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