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];
 162   // matrix fEdepCell converted into
 163   // one dimensional array dd. adum a place holder for double
 164   int i, j, i1, i2, iord1[kNMX];
 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
 200   TMath::Sort(kNMX,dd,iord1); //PH Using much better algorithm...
 201   // store the sorted information in fIord for later use
 202   for(i=0; i<kNMX; i++)
 203     {
 204       j  = iord1[i];
 205       i2 = j/kNDIMX;
 206       i1 = j-i2*kNDIMX;
 207       fIord[0][i]=i1;
 208       fIord[1][i]=i2;
 209     }
 210 }
 211 // ------------------------------------------------------------------------ //
 212 int AliPMDClustering::CrClust(double ave, double cutoff, int nmx1)
 213 {
 214   // Does crude clustering
 215   // Finds out only the big patch by just searching the
 216   // connected cells
 217   //
 218   int i,j,k,id1,id2,icl, numcell, clust[2][5000];
 219   int jd1,jd2, icell, cellcount;
 220   static int neibx[6]={1,0,-1,-1,0,1}, neiby[6]={0,1,1,0,-1,-1};
 221   // neibx and neiby define ( incremental ) (i,j) for the neighbours of a
 222   // cell. There are six neighbours.
 223   // cellcount --- total number of cells having nonzero ener dep
 224   // numcell --- number of cells in a given supercluster
 225   // ofstream ofl0("cells_loc",ios::out);
 226   // initialize fInfocl[2][kNDIMX][kNDIMY]
 227
 228   if (fDebug == 1)
 229     {
 230       printf(" *** Inside CrClust **  kNMX = %d nmx1 = %d kNDIMX = %d kNDIMY = %d ave = %f cutoff = %f\n",
 231              kNMX,nmx1,kNDIMX,kNDIMY,ave,cutoff);
 232     }
 233   for (j=0; j < kNDIMX; j++){
 234     for(k=0; k < kNDIMY; k++){
 235       fInfocl[0][j][k] = 0;
 236       fInfocl[1][j][k] = 0;
 237     }
 238   }
 239   for(i=0; i < kNMX; i++){
 240     fInfcl[0][i] = -1;
 241     id1=fIord[0][i];
 242     id2=fIord[1][i];
 243     if(fEdepCell[id1][id2] <= cutoff){fInfocl[0][id1][id2]=-1;}
 244   }
 245   // ---------------------------------------------------------------
 246   // crude clustering begins. Start with cell having largest adc
 247   // count and loop over the cells in descending order of adc count
 248   // ---------------------------------------------------------------
 249   icl=-1;
 250   cellcount=-1;
 251   for(icell=0; icell <= nmx1; icell++){
 252     id1=fIord[0][icell];
 253     id2=fIord[1][icell];
 254     if(fInfocl[0][id1][id2] == 0 ){
 255       // ---------------------------------------------------------------
 256       // icl -- cluster #, numcell -- # of cells in it, clust -- stores
 257       // coordinates of the cells in a cluster, fInfocl[0][i1][i2] is 1 for
 258       // primary and 2 for secondary cells,
 259       // fInfocl[1][i1][i2] stores cluster #
 260       // ---------------------------------------------------------------
 261       icl=icl+1;
 262       numcell=0;
 263       cellcount = cellcount + 1;
 264       fInfocl[0][id1][id2]=1;
 265       fInfocl[1][id1][id2]=icl;
 266       fInfcl[0][cellcount]=icl;
 267       fInfcl[1][cellcount]=id1;
 268       fInfcl[2][cellcount]=id2;
 269
 270       clust[0][numcell]=id1;
 271       clust[1][numcell]=id2;
 272       for(i=1; i<5000; i++)clust[0][i]=0;
 273       // ---------------------------------------------------------------
 274       // check for adc count in neib. cells. If ne 0 put it in this clust
 275       // ---------------------------------------------------------------
 276       for(i=0; i<6; i++){
 277         jd1=id1+neibx[i];
 278         jd2=id2+neiby[i];
 279         if( (jd1 >= 0 && jd1 < kNDIMX) && (jd2 >= 0 && jd2 < kNDIMY) &&
 280             fInfocl[0][jd1][jd2] == 0){
 281           numcell=numcell+1;
 282           fInfocl[0][jd1][jd2]=2;
 283           fInfocl[1][jd1][jd2]=icl;
 284           clust[0][numcell]=jd1;
 285           clust[1][numcell]=jd2;
 286           cellcount=cellcount+1;
 287           fInfcl[0][cellcount]=icl;
 288           fInfcl[1][cellcount]=jd1;
 289           fInfcl[2][cellcount]=jd2;
 290         }
 291       }
 292       // ---------------------------------------------------------------
 293       // check adc count for neighbour's neighbours recursively and
 294       // if nonzero, add these to the cluster.
 295       // ---------------------------------------------------------------
 296       for(i=1;i < 5000;i++){
 297         if(clust[0][i] != 0){
 298           id1=clust[0][i];
 299           id2=clust[1][i];
 300           for(j=0; j<6 ; j++){
 301             jd1=id1+neibx[j];
 302             jd2=id2+neiby[j];
 303             if( (jd1 >= 0 && jd1 < kNDIMX) && (jd2 >= 0 && jd2 < kNDIMY) &&
 304                 fInfocl[0][jd1][jd2] == 0 ){
 305               fInfocl[0][jd1][jd2] = 2;
 306               fInfocl[1][jd1][jd2] = icl;
 307               numcell              = numcell + 1;
 308               clust[0][numcell]    = jd1;
 309               clust[1][numcell]    = jd2;
 310               cellcount            = cellcount+1;
 311               fInfcl[0][cellcount] = icl;
 312               fInfcl[1][cellcount] = jd1;
 313               fInfcl[2][cellcount] = jd2;
 314             }
 315           }
 316         }
 317       }
 318     }
 319   }
 320   //  for(icell=0; icell<=cellcount; icell++){
 321   //    ofl0 << fInfcl[0][icell] << " " << fInfcl[1][icell] << " " <<
 322   //      fInfcl[2][icell] << endl;
 323   //  }
 324   return cellcount;
 325 }
 326 // ------------------------------------------------------------------------ //
 327 void AliPMDClustering::RefClust(int incr)
 328 {
 329   // Does the refining of clusters
 330   // Takes the big patch and does gaussian fitting and
 331   // finds out the more refined clusters
 332   //
 333   int i, j, k, i1, i2, id, icl, ncl[4500], iord[4500], itest;
 334   int ihld;
 335   int ig, nsupcl, lev1[20], lev2[20];
 336   double x[4500], y[4500], z[4500], x1, y1, z1, x2, y2, z2, dist;
 337   double xc[4500], yc[4500], zc[4500], cells[4500], sum, rc[4500], rr;
 338   // fClno counts the final clusters
 339   // nsupcl =  # of superclusters; ncl[i]= # of cells in supercluster i
 340   // x, y and z store (x,y) coordinates of and energy deposited in a cell
 341   // xc, yc store (x,y) coordinates of the cluster center
 342   // zc stores the energy deposited in a cluster
 343   // rc is cluster radius
 344   // finally the cluster information is put in 2-dimensional array clusters
 345   // ofstream ofl1("checking.5",ios::app);
 346   fClno  = -1;
 347   nsupcl = -1;
 348   for(i=0; i<4500; i++){ncl[i]=-1;}
 349   for(i=0; i<incr; i++){
 350     if(fInfcl[0][i] != nsupcl){ nsupcl=nsupcl+1; }
 351     if (nsupcl > 4500) {
 352       Error("RefClust", "Too many superclusters!");
 353       nsupcl = 4500;
 354       break;
 355     }
 356     ncl[nsupcl]=ncl[nsupcl]+1;
 357   }
 358   if (fDebug == 1)
 359     {
 360       cout << " # of cells " <<incr+1 << " # of superclusters " << nsupcl+1
 361            << endl;
 362     }
 363   id=-1;
 364   icl=-1;
 365   for(i=0; i<nsupcl; i++){
 366     if(ncl[i] == 0){
 367       id=id+1;
 368       icl=icl+1;
 369       // one  cell super-clusters --> single cluster
 370       // cluster center at the centyer of the cell
 371       // cluster radius = half cell dimension
 372       if (fClno >= 5000) {
 373         Error("RefClust", "Too many clusters!");
 374         return;
 375       }
 376       fClno = fClno + 1;
 377       i1 = fInfcl[1][id];
 378       i2 = fInfcl[2][id];
 379       fClusters[0][fClno] = fCoord[0][i1][i2];
 380       fClusters[1][fClno] = fCoord[1][i1][i2];
 381       fClusters[2][fClno] = fEdepCell[i1][i2];
 382       fClusters[3][fClno] = 1.;
 383       fClusters[4][fClno] = 0.5;
 384       //ofl1 << icl << " " << fCoord[0][i1][i2] << " " << fCoord[1][i1][i2] <<
 385       //" " << fEdepCell[i1][i2] << " " << fClusters[3][fClno] <<endl;
 386     }else if(ncl[i] == 1){
 387       // two cell super-cluster --> single cluster
 388       // cluster center is at ener. dep.-weighted mean of two cells
 389       // cluster radius == half cell dimension
 390       id   = id + 1;
 391       icl  = icl+1;
 392       if (fClno >= 5000) {
 393         Error("RefClust", "Too many clusters!");
 394         return;
 395       }
 396       fClno = fClno+1;
 397       i1   = fInfcl[1][id];
 398       i2   = fInfcl[2][id];
 399       x1   = fCoord[0][i1][i2];
 400       y1   = fCoord[1][i1][i2];
 401       z1   = fEdepCell[i1][i2];
 402       id   = id+1;
 403       i1   = fInfcl[1][id];
 404       i2   = fInfcl[2][id];
 405       x2   = fCoord[0][i1][i2];
 406       y2   = fCoord[1][i1][i2];
 407       z2   = fEdepCell[i1][i2];
 408       fClusters[0][fClno] = (x1*z1+x2*z2)/(z1+z2);
 409       fClusters[1][fClno] = (y1*z1+y2*z2)/(z1+z2);
 410       fClusters[2][fClno] = z1+z2;
 411       fClusters[3][fClno] = 2.;
 412       fClusters[4][fClno] = 0.5;
 413       //ofl1 << icl << " " << fClusters[0][fClno] << " " << fClusters[1][fClno]
 414       //   << " " << fClusters[2][fClno] << " " <<fClusters[3][fClno] <<endl;
 415     }
 416     else{
 417       id      = id + 1;
 418       iord[0] = 0;
 419       // super-cluster of more than two cells - broken up into smaller
 420       // clusters gaussian centers computed. (peaks separated by > 1 cell)
 421       // Begin from cell having largest energy deposited This is first
 422       // cluster center
 423       i1      = fInfcl[1][id];
 424       i2      = fInfcl[2][id];
 425       x[0]    = fCoord[0][i1][i2];
 426       y[0]    = fCoord[1][i1][i2];
 427       z[0]    = fEdepCell[i1][i2];
 428       iord[0] = 0;
 429       for(j=1;j<=ncl[i];j++){
 430
 431         id      = id + 1;
 432         i1      = fInfcl[1][id];
 433         i2      = fInfcl[2][id];
 434         iord[j] = j;
 435         x[j]    = fCoord[0][i1][i2];
 436         y[j]    = fCoord[1][i1][i2];
 437         z[j]    = fEdepCell[i1][i2];
 438       }
 439       // arranging cells within supercluster in decreasing order
 440       for(j=1;j<=ncl[i];j++){
 441         itest=0;
 442         ihld=iord[j];
 443         for(i1=0;i1<j;i1++){
 444           if(itest == 0 && z[iord[i1]] < z[ihld]){
 445             itest=1;
 446             for(i2=j-1;i2>=i1;i2--){
 447               iord[i2+1]=iord[i2];
 448             }
 449             iord[i1]=ihld;
 450           }
 451         }
 452       }
 453
 454       // compute the number of Gaussians and their centers ( first
 455       // guess )
 456       // centers must be separated by cells having smaller ener. dep.
 457       // neighbouring centers should be either strong or well-separated
 458       ig=0;
 459       xc[ig]=x[iord[0]];
 460       yc[ig]=y[iord[0]];
 461       zc[ig]=z[iord[0]];
 462       for(j=1;j<=ncl[i];j++){
 463         itest=-1;
 464         x1=x[iord[j]];
 465         y1=y[iord[j]];
 466         for(k=0;k<=ig;k++){
 467           x2=xc[k]; y2=yc[k];
 468           rr=Distance(x1,y1,x2,y2);
 469           if( rr >= 1.1 && rr < 1.8 && z[iord[j]] > zc[k]/4.)
 470             itest=itest+1;
 471           if( rr >= 1.8 && rr < 2.1 && z[iord[j]] > zc[k]/10.)
 472             itest=itest+1;
 473           if( rr >= 2.1)itest=itest+1;
 474         }
 475         if(itest == ig){
 476           ig=ig+1;
 477           xc[ig]=x1;
 478           yc[ig]=y1;
 479           zc[ig]=z[iord[j]];
 480         }
 481       }
 482       // for(j=0; j<=ig; j++){
 483       //ofl1 << icl+j+1 << " " << xc[j] << " " <<yc[j] <<" "<<zc[j]<<endl;
 484       //}
 485       // GaussFit to adjust cluster parameters to minimize
 486       GaussFit(ncl[i], ig, x[0], y[0] ,z[0], xc[0], yc[0], zc[0], rc[0]);
 487       icl=icl+ig+1;
 488       // compute the number of cells belonging to each cluster.
 489       // cell is shared between several clusters ( if they are equidistant
 490       // from it ) in the ratio of cluster energy deposition
 491       for(j=0; j<=ig; j++){
 492         cells[j]=0.;
 493       }
 494       if(ig > 0){
 495         for(j=0; j<=ncl[i]; j++){
 496           lev1[0]=0;
 497           lev2[0]=0;
 498           for(k=0; k<=ig; k++){
 499             dist=Distance(x[j], y[j], xc[k], yc[k]);
 500             if(dist < sqrt(3.) ){
 501               lev1[0]++;
 502               i1=lev1[0];
 503               lev1[i1]=k;
 504             }else{
 505               if(dist < 2.1){
 506                 lev2[0]++;
 507                 i1=lev2[0];
 508                 lev2[i1]=k;
 509               }
 510             }
 511           }
 512           if(lev1[0] != 0){
 513             if(lev1[0] == 1){cells[lev1[1]]=cells[lev1[1]]+1.;}
 514             else{
 515               sum=0.;
 516               for(k=1; k<=lev1[0]; k++){
 517                 sum=sum+zc[lev1[k]];
 518               }
 519               for(k=1; k<=lev1[0]; k++){
 520                 cells[lev1[k]]=cells[lev1[k]]+zc[lev1[k]]/sum;
 521               }
 522             }
 523           }else{
 524             if(lev2[0] == 0){cells[lev2[1]]=cells[lev2[1]]+1.;}
 525             else{
 526               sum=0.;
 527               for(k=1; k<=lev2[0]; k++){
 528                 sum=sum+zc[lev2[k]];
 529               }
 530               for(k=1; k<=lev2[0]; k++){
 531                 cells[lev2[k]]=cells[lev2[k]]+zc[lev2[k]]/sum;
 532               }
 533             }
 534           }
 535         }
 536       }
 537       for(j=0; j<=ig; j++){
 538         if (fClno >= 5000) {
 539           Error("RefClust", "Too many clusters!");
 540           return;
 541         }
 542         fClno               = fClno + 1;
 543         fClusters[0][fClno] = xc[j];
 544         fClusters[1][fClno] = yc[j];
 545         fClusters[2][fClno] = zc[j];
 546         fClusters[4][fClno] = rc[j];
 547         if(ig == 0){
 548           fClusters[3][fClno] = ncl[i];
 549         }else{
 550           fClusters[3][fClno] = cells[j];
 551         }
 552       }
 553     }
 554   }
 555 }
 556 // ------------------------------------------------------------------------ //
 557 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)
 558 {
 559   // Does gaussian fitting
 560   //
 561   int i, j, i1, i2, novar, idd, jj;
 562   double xx[4500], yy[4500], zz[4500], xxc[4500], yyc[4500];
 563   double a[4500], b[4500], c[4500], d[4500], ha[4500], hb[4500];
 564   double hc[4500], hd[4500], zzc[4500], rrc[4500];
 565   int neib[4500][50];
 566   double sum, dx, dy, str, str1, aint, sum1, rr, dum;
 567   double x1, x2, y1, y2;
 568   str   = 0.;
 569   str1  = 0.;
 570   rr    = 0.3;
 571   novar = 0;
 572   j = 0;  // Just put not to see the compiler warning, BKN
 573
 574   for(i=0; i<=ncell; i++)
 575     {
 576       xx[i] = *(&x+i);
 577       yy[i] = *(&y+i);
 578       zz[i] = *(&z+i);
 579       str   = str + zz[i];
 580     }
 581   for(i=0; i<=nclust; i++)
 582     {
 583       xxc[i] = *(&xc+i);
 584       yyc[i] = *(&yc+i);
 585       zzc[i] = *(&zc+i);
 586       str1   = str1 + zzc[i];
 587       rrc[i] = 0.5;
 588     }
 589   for(i=0; i<=nclust; i++)
 590     {
 591       zzc[i] = str/str1*zzc[i];
 592       ha[i]  = xxc[i];
 593       hb[i]  = yyc[i];
 594       hc[i]  = zzc[i];
 595       hd[i]  = rrc[i];
 596       x1     = xxc[i];
 597       y1     = yyc[i];
 598     }
 599   for(i=0; i<=ncell; i++){
 600     idd=0;
 601     x1=xx[i];
 602     y1=yy[i];
 603     for(j=0; j<=nclust; j++){
 604       x2=xxc[j];
 605       y2=yyc[j];
 606       if(Distance(x1,y1,x2,y2) <= 3.){ idd=idd+1; neib[i][idd]=j; }
 607     }
 608     neib[i][0]=idd;
 609   }
 610   sum=0.;
 611   for(i1=0; i1<=ncell; i1++){
 612     aint=0.;
 613     idd=neib[i1][0];
 614     for(i2=1; i2<=idd; i2++){
 615       jj=neib[i1][i2];
 616       dx=xx[i1]-xxc[jj];
 617       dy=yy[i1]-yyc[jj];
 618       dum=rrc[j]*rrc[jj]+rr*rr;
 619       aint=aint+exp(-(dx*dx+dy*dy)/dum)*zzc[idd]*rr*rr/dum;
 620     }
 621     sum=sum+(aint-zz[i1])*(aint-zz[i1])/str;
 622   }
 623 //   jmax=nclust*1000;
 624 //   if(nclust > 20)jmax=20000;
 625 //   for(j=0; j<jmax; j++){
 626     str1=0.;
 627     for(i=0; i<=nclust; i++){
 628       a[i]=xxc[i]+0.6*(Ranmar()-0.5);
 629       b[i]=yyc[i]+0.6*(Ranmar()-0.5);
 630       c[i]=zzc[i]*(1.+(Ranmar()-0.5)*0.2);
 631       str1=str1+zzc[i];
 632       d[i]=rrc[i]*(1.+(Ranmar()-0.5)*0.1);
 633       if(d[i] < 0.25)d[i]=0.25;
 634     }
 635     for(i=0; i<=nclust; i++){ c[i]=c[i]*str/str1; }
 636     sum1=0.;
 637     for(i1=0; i1<=ncell; i1++){
 638       aint=0.;
 639       idd=neib[i1][0];
 640       for(i2=1; i2<=idd; i2++){
 641         jj=neib[i1][i2];
 642         dx=xx[i1]-a[jj];
 643         dy=yy[i1]-b[jj];
 644         dum=d[jj]*d[jj]+rr*rr;
 645         aint=aint+exp(-(dx*dx+dy*dy)/dum)*c[i2]*rr*rr/dum;
 646       }
 647       sum1=sum1+(aint-zz[i1])*(aint-zz[i1])/str;
 648     }
 649
 650     if(sum1 < sum){
 651       for(i2=0; i2<=nclust; i2++){
 652         xxc[i2]=a[i2];
 653         yyc[i2]=b[i2];
 654         zzc[i2]=c[i2];
 655         rrc[i2]=d[i2];
 656         sum=sum1;
 657       }
 658     }
 659 //   }
 660   for(j=0; j<=nclust; j++){
 661     *(&xc+j)=xxc[j];
 662     *(&yc+j)=yyc[j];
 663     *(&zc+j)=zzc[j];
 664     *(&rc+j)=rrc[j];
 665   }
 666 }
 667 // ------------------------------------------------------------------------ //
 668 double AliPMDClustering::Distance(double x1, double y1, double x2, double y2)
 669 {
 670   return sqrt((x1-x2)*(x1-x2) + (y1-y2)*(y1-y2));
 671 }
 672 // ------------------------------------------------------------------------ //
 673 double AliPMDClustering::Ranmar() const
 674 {
 675   //  Universal random number generator proposed by Marsaglia and Zaman
 676   //  in report FSU-SCRI-87-50
 677
 678   //  clock_t start;
 679   int ii, jj;
 680   static int i=96, j=32, itest=0, i1, i2, i3, i4, i5;
 681   static double u[97], c, cd, cm, s, t;
 682   static double uni;
 683   int count1,count2,idum;
 684   /*    $$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$  */
 685   if (itest == 0) {
 686     //*******************************************************
 687     // following three lines if the seed to be provided by computer
 688     // start = time(NULL);
 689     // ii=start;
 690     // jj=start;
 691     //*******************************************************
 692     //following two lines for fixed seed ( during testing only. Else
 693     //use preceeing three lines
 694     ii=8263;
 695     jj=5726;
 696     if(ii > 31328 ) ii = ii - ( ii / 31328 ) * 31328;
 697     if(jj > 30081 ) jj = jj - ( jj / 30081 ) * 30081;
 698     itest=itest+1;
 699     if((( ii > 0 ) &&  ( ii <= 31328 )) && (( jj > 0 ) &&
 700                                             ( jj <= 30081 ))){
 701       i1=ii/177+2; i2=ii-(i1-2)*177+2; i3=jj/169+1; i4=jj-(i3-1)*169;
 702       i4 = jj - (i3-1)*169;
 703       count1=0;
 704       while ( count1 < 97 ){
 705         s=0.;
 706         t=0.5;
 707         count2=0;
 708         while( count2 < 24 ){
 709           idum=i1*i2/179;
 710           idum=( i1*i2 - (i1*i2/179)*179 ) * i3;
 711           i5=idum-(idum/179)*179;
 712           i1=i2; i2=i3; i3=i5; idum=53*i4+1; i4=idum-(idum/169)*169;
 713           if( i4*i5-((i4*i5)/64)*64 >= 32 ) s=s+t;
 714           t=0.5*t;
 715           count2=count2+1;
 716         }
 717         u[count1] = s;
 718         count1 = count1 +1;
 719       }
 720       c = 362436./16777216.;  cd = 7654321./16777216.;
 721       cm = 16777213./16777216.;
 722     }
 723     else{
 724       cout << " wrong initialization " << endl;
 725     }
 726   }
 727   else{
 728     uni = u[i] - u[j];
 729     if( uni < 0.) uni = uni + 1;
 730     u[i] = uni;
 731     i = i -1;
 732     if( i < 0 ) i = 96;
 733     j = j - 1;
 734     if ( j < 0 ) j = 96;
 735     c = c - cd;
 736     if( c < 0. ) c = c+cm;
 737     uni = uni-c ;
 738     if( uni < 0. )uni = uni+1.;
 739   }
 740   return uni;
 741 }
 742 // ------------------------------------------------------------------------ //
 743 void AliPMDClustering::SetEdepCut(Float_t decut)
 744 {
 745   fCutoff = decut;
 746 }
 747 // ------------------------------------------------------------------------ //
 748 void AliPMDClustering::SetDebug(Int_t idebug)
 749 {
 750   fDebug = idebug;
 751 }