method Ranmar is removed
[u/mrichter/AliRoot.git] / PMD / AliPMDClusteringV1.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 /* $Id$ */
17
18 //-----------------------------------------------------//
19 //                                                     //
20 //  Source File : PMDClusteringV1.cxx, Version 00      //
21 //                                                     //
22 //  Date   : September 26 2002                         //
23 //                                                     //
24 //  clustering code for alice pmd                      //
25 //                                                     //
26 //-----------------------------------------------------//
27
28 /* --------------------------------------------------------------------
29    Code developed by S. C. Phatak, Institute of Physics,
30    Bhubaneswar 751 005 ( phatak@iopb.res.in ) Given the energy deposited
31    ( or ADC value ) in each cell of supermodule ( pmd or cpv ), the code
32    builds up superclusters and breaks them into clusters. The input is
33    in array fEdepCell[kNDIMX][kNDIMY] and cluster information is in a
34    TObjarray. Integer clno gives total number of clusters in the
35    supermodule.
36
37    fEdepCell and fClusters are the only global ( public ) variables.
38    Others are local ( private ) to the code.
39    At the moment, the data is read for whole detector ( all supermodules
40    and pmd as well as cpv. This will have to be modify later )
41    LAST UPDATE  :  October 23, 2002
42 -----------------------------------------------------------------------*/
43
44 #include <Riostream.h>
45 #include <TMath.h>
46 #include <TNtuple.h>
47 #include <TObjArray.h>
48 #include <stdio.h>
49
50 #include "AliPMDcludata.h"
51 #include "AliPMDcluster.h"
52 #include "AliPMDClustering.h"
53 #include "AliPMDClusteringV1.h"
54 #include "AliLog.h"
55 #include "TRandom.h"
56
57 ClassImp(AliPMDClusteringV1)
58
59 const Double_t AliPMDClusteringV1::fgkSqroot3by2=0.8660254;  // sqrt(3.)/2.
60
61 AliPMDClusteringV1::AliPMDClusteringV1():
62   pmdclucont(new TObjArray()),
63   fCutoff(0.0)
64 {
65   for(Int_t i = 0; i < kNDIMX; i++)
66     {
67       for(Int_t j = 0; j < kNDIMY; j++)
68         {
69           fCoord[0][i][j] = i+j/2.;
70           fCoord[1][i][j] = fgkSqroot3by2*j;
71           fEdepCell[i][j] = 0;
72         }
73     }
74 }
75 // ------------------------------------------------------------------------ //
76 AliPMDClusteringV1::~AliPMDClusteringV1()
77 {
78   delete pmdclucont;
79 }
80 // ------------------------------------------------------------------------ //
81 void AliPMDClusteringV1::DoClust(Int_t idet, Int_t ismn, 
82                                  Double_t celladc[48][96], TObjArray *pmdcont)
83 {
84   // main function to call other necessary functions to do clustering
85   //
86   AliPMDcluster *pmdcl = 0;
87   /*
88     int id and jd defined to read the input data.
89     It is assumed that for data we have 0 <= id <= 48
90     and 0 <= jd <=96
91   */
92
93   Int_t i, i1, i2, j, nmx1, incr, id, jd;
94   Int_t   celldataX[15], celldataY[15];
95   Float_t clusdata[6];
96
97   Double_t  cutoff, ave;
98
99   const float ktwobysqrt3 = 1.1547; // 2./sqrt(3.)
100
101   // ndimXr and ndimYr are different because of different module size
102
103   Int_t ndimXr = 0;
104   Int_t ndimYr = 0;
105
106   if (ismn < 12)
107     {
108       ndimXr = 96;
109       ndimYr = 48;
110     }
111   else if (ismn >= 12 && ismn <= 23)
112     {
113       ndimXr = 48;
114       ndimYr = 96;
115     }
116
117   for (Int_t i = 0; i < kNDIMX; i++)
118     {
119       for (Int_t j = 0; j < kNDIMY; j++)
120         {
121           fEdepCell[i][j] = 0;
122           fCellTrNo[i][j] = -1;
123         }
124     }
125
126   for (id = 0; id < ndimXr; id++)
127     {
128       for (jd = 0; jd < ndimYr; jd++)
129         {
130           j = jd;
131           i = id+(ndimYr/2-1)-(jd/2);
132
133           if (ismn < 12)
134             {
135               fEdepCell[i][j] = celladc[jd][id];
136               fCellTrNo[i][j] = jd*10000+id; /* for association */
137             }
138           else if (ismn >= 12 && ismn <= 23)
139             {
140               fEdepCell[i][j] = celladc[id][jd];
141               fCellTrNo[i][j] = id*10000+jd; /* for association */
142             }
143
144         }
145     }
146   Order();          // order the data
147   cutoff = fCutoff; // cutoff used to discard cells having ener. dep.
148   ave = 0.;
149   nmx1 = -1;
150
151   for(j = 0;j < kNMX; j++)
152     {
153       i1 = fIord[0][j];
154       i2 = fIord[1][j];
155       if(fEdepCell[i1][i2] > 0.) 
156         {
157           ave += fEdepCell[i1][i2];
158         }
159       if(fEdepCell[i1][i2] > cutoff )
160         {
161           nmx1++;
162         }
163     }
164
165   AliDebug(1,Form("Number of cells having energy >= %f are %d",cutoff,nmx1));
166
167   if (nmx1 == 0) nmx1 = 1;
168   ave = ave/nmx1;
169
170   AliDebug(1,Form("Number of cells in a SuperM = %d and Average = %f",
171                   kNMX,ave));
172            
173   incr = CrClust(ave, cutoff, nmx1);
174   RefClust(incr);
175   Int_t nentries1 = pmdclucont->GetEntries();
176   AliDebug(1,Form("Detector Plane = %d  Serial Module No = %d Number of clusters = %d",idet, ismn, nentries1));
177   AliDebug(1,Form("Total number of clusters/module = %d",nentries1));
178   for (Int_t ient1 = 0; ient1 < nentries1; ient1++)
179     {
180       AliPMDcludata *pmdcludata = 
181         (AliPMDcludata*)pmdclucont->UncheckedAt(ient1);
182       Float_t cluXC    = pmdcludata->GetClusX();
183       Float_t cluYC    = pmdcludata->GetClusY();
184       Float_t cluADC   = pmdcludata->GetClusADC();
185       Float_t cluCELLS = pmdcludata->GetClusCells();
186       Float_t cluSIGX  = pmdcludata->GetClusSigmaX();
187       Float_t cluSIGY  = pmdcludata->GetClusSigmaY();
188       
189       Float_t cluY0    = ktwobysqrt3*cluYC;
190       Float_t cluX0    = cluXC - cluY0/2.;
191       
192       // 
193       // Cluster X centroid is back transformed
194       //
195       if (ismn < 12)
196         {
197           clusdata[0] = cluX0 - (24-1) + cluY0/2.;
198         }
199       else if ( ismn >= 12 && ismn <= 23)
200         {
201           clusdata[0] = cluX0 - (48-1) + cluY0/2.;
202         }         
203       
204       clusdata[1]     = cluY0;
205       clusdata[2]     = cluADC;
206       clusdata[3]     = cluCELLS;
207       clusdata[4]     = cluSIGX;
208       clusdata[5]     = cluSIGY;
209       
210       //
211       // Cells associated with a cluster
212       //
213       for (Int_t ihit = 0; ihit < 15; ihit++)
214         {
215           
216           if (ismn < 12)
217             {
218               celldataX[ihit] = fClTr[ihit][i1]%10000;
219               celldataY[ihit] = fClTr[ihit][i1]/10000;
220             }
221           else if (ismn >= 12 && ismn <= 23)
222             {
223               celldataX[ihit] = fClTr[ihit][i1]/10000;
224               celldataY[ihit] = fClTr[ihit][i1]%10000;
225             }
226         }
227       pmdcl = new AliPMDcluster(idet, ismn, clusdata, celldataX, celldataY);
228       pmdcont->Add(pmdcl);
229     }
230   
231   pmdclucont->Clear();
232   
233 }
234 // ------------------------------------------------------------------------ //
235 void AliPMDClusteringV1::Order()
236 {
237   // Sorting algorithm
238   // sorts the ADC values from higher to lower
239   //
240   Int_t i, j, i1, i2;
241   Int_t iord1[kNMX];
242   Double_t dd[kNMX];
243   
244   for(i1=0; i1 < kNDIMX; i1++)
245     {
246       for(i2=0; i2 < kNDIMY; i2++)
247         {
248           i        = i1 + i2*kNDIMX;
249           iord1[i] = i;
250           dd[i]    = fEdepCell[i1][i2];
251         }
252     }
253   
254   TMath::Sort(kNMX,dd,iord1); //PH Using much better algorithm...
255   for(i=0; i<kNMX; i++)
256     {
257       j  = iord1[i];
258       i2 = j/kNDIMX;
259       i1 = j-i2*kNDIMX;
260       fIord[0][i]=i1;
261       fIord[1][i]=i2;
262     }
263 }
264 // ------------------------------------------------------------------------ //
265 Int_t AliPMDClusteringV1::CrClust(Double_t ave, Double_t cutoff, Int_t nmx1)
266 {
267   // Does crude clustering 
268   // Finds out only the big patch by just searching the
269   // connected cells
270   //
271   Int_t i,j,k,id1,id2,icl, numcell, clust[2][5000];
272   Int_t jd1,jd2, icell, cellcount;
273   static Int_t neibx[6]={1,0,-1,-1,0,1}, neiby[6]={0,1,1,0,-1,-1};
274
275   // neibx and neiby define ( incremental ) (i,j) for the neighbours of a
276   // cell. There are six neighbours.
277   // cellcount --- total number of cells having nonzero ener dep
278   // numcell --- number of cells in a given supercluster
279   
280   AliDebug(1,Form("kNMX = %d nmx1 = %d kNDIMX = %d kNDIMY = %d ave = %f cutoff = %f",kNMX,nmx1,kNDIMX,kNDIMY,ave,cutoff));
281   
282   for (j = 0; j < kNDIMX; j++)
283     {
284       for(k = 0; k < kNDIMY; k++)
285         {
286           fInfocl[0][j][k] = 0;
287           fInfocl[1][j][k] = 0;
288         }
289     }
290   for(i=0; i < kNMX; i++)
291     {
292       fInfcl[0][i] = -1;
293       id1 = fIord[0][i];
294       id2 = fIord[1][i];
295       if(fEdepCell[id1][id2] <= cutoff)
296         {
297           fInfocl[0][id1][id2] = -1;
298         }
299     }
300   // ---------------------------------------------------------------
301   // crude clustering begins. Start with cell having largest adc
302   // count and loop over the cells in descending order of adc count
303   // ---------------------------------------------------------------
304   icl       = -1;
305   cellcount = -1;
306
307   for(icell = 0; icell <= nmx1; icell++)
308     {
309       id1 = fIord[0][icell];
310       id2 = fIord[1][icell];
311       if(fInfocl[0][id1][id2] == 0 )
312         {
313           icl++;
314           numcell = 0;
315           cellcount++; 
316           fInfocl[0][id1][id2] = 1;
317           fInfocl[1][id1][id2] = icl;
318           fInfcl[0][cellcount] = icl;
319           fInfcl[1][cellcount] = id1;
320           fInfcl[2][cellcount] = id2;
321
322           clust[0][numcell] = id1;
323           clust[1][numcell] = id2;
324           
325           for(i = 1; i < 5000; i++)
326             {
327               clust[0][i]=0;
328             }
329           // ---------------------------------------------------------------
330           // check for adc count in neib. cells. If ne 0 put it in this clust
331           // ---------------------------------------------------------------
332           for(i = 0; i < 6; i++)
333             {
334               jd1 = id1 + neibx[i];
335               jd2 = id2 + neiby[i];
336               if( (jd1 >= 0 && jd1 < kNDIMX) && (jd2 >= 0 && jd2 < kNDIMY) &&
337                   fInfocl[0][jd1][jd2] == 0)
338                 {
339                   numcell++;
340                   fInfocl[0][jd1][jd2] = 2;
341                   fInfocl[1][jd1][jd2] = icl;
342                   clust[0][numcell]    = jd1;
343                   clust[1][numcell]    = jd2;
344                   cellcount++;
345                   fInfcl[0][cellcount] = icl;
346                   fInfcl[1][cellcount] = jd1;
347                   fInfcl[2][cellcount] = jd2;
348                 }
349             }
350           // ---------------------------------------------------------------
351           // check adc count for neighbour's neighbours recursively and
352           // if nonzero, add these to the cluster.
353           // ---------------------------------------------------------------
354           for(i = 1; i < 5000;i++)
355             {
356               if(clust[0][i] != 0)
357                 {
358                   id1 = clust[0][i];
359                   id2 = clust[1][i];
360                   for(j = 0; j < 6 ; j++)
361                     {
362                       jd1 = id1 + neibx[j];
363                       jd2 = id2 + neiby[j];
364                       if( (jd1 >= 0 && jd1 < kNDIMX) && 
365                           (jd2 >= 0 && jd2 < kNDIMY) &&
366                           fInfocl[0][jd1][jd2] == 0 )
367                         {
368                           fInfocl[0][jd1][jd2] = 2;
369                           fInfocl[1][jd1][jd2] = icl;
370                           numcell++;
371                           clust[0][numcell]    = jd1;
372                           clust[1][numcell]    = jd2;
373                           cellcount++;
374                           fInfcl[0][cellcount] = icl;
375                           fInfcl[1][cellcount] = jd1;
376                           fInfcl[2][cellcount] = jd2;
377                         }
378                     }
379                 }
380             }
381         }
382     }
383   return cellcount;
384 }
385 // ------------------------------------------------------------------------ //
386 void AliPMDClusteringV1::RefClust(Int_t incr)
387 {
388   // Does the refining of clusters
389   // Takes the big patch and does gaussian fitting and
390   // finds out the more refined clusters
391   //
392   
393   const Int_t kdim = 4500;
394   Int_t     i, j, k, i1, i2, id, icl,  itest,ihld, ig, nsupcl,clno;
395   Double_t  x1, y1, z1, x2, y2, z2, dist,rr,sum;
396   
397   Int_t t[kdim],cellCount[kdim];
398   Int_t    ncl[kdim], iord[kdim], lev1[20], lev2[20];
399   Double_t x[kdim], y[kdim], z[kdim];
400   Double_t xc[kdim], yc[kdim], zc[kdim], cells[kdim], rc[kdim];
401   
402   Float_t  clusdata[6];
403   for(Int_t kk = 0; kk < 6; kk++)
404     {
405       clusdata[kk] = 0.;
406     }
407   
408   //asso
409   for(i = 0; i<kdim; i++)
410     { 
411       t[i]         = -1;
412       cellCount[i] = 0;
413     }
414   // clno counts the final clusters
415   // nsupcl =  # of superclusters; ncl[i]= # of cells in supercluster i
416   // x, y and z store (x,y) coordinates of and energy deposited in a cell
417   // xc, yc store (x,y) coordinates of the cluster center
418   // zc stores the energy deposited in a cluster
419   // rc is cluster radius
420   
421   clno  = -1;
422   nsupcl = -1;
423   for(i = 0; i < kdim; i++)
424     {
425       ncl[i] = -1;
426     }
427   for(i = 0; i <= incr; i++)
428     {
429       if(fInfcl[0][i] != nsupcl)
430         {
431           nsupcl++;
432         }
433       if (nsupcl > kdim) 
434         {
435           AliWarning("RefClust: Too many superclusters!");
436           nsupcl = kdim;
437           break;
438         }
439       ncl[nsupcl]++;
440     }
441   
442   AliDebug(1,Form("Number of cells = %d Number of Superclusters = %d",
443                   incr+1,nsupcl+1));
444   id  = -1;
445   icl = -1;
446   for(i = 0; i <= nsupcl; i++) 
447     {
448       if(ncl[i] == 0)
449         {
450           id++;
451           icl++;
452           if (clno >= 5000) 
453             {
454               AliWarning("RefClust: Too many clusters! more than 5000");
455               return;
456             }
457           clno++;
458           i1 = fInfcl[1][id];
459           i2 = fInfcl[2][id];
460           
461           clusdata[0] = fCoord[0][i1][i2];
462           clusdata[1] = fCoord[1][i1][i2];
463           clusdata[2] = fEdepCell[i1][i2];
464           clusdata[3] = 1.;
465           clusdata[4] = 0.5;
466           clusdata[5] = 0.0;
467           pmdcludata  = new AliPMDcludata(clusdata);
468           pmdclucont->Add(pmdcludata);
469           
470           //association
471           
472           fClTr[0][clno] = fCellTrNo[i1][i2];
473           for(Int_t icltr = 1; icltr < 14; icltr++)
474             {
475               fClTr[icltr][clno] = -1;
476             }
477         }
478       else if(ncl[i] == 1) 
479         {
480           id++;
481           icl++;
482           if (clno >= 5000) 
483             {
484               AliWarning("RefClust: Too many clusters! more than 5000");
485               return;
486             }
487           clno++;
488           i1   = fInfcl[1][id];
489           i2   = fInfcl[2][id];
490           x1   = fCoord[0][i1][i2];
491           y1   = fCoord[1][i1][i2];
492           z1   = fEdepCell[i1][i2];
493           
494           //asso
495           fClTr[0][clno] = fCellTrNo[i1][i2];
496           //
497           
498           id   = id+1;
499           i1   = fInfcl[1][id];
500           i2   = fInfcl[2][id];
501           x2   = fCoord[0][i1][i2];
502           y2   = fCoord[1][i1][i2];
503           z2   = fEdepCell[i1][i2];
504           
505           //asso
506           
507           fClTr[1][clno] = fCellTrNo[i1][i2];
508           for(Int_t icltr = 2; icltr < 14; icltr++)
509             {
510               fClTr[icltr][clno] = -1;
511             }
512           //
513           
514           clusdata[0] = (x1*z1+x2*z2)/(z1+z2);
515           clusdata[1] = (y1*z1+y2*z2)/(z1+z2);
516           clusdata[2] = z1+z2;
517           clusdata[3] = 2.;
518           clusdata[4] = 0.5;
519           clusdata[5] = 0.0;
520           pmdcludata  = new AliPMDcludata(clusdata);
521           pmdclucont->Add(pmdcludata);
522         }
523       else
524         {
525           //asso
526           for(Int_t icg = 0; icg < kdim; icg++)
527             {
528               cellCount[icg]=0;
529             }
530           //
531           
532           id++;
533           iord[0] = 0;
534           // super-cluster of more than two cells - broken up into smaller
535           // clusters gaussian centers computed. (peaks separated by > 1 cell)
536           // Begin from cell having largest energy deposited This is first
537           // cluster center
538           i1      = fInfcl[1][id];
539           i2      = fInfcl[2][id];
540           x[0]    = fCoord[0][i1][i2];
541           y[0]    = fCoord[1][i1][i2];
542           z[0]    = fEdepCell[i1][i2];
543           
544           //asso
545           t[0] = fCellTrNo[i1][i2];
546           //
547           
548           iord[0] = 0;
549           for(j = 1; j <= ncl[i]; j++)
550             {
551               id++;
552               i1      = fInfcl[1][id];
553               i2      = fInfcl[2][id];
554               iord[j] = j;
555               x[j]    = fCoord[0][i1][i2];
556               y[j]    = fCoord[1][i1][i2];
557               z[j]    = fEdepCell[i1][i2];
558               //asso
559               t[j]    = fCellTrNo[i1][i2];
560               //
561             }
562           
563           
564           // arranging cells within supercluster in decreasing order
565           
566           for(j = 1;j <= ncl[i]; j++)
567             {
568               itest = 0;
569               ihld  = iord[j];
570               for(i1 = 0; i1 < j; i1++)
571                 {
572                   if(itest == 0 && z[iord[i1]] < z[ihld])
573                     {
574                       itest = 1;
575                       for(i2 = j-1; i2 >= i1; i2--)
576                         {
577                           iord[i2+1] = iord[i2];
578                         }
579                       iord[i1] = ihld;
580                     }
581                 }
582             }
583           // compute the number of Gaussians and their centers ( first
584           // guess )
585           // centers must be separated by cells having smaller ener. dep.
586           // neighbouring centers should be either strong or well-separated
587           ig=0;
588           xc[ig] = x[iord[0]];
589           yc[ig] = y[iord[0]];
590           zc[ig] = z[iord[0]];
591           for(j = 1; j <= ncl[i]; j++)
592             {
593               itest = -1;
594               x1    = x[iord[j]];
595               y1    = y[iord[j]];
596               for(k = 0; k <= ig; k++)
597                 {
598                   x2 = xc[k]; 
599                   y2 = yc[k];
600                   rr = Distance(x1,y1,x2,y2);
601                   if( rr >= 1.1 && rr < 1.8 && z[iord[j]] > zc[k]/4.)
602                     {
603                       itest++;
604                     }
605                   if( rr >= 1.8 && rr < 2.1 && z[iord[j]] > zc[k]/10.)
606                     {
607                       itest++;
608                     }
609                   if( rr >= 2.1)
610                     {
611                       itest++;
612                     }
613                 }
614               if(itest == ig)
615                 {
616                   ig++;
617                   xc[ig] = x1;
618                   yc[ig] = y1;
619                   zc[ig] = z[iord[j]];
620                 }
621             }
622           
623           GaussFit(ncl[i], ig, x[0], y[0] ,z[0], xc[0], yc[0], zc[0], rc[0]);
624           icl += ig+1;
625           // compute the number of cells belonging to each cluster.
626           // cell is shared between several clusters ( if they are equidistant
627           // from it ) in the ratio of cluster energy deposition
628           for(j = 0; j <= ig; j++)
629             {
630               cells[j]=0.;
631             }
632           if(ig > 0)
633             {
634               for(j = 0; j <= ncl[i]; j++)
635                 {
636                   lev1[j] = 0;
637                   lev2[j] = 0;
638                   for(k = 0; k <= ig; k++)
639                     {
640                       dist = Distance(x[j], y[j], xc[k], yc[k]);
641                       if(dist < TMath::Sqrt(3.) )
642                         {
643                           //asso
644                           fClTr[cellCount[k]][clno+k+1] = t[j];
645                           cellCount[k]++;
646                           //
647                           lev1[0]++;
648                           i1       = lev1[0];
649                           lev1[i1] = k;
650                         }
651                       else
652                         {
653                           if(dist < 2.1)
654                             {
655                               lev2[0]++;
656                               i1       = lev2[0];
657                               lev2[i1] = k;
658                             }
659                         }
660                     }
661                   if(lev1[0] != 0)
662                     {
663                       if(lev1[0] == 1)
664                         {
665                           cells[lev1[1]]++;
666                         } 
667                       else 
668                         {
669                           sum=0.;
670                           for(k = 1; k <= lev1[0]; k++)
671                             {
672                               sum  += zc[lev1[k]];
673                             }
674                           for(k = 1; k <= lev1[0]; k++)
675                             {
676                               cells[lev1[k]] += zc[lev1[k]]/sum;
677                             }
678                         }
679                     }
680                   else
681                     {
682                       if(lev2[0] == 0)
683                         {
684                           cells[lev2[1]]++;
685                         }
686                       else
687                         {
688                           sum=0.;
689                           for( k = 1; k <= lev2[0]; k++)
690                             {
691                               sum += zc[lev2[k]];
692                             }
693                           for(k = 1; k <= lev2[0]; k++)
694                             {
695                               cells[lev2[k]] +=  zc[lev2[k]]/sum;
696                             }
697                         }
698                     }
699                 }
700             }
701           
702           // zero rest of the cell array
703           //asso
704           for( k = 0; k <= ig; k++)
705             {
706               for(Int_t icltr = cellCount[k]; icltr < 14; icltr++)
707                 {
708                   fClTr[icltr][clno] = -1;
709                 }
710             }
711           //
712           
713           for(j = 0; j <= ig; j++)
714             {
715               clno++;
716               if (clno >= 5000) 
717                 {
718                   AliWarning("RefClust: Too many clusters! more than 5000");
719                   return;
720                 }
721               clusdata[0] = xc[j];
722               clusdata[1] = yc[j];
723               clusdata[2] = zc[j];
724               clusdata[4] = rc[j];
725               clusdata[5] = 0.0;
726               if(ig == 0)
727                 {
728                   clusdata[3] = ncl[i];
729                 }
730               else
731                 {
732                   clusdata[3] = cells[j];
733                 }
734               pmdcludata = new AliPMDcludata(clusdata);
735               pmdclucont->Add(pmdcludata);
736             }
737         }
738     }
739 }
740 // ------------------------------------------------------------------------ //
741 void AliPMDClusteringV1::GaussFit(Int_t ncell, Int_t nclust, Double_t &x, 
742                                   Double_t &y ,Double_t &z, Double_t &xc, 
743                                   Double_t &yc, Double_t &zc, Double_t &rc)
744 {
745   // Does gaussian fitting
746   //
747   const Int_t kdim = 4500;
748   Int_t i, j, i1, i2, novar, idd, jj;
749   Double_t sum, dx, dy, str, str1, aint, sum1, rr, dum;
750   Double_t x1, x2, y1, y2;
751   Double_t xx[kdim], yy[kdim], zz[kdim], xxc[kdim], yyc[kdim];
752   Double_t a[kdim], b[kdim], c[kdim], d[kdim], ha[kdim], hb[kdim];
753   Double_t hc[kdim], hd[kdim], zzc[kdim], rrc[kdim];
754   Int_t neib[kdim][50];
755   
756   TRandom rnd;
757   
758   str   = 0.;
759   str1  = 0.;
760   rr    = 0.3;
761   novar = 0;
762   j = 0;  
763
764   for(i = 0; i <= ncell; i++)
765     {
766       xx[i] = *(&x+i);
767       yy[i] = *(&y+i);
768       zz[i] = *(&z+i);
769       str  += zz[i];
770     }
771   for(i=0; i<=nclust; i++)
772     {
773       xxc[i] = *(&xc+i);
774       yyc[i] = *(&yc+i);
775       zzc[i] = *(&zc+i);
776       str1  += zzc[i];
777       rrc[i] = 0.5;
778     }
779   for(i = 0; i <= nclust; i++)
780     {
781       zzc[i] = str/str1*zzc[i];
782       ha[i]  = xxc[i];
783       hb[i]  = yyc[i];
784       hc[i]  = zzc[i];
785       hd[i]  = rrc[i];
786       x1     = xxc[i];
787       y1     = yyc[i];
788     }
789   for(i = 0; i <= ncell; i++)
790     {
791       idd = 0;
792       x1  = xx[i];
793       y1  = yy[i];
794       for(j = 0; j <= nclust; j++)
795         {
796           x2 = xxc[j];
797           y2 = yyc[j];
798           if(Distance(x1,y1,x2,y2) <= 3.)
799             { 
800               idd++;
801               neib[i][idd] = j; 
802             }
803         }
804       neib[i][0] = idd;
805     }
806   sum = 0.;
807   for(i1 = 0; i1 <= ncell; i1++)
808     {
809       aint = 0.;
810       idd = neib[i1][0];
811       for(i2 = 1; i2 <= idd; i2++)
812         {
813           jj    = neib[i1][i2];
814           dx    = xx[i1] - xxc[jj];
815           dy    = yy[i1] - yyc[jj];
816           dum   = rrc[j]*rrc[jj] + rr*rr;
817           aint += exp(-(dx*dx+dy*dy)/dum)*zzc[idd]*rr*rr/dum;
818         }
819       sum += (aint - zz[i1])*(aint - zz[i1])/str;
820     } 
821   str1 = 0.;
822   for(i = 0; i <= nclust; i++)
823     {
824       a[i]  = xxc[i] + 0.6*(rnd.Uniform() - 0.5);
825       b[i]  = yyc[i] + 0.6*(rnd.Uniform() - 0.5);
826       c[i]  = zzc[i]*(1.+ ( rnd.Uniform() - 0.5)*0.2);
827       str1 += zzc[i];
828       d[i]  = rrc[i]*(1.+ ( rnd.Uniform() - 0.5)*0.1);
829       
830       if(d[i] < 0.25)
831         {
832           d[i]=0.25;
833         }
834     }
835   for(i = 0; i <= nclust; i++)
836     {
837       c[i] = c[i]*str/str1; 
838     }
839   sum1=0.;
840   for(i1 = 0; i1 <= ncell; i1++)
841     {
842       aint = 0.;
843       idd = neib[i1][0];
844       for(i2 = 1; i2 <= idd; i2++)
845         {
846           jj    = neib[i1][i2];
847           dx    = xx[i1] - a[jj];
848           dy    = yy[i1] - b[jj];
849           dum   = d[jj]*d[jj]+rr*rr;
850           aint += exp(-(dx*dx+dy*dy)/dum)*c[i2]*rr*rr/dum;
851         }
852       sum1 += (aint - zz[i1])*(aint - zz[i1])/str;
853     }
854
855     if(sum1 < sum)
856       {
857         for(i2 = 0; i2 <= nclust; i2++)
858         {
859           xxc[i2] = a[i2];
860           yyc[i2] = b[i2];
861           zzc[i2] = c[i2];
862           rrc[i2] = d[i2];
863           sum     = sum1;
864         }
865       }
866     for(j = 0; j <= nclust; j++)
867       {
868         *(&xc+j) = xxc[j];
869         *(&yc+j) = yyc[j];
870         *(&zc+j) = zzc[j];
871         *(&rc+j) = rrc[j];
872       }
873 }
874 // ------------------------------------------------------------------------ //
875 Double_t AliPMDClusteringV1::Distance(Double_t x1, Double_t y1, 
876                                       Double_t x2, Double_t y2)
877 {
878   return TMath::Sqrt((x1-x2)*(x1-x2) + (y1-y2)*(y1-y2));
879 }
880 // ------------------------------------------------------------------------ //
881 void AliPMDClusteringV1::SetEdepCut(Float_t decut)
882 {
883   fCutoff = decut;
884 }
885 // ------------------------------------------------------------------------ //