
 148       clusdata[3]      = cluCELLS;
 149       clusdata[4]      = cluRAD;
 150
 151       pmdcl = new AliPMDcluster(idet, ismn, clusdata);
 152       pmdcont->Add(pmdcl);
 153     }
 154 }
 155 // ------------------------------------------------------------------------ //
 156 void AliPMDClustering::Order()
 157 {
 158   // Sorting algorithm
 159   // sorts the ADC values from higher to lower
 160   //
 161   double dd[kNMX], adum;
 162   // matrix fEdepCell converted into
 163   // one dimensional array dd. adum a place holder for double
 164   int i, j, i1, i2, iord1[kNMX], itst, idum;
 165   // information of
 166   // ordering is stored in iord1, original array not ordered
 167   //
 168   // define arrays dd and iord1
 169   for(i1=0; i1 < kNDIMX; i1++)
 170     {
 171       for(i2=0; i2 < kNDIMY; i2++)
 172         {
 173           i        = i1 + i2*kNDIMX;
 174           iord1[i] = i;
 175           dd[i]    = fEdepCell[i1][i2];
 176         }
 177     }
 178   // sort and store sorting information in iord1
 179   for(j=1; j < kNMX; j++)
 180     {
 181       itst = 0;
 182       adum = dd[j];
 183       idum = iord1[j];
 184       for(i1=0; i1 < j ; i1++)
 185         {
 186           if(adum > dd[i1] && itst == 0)
 187             {
 188               itst = 1;
 189               for(i2=j-1; i2 >= i1 ; i2=i2--)
 190                 {
 191                   dd[i2+1]    = dd[i2];
 192                   iord1[i2+1] = iord1[i2];
 193                 }
 194               dd[i1]    = adum;
 195               iord1[i1] = idum;
 196             }
 197         }
 198     }
 199   // store the sorted information in fIord for later use
 200   for(i=0; i<kNMX; i++)
 201     {
 202       j  = iord1[i];
 203       i2 = j/kNDIMX;
 204       i1 = j-i2*kNDIMX;
 205       fIord[0][i]=i1;
 206       fIord[1][i]=i2;
 207     }
 208 }
 209 // ------------------------------------------------------------------------ //
 210 int AliPMDClustering::CrClust(double ave, double cutoff, int nmx1)
 211 {
 212   // Does crude clustering
 213   // Finds out only the big patch by just searching the
 214   // connected cells
 215   //
 216   int i,j,k,id1,id2,icl, numcell, clust[2][5000];
 217   int jd1,jd2, icell, cellcount;
 218   static int neibx[6]={1,0,-1,-1,0,1}, neiby[6]={0,1,1,0,-1,-1};
 219   // neibx and neiby define ( incremental ) (i,j) for the neighbours of a
 220   // cell. There are six neighbours.
 221   // cellcount --- total number of cells having nonzero ener dep
 222   // numcell --- number of cells in a given supercluster
 223   // ofstream ofl0("cells_loc",ios::out);
 224   // initialize fInfocl[2][kNDIMX][kNDIMY]
 225
 226   if (fDebug == 1)
 227     {
 228       printf(" *** Inside CrClust **  kNMX = %d nmx1 = %d kNDIMX = %d kNDIMY = %d ave = %f cutoff = %f\n",
 229              kNMX,nmx1,kNDIMX,kNDIMY,ave,cutoff);
 230     }
 231   for (j=0; j < kNDIMX; j++){
 232     for(k=0; k < kNDIMY; k++){
 233       fInfocl[0][j][k] = 0;
 234       fInfocl[1][j][k] = 0;
 235     }
 236   }
 237   for(i=0; i < kNMX; i++){
 238     fInfcl[0][i] = -1;
 239     id1=fIord[0][i];
 240     id2=fIord[1][i];
 241     if(fEdepCell[id1][id2] <= cutoff){fInfocl[0][id1][id2]=-1;}
 242   }
 243   // ---------------------------------------------------------------
 244   // crude clustering begins. Start with cell having largest adc
 245   // count and loop over the cells in descending order of adc count
 246   // ---------------------------------------------------------------
 247   icl=-1;
 248   cellcount=-1;
 249   for(icell=0; icell <= nmx1; icell++){
 250     id1=fIord[0][icell];
 251     id2=fIord[1][icell];
 252     if(fInfocl[0][id1][id2] == 0 ){
 253       // ---------------------------------------------------------------
 254       // icl -- cluster #, numcell -- # of cells in it, clust -- stores
 255       // coordinates of the cells in a cluster, fInfocl[0][i1][i2] is 1 for
 256       // primary and 2 for secondary cells,
 257       // fInfocl[1][i1][i2] stores cluster #
 258       // ---------------------------------------------------------------
 259       icl=icl+1;
 260       numcell=0;
 261       cellcount = cellcount + 1;
 262       fInfocl[0][id1][id2]=1;
 263       fInfocl[1][id1][id2]=icl;
 264       fInfcl[0][cellcount]=icl;
 265       fInfcl[1][cellcount]=id1;
 266       fInfcl[2][cellcount]=id2;
 267
 268       clust[0][numcell]=id1;
 269       clust[1][numcell]=id2;
 270       for(i=1; i<5000; i++)clust[0][i]=0;
 271       // ---------------------------------------------------------------
 272       // check for adc count in neib. cells. If ne 0 put it in this clust
 273       // ---------------------------------------------------------------
 274       for(i=0; i<6; i++){
 275         jd1=id1+neibx[i];
 276         jd2=id2+neiby[i];
 277         if( (jd1 >= 0 && jd1 < kNDIMX) && (jd2 >= 0 && jd2 < kNDIMY) &&
 278             fInfocl[0][jd1][jd2] == 0){
 279           numcell=numcell+1;
 280           fInfocl[0][jd1][jd2]=2;
 281           fInfocl[1][jd1][jd2]=icl;
 282           clust[0][numcell]=jd1;
 283           clust[1][numcell]=jd2;
 284           cellcount=cellcount+1;
 285           fInfcl[0][cellcount]=icl;
 286           fInfcl[1][cellcount]=jd1;
 287           fInfcl[2][cellcount]=jd2;
 288         }
 289       }
 290       // ---------------------------------------------------------------
 291       // check adc count for neighbour's neighbours recursively and
 292       // if nonzero, add these to the cluster.
 293       // ---------------------------------------------------------------
 294       for(i=1;i < 5000;i++){
 295         if(clust[0][i] != 0){
 296           id1=clust[0][i];
 297           id2=clust[1][i];
 298           for(j=0; j<6 ; j++){
 299             jd1=id1+neibx[j];
 300             jd2=id2+neiby[j];
 301             if( (jd1 >= 0 && jd1 < kNDIMX) && (jd2 >= 0 && jd2 < kNDIMY) &&
 302                 fInfocl[0][jd1][jd2] == 0 ){
 303               fInfocl[0][jd1][jd2] = 2;
 304               fInfocl[1][jd1][jd2] = icl;
 305               numcell              = numcell + 1;
 306               clust[0][numcell]    = jd1;
 307               clust[1][numcell]    = jd2;
 308               cellcount            = cellcount+1;
 309               fInfcl[0][cellcount] = icl;
 310               fInfcl[1][cellcount] = jd1;
 311               fInfcl[2][cellcount] = jd2;
 312             }
 313           }
 314         }
 315       }
 316     }
 317   }
 318   //  for(icell=0; icell<=cellcount; icell++){
 319   //    ofl0 << fInfcl[0][icell] << " " << fInfcl[1][icell] << " " <<
 320   //      fInfcl[2][icell] << endl;
 321   //  }
 322   return cellcount;
 323 }
 324 // ------------------------------------------------------------------------ //
 325 void AliPMDClustering::RefClust(int incr)
 326 {
 327   // Does the refining of clusters
 328   // Takes the big patch and does gaussian fitting and
 329   // finds out the more refined clusters
 330   //
 331   int i, j, k, i1, i2, id, icl, ncl[4500], iord[4500], itest;
 332   int ihld;
 333   int ig, nsupcl, lev1[20], lev2[20];
 334   double x[4500], y[4500], z[4500], x1, y1, z1, x2, y2, z2, dist;
 335   double xc[4500], yc[4500], zc[4500], cells[4500], sum, rc[4500], rr;
 336   // fClno counts the final clusters
 337   // nsupcl =  # of superclusters; ncl[i]= # of cells in supercluster i
 338   // x, y and z store (x,y) coordinates of and energy deposited in a cell
 339   // xc, yc store (x,y) coordinates of the cluster center
 340   // zc stores the energy deposited in a cluster
 341   // rc is cluster radius
 342   // finally the cluster information is put in 2-dimensional array clusters
 343   // ofstream ofl1("checking.5",ios::app);
 344   fClno  = -1;
 345   nsupcl = -1;
 346   for(i=0; i<4500; i++){ncl[i]=-1;}
 347   for(i=0; i<incr; i++){
 348     if(fInfcl[0][i] != nsupcl){ nsupcl=nsupcl+1; }
 349     if (nsupcl > 4500) {
 350       Error("RefClust", "Too many superclusters!");
 351       nsupcl = 4500;
 352       break;
 353     }
 354     ncl[nsupcl]=ncl[nsupcl]+1;
 355   }
 356   if (fDebug == 1)
 357     {
 358       cout << " # of cells " <<incr+1 << " # of superclusters " << nsupcl+1
 359            << endl;
 360     }
 361   id=-1;
 362   icl=-1;
 363   for(i=0; i<nsupcl; i++){
 364     if(ncl[i] == 0){
 365       id=id+1;
 366       icl=icl+1;
 367       // one  cell super-clusters --> single cluster
 368       // cluster center at the centyer of the cell
 369       // cluster radius = half cell dimension
 370       if (fClno >= 5000) {
 371         Error("RefClust", "Too many clusters!");
 372         return;
 373       }
 374       fClno = fClno + 1;
 375       i1 = fInfcl[1][id];
 376       i2 = fInfcl[2][id];
 377       fClusters[0][fClno] = fCoord[0][i1][i2];
 378       fClusters[1][fClno] = fCoord[1][i1][i2];
 379       fClusters[2][fClno] = fEdepCell[i1][i2];
 380       fClusters[3][fClno] = 1.;
 381       fClusters[4][fClno] = 0.5;
 382       //ofl1 << icl << " " << fCoord[0][i1][i2] << " " << fCoord[1][i1][i2] <<
 383       //" " << fEdepCell[i1][i2] << " " << fClusters[3][fClno] <<endl;
 384     }else if(ncl[i] == 1){
 385       // two cell super-cluster --> single cluster
 386       // cluster center is at ener. dep.-weighted mean of two cells
 387       // cluster radius == half cell dimension
 388       id   = id + 1;
 389       icl  = icl+1;
 390       if (fClno >= 5000) {
 391         Error("RefClust", "Too many clusters!");
 392         return;
 393       }
 394       fClno = fClno+1;
 395       i1   = fInfcl[1][id];
 396       i2   = fInfcl[2][id];
 397       x1   = fCoord[0][i1][i2];
 398       y1   = fCoord[1][i1][i2];
 399       z1   = fEdepCell[i1][i2];
 400       id   = id+1;
 401       i1   = fInfcl[1][id];
 402       i2   = fInfcl[2][id];
 403       x2   = fCoord[0][i1][i2];
 404       y2   = fCoord[1][i1][i2];
 405       z2   = fEdepCell[i1][i2];
 406       fClusters[0][fClno] = (x1*z1+x2*z2)/(z1+z2);
 407       fClusters[1][fClno] = (y1*z1+y2*z2)/(z1+z2);
 408       fClusters[2][fClno] = z1+z2;
 409       fClusters[3][fClno] = 2.;
 410       fClusters[4][fClno] = 0.5;
 411       //ofl1 << icl << " " << fClusters[0][fClno] << " " << fClusters[1][fClno]
 412       //   << " " << fClusters[2][fClno] << " " <<fClusters[3][fClno] <<endl;
 413     }
 414     else{
 415       id      = id + 1;
 416       iord[0] = 0;
 417       // super-cluster of more than two cells - broken up into smaller
 418       // clusters gaussian centers computed. (peaks separated by > 1 cell)
 419       // Begin from cell having largest energy deposited This is first
 420       // cluster center
 421       i1      = fInfcl[1][id];
 422       i2      = fInfcl[2][id];
 423       x[0]    = fCoord[0][i1][i2];
 424       y[0]    = fCoord[1][i1][i2];
 425       z[0]    = fEdepCell[i1][i2];
 426       iord[0] = 0;
 427       for(j=1;j<=ncl[i];j++){
 428
 429         id      = id + 1;
 430         i1      = fInfcl[1][id];
 431         i2      = fInfcl[2][id];
 432         iord[j] = j;
 433         x[j]    = fCoord[0][i1][i2];
 434         y[j]    = fCoord[1][i1][i2];
 435         z[j]    = fEdepCell[i1][i2];
 436       }
 437       // arranging cells within supercluster in decreasing order
 438       for(j=1;j<=ncl[i];j++){
 439         itest=0;
 440         ihld=iord[j];
 441         for(i1=0;i1<j;i1++){
 442           if(itest == 0 && z[iord[i1]] < z[ihld]){
 443             itest=1;
 444             for(i2=j-1;i2>=i1;i2--){
 445               iord[i2+1]=iord[i2];
 446             }
 447             iord[i1]=ihld;
 448           }
 449         }
 450       }
 451
 452       // compute the number of Gaussians and their centers ( first
 453       // guess )
 454       // centers must be separated by cells having smaller ener. dep.
 455       // neighbouring centers should be either strong or well-separated
 456       ig=0;
 457       xc[ig]=x[iord[0]];
 458       yc[ig]=y[iord[0]];
 459       zc[ig]=z[iord[0]];
 460       for(j=1;j<=ncl[i];j++){
 461         itest=-1;
 462         x1=x[iord[j]];
 463         y1=y[iord[j]];
 464         for(k=0;k<=ig;k++){
 465           x2=xc[k]; y2=yc[k];
 466           rr=Distance(x1,y1,x2,y2);
 467           if( rr >= 1.1 && rr < 1.8 && z[iord[j]] > zc[k]/4.)
 468             itest=itest+1;
 469           if( rr >= 1.8 && rr < 2.1 && z[iord[j]] > zc[k]/10.)
 470             itest=itest+1;
 471           if( rr >= 2.1)itest=itest+1;
 472         }
 473         if(itest == ig){
 474           ig=ig+1;
 475           xc[ig]=x1;
 476           yc[ig]=y1;
 477           zc[ig]=z[iord[j]];
 478         }
 479       }
 480       // for(j=0; j<=ig; j++){
 481       //ofl1 << icl+j+1 << " " << xc[j] << " " <<yc[j] <<" "<<zc[j]<<endl;
 482       //}
 483       // GaussFit to adjust cluster parameters to minimize
 484       GaussFit(ncl[i], ig, x[0], y[0] ,z[0], xc[0], yc[0], zc[0], rc[0]);
 485       icl=icl+ig+1;
 486       // compute the number of cells belonging to each cluster.
 487       // cell is shared between several clusters ( if they are equidistant
 488       // from it ) in the ratio of cluster energy deposition
 489       for(j=0; j<=ig; j++){
 490         cells[j]=0.;
 491       }
 492       if(ig > 0){
 493         for(j=0; j<=ncl[i]; j++){
 494           lev1[0]=0;
 495           lev2[0]=0;
 496           for(k=0; k<=ig; k++){
 497             dist=Distance(x[j], y[j], xc[k], yc[k]);
 498             if(dist < sqrt(3.) ){
 499               lev1[0]++;
 500               i1=lev1[0];
 501               lev1[i1]=k;
 502             }else{
 503               if(dist < 2.1){
 504                 lev2[0]++;
 505                 i1=lev2[0];
 506                 lev2[i1]=k;
 507               }
 508             }
 509           }
 510           if(lev1[0] != 0){
 511             if(lev1[0] == 1){cells[lev1[1]]=cells[lev1[1]]+1.;}
 512             else{
 513               sum=0.;
 514               for(k=1; k<=lev1[0]; k++){
 515                 sum=sum+zc[lev1[k]];
 516               }
 517               for(k=1; k<=lev1[0]; k++){
 518                 cells[lev1[k]]=cells[lev1[k]]+zc[lev1[k]]/sum;
 519               }
 520             }
 521           }else{
 522             if(lev2[0] == 0){cells[lev2[1]]=cells[lev2[1]]+1.;}
 523             else{
 524               sum=0.;
 525               for(k=1; k<=lev2[0]; k++){
 526                 sum=sum+zc[lev2[k]];
 527               }
 528               for(k=1; k<=lev2[0]; k++){
 529                 cells[lev2[k]]=cells[lev2[k]]+zc[lev2[k]]/sum;
 530               }
 531             }
 532           }
 533         }
 534       }
 535       for(j=0; j<=ig; j++){
 536         if (fClno >= 5000) {
 537           Error("RefClust", "Too many clusters!");
 538           return;
 539         }
 540         fClno               = fClno + 1;
 541         fClusters[0][fClno] = xc[j];
 542         fClusters[1][fClno] = yc[j];
 543         fClusters[2][fClno] = zc[j];
 544         fClusters[4][fClno] = rc[j];
 545         if(ig == 0){
 546           fClusters[3][fClno] = ncl[i];
 547         }else{
 548           fClusters[3][fClno] = cells[j];
 549         }
 550       }
 551     }
 552   }
 553 }
 554 // ------------------------------------------------------------------------ //
 555 void AliPMDClustering::GaussFit(Int_t ncell, Int_t nclust, Double_t &x, Double_t &y ,Double_t &z, Double_t &xc, Double_t &yc, Double_t &zc, Double_t &rc)
 556 {
 557   // Does gaussian fitting
 558   //
 559   int i, j, i1, i2, jmax, novar, idd, jj;
 560   double xx[4500], yy[4500], zz[4500], xxc[4500], yyc[4500];
 561   double a[4500], b[4500], c[4500], d[4500], ha[4500], hb[4500];
 562   double hc[4500], hd[4500], zzc[4500], rrc[4500];
 563   int neib[4500][50];
 564   double sum, dx, dy, str, str1, aint, sum1, rr, dum;
 565   double x1, x2, y1, y2;
 566   str   = 0.;
 567   str1  = 0.;
 568   rr    = 0.3;
 569   novar = 0;
 570   j = 0;  // Just put not to see the compiler warning, BKN
 571
 572   for(i=0; i<=ncell; i++)
 573     {
 574       xx[i] = *(&x+i);
 575       yy[i] = *(&y+i);
 576       zz[i] = *(&z+i);
 577       str   = str + zz[i];
 578     }
 579   for(i=0; i<=nclust; i++)
 580     {
 581       xxc[i] = *(&xc+i);
 582       yyc[i] = *(&yc+i);
 583       zzc[i] = *(&zc+i);
 584       str1   = str1 + zzc[i];
 585       rrc[i] = 0.5;
 586     }
 587   for(i=0; i<=nclust; i++)
 588     {
 589       zzc[i] = str/str1*zzc[i];
 590       ha[i]  = xxc[i];
 591       hb[i]  = yyc[i];
 592       hc[i]  = zzc[i];
 593       hd[i]  = rrc[i];
 594       x1     = xxc[i];
 595       y1     = yyc[i];
 596     }
 597   for(i=0; i<=ncell; i++){
 598     idd=0;
 599     x1=xx[i];
 600     y1=yy[i];
 601     for(j=0; j<=nclust; j++){
 602       x2=xxc[j];
 603       y2=yyc[j];
 604       if(Distance(x1,y1,x2,y2) <= 3.){ idd=idd+1; neib[i][idd]=j; }
 605     }
 606     neib[i][0]=idd;
 607   }
 608   sum=0.;
 609   for(i1=0; i1<=ncell; i1++){
 610     aint=0.;
 611     idd=neib[i1][0];
 612     for(i2=1; i2<=idd; i2++){
 613       jj=neib[i1][i2];
 614       dx=xx[i1]-xxc[jj];
 615       dy=yy[i1]-yyc[jj];
 616       dum=rrc[j]*rrc[jj]+rr*rr;
 617       aint=aint+exp(-(dx*dx+dy*dy)/dum)*zzc[idd]*rr*rr/dum;
 618     }
 619     sum=sum+(aint-zz[i1])*(aint-zz[i1])/str;
 620   }
 621   jmax=nclust*1000;
 622   if(nclust > 20)jmax=20000;
 623   for(j=0; j<jmax; j++){
 624     str1=0.;
 625     for(i=0; i<=nclust; i++){
 626       a[i]=xxc[i]+0.6*(Ranmar()-0.5);
 627       b[i]=yyc[i]+0.6*(Ranmar()-0.5);
 628       c[i]=zzc[i]*(1.+(Ranmar()-0.5)*0.2);
 629       str1=str1+zzc[i];
 630       d[i]=rrc[i]*(1.+(Ranmar()-0.5)*0.1);
 631       if(d[i] < 0.25)d[i]=0.25;
 632     }
 633     for(i=0; i<=nclust; i++){ c[i]=c[i]*str/str1; }
 634     sum1=0.;
 635     for(i1=0; i1<=ncell; i1++){
 636       aint=0.;
 637       idd=neib[i1][0];
 638       for(i2=1; i2<=idd; i2++){
 639         jj=neib[i1][i2];
 640         dx=xx[i1]-a[jj];
 641         dy=yy[i1]-b[jj];
 642         dum=d[jj]*d[jj]+rr*rr;
 643         aint=aint+exp(-(dx*dx+dy*dy)/dum)*c[i2]*rr*rr/dum;
 644       }
 645       sum1=sum1+(aint-zz[i1])*(aint-zz[i1])/str;
 646     }
 647
 648     if(sum1 < sum){
 649       for(i2=0; i2<=nclust; i2++){
 650         xxc[i2]=a[i2];
 651         yyc[i2]=b[i2];
 652         zzc[i2]=c[i2];
 653         rrc[i2]=d[i2];
 654         sum=sum1;
 655       }
 656     }
 657   }
 658   for(j=0; j<=nclust; j++){
 659     *(&xc+j)=xxc[j];
 660     *(&yc+j)=yyc[j];
 661     *(&zc+j)=zzc[j];
 662     *(&rc+j)=rrc[j];
 663   }
 664 }
 665 // ------------------------------------------------------------------------ //
 666 double AliPMDClustering::Distance(double x1, double y1, double x2, double y2)
 667 {
 668   return sqrt((x1-x2)*(x1-x2) + (y1-y2)*(y1-y2));
 669 }
 670 // ------------------------------------------------------------------------ //
 671 double AliPMDClustering::Ranmar() const
 672 {
 673   //  Universal random number generator proposed by Marsaglia and Zaman
 674   //  in report FSU-SCRI-87-50
 675
 676   //  clock_t start;
 677   int ii, jj;
 678   static int i=96, j=32, itest=0, i1, i2, i3, i4, i5;
 679   static double u[97], c, cd, cm, s, t;
 680   static double uni;
 681   int count1,count2,idum;
 682   /*    $$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$  */
 683   if (itest == 0) {
 684     //*******************************************************
 685     // following three lines if the seed to be provided by computer
 686     // start = time(NULL);
 687     // ii=start;
 688     // jj=start;
 689     //*******************************************************
 690     //following two lines for fixed seed ( during testing only. Else
 691     //use preceeing three lines
 692     ii=8263;
 693     jj=5726;
 694     if(ii > 31328 ) ii = ii - ( ii / 31328 ) * 31328;
 695     if(jj > 30081 ) jj = jj - ( jj / 30081 ) * 30081;
 696     itest=itest+1;
 697     if((( ii > 0 ) &&  ( ii <= 31328 )) && (( jj > 0 ) &&
 698                                             ( jj <= 30081 ))){
 699       i1=ii/177+2; i2=ii-(i1-2)*177+2; i3=jj/169+1; i4=jj-(i3-1)*169;
 700       i4 = jj - (i3-1)*169;
 701       count1=0;
 702       while ( count1 < 97 ){
 703         s=0.;
 704         t=0.5;
 705         count2=0;
 706         while( count2 < 24 ){
 707           idum=i1*i2/179;
 708           idum=( i1*i2 - (i1*i2/179)*179 ) * i3;
 709           i5=idum-(idum/179)*179;
 710           i1=i2; i2=i3; i3=i5; idum=53*i4+1; i4=idum-(idum/169)*169;
 711           if( i4*i5-((i4*i5)/64)*64 >= 32 ) s=s+t;
 712           t=0.5*t;
 713           count2=count2+1;
 714         }
 715         u[count1] = s;
 716         count1 = count1 +1;
 717       }
 718       c = 362436./16777216.;  cd = 7654321./16777216.;
 719       cm = 16777213./16777216.;
 720     }
 721     else{
 722       cout << " wrong initialization " << endl;
 723     }
 724   }
 725   else{
 726     uni = u[i] - u[j];
 727     if( uni < 0.) uni = uni + 1;
 728     u[i] = uni;
 729     i = i -1;
 730     if( i < 0 ) i = 96;
 731     j = j - 1;
 732     if ( j < 0 ) j = 96;
 733     c = c - cd;
 734     if( c < 0. ) c = c+cm;
 735     uni = uni-c ;
 736     if( uni < 0. )uni = uni+1.;
 737   }
 738   return uni;
 739 }
 740 // ------------------------------------------------------------------------ //
 741 void AliPMDClustering::SetEdepCut(Float_t decut)
 742 {
 743   fCutoff = decut;
 744 }
 745 // ------------------------------------------------------------------------ //
 746 void AliPMDClustering::SetDebug(Int_t idebug)
 747 {
 748   fDebug = idebug;
 749 }