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