/**
* 将两个稀疏矩阵模板按对角方向连接成为一个新的模板
*
* @param sp0 左上角的模板
* @param sp1 右下角的模板
* @param sp 得到的新模板
*/
void dCatSparsityPattern(const SparsityPattern& sp0,
const SparsityPattern& sp1,
SparsityPattern& sp)
{
u_int m0 = sp0.n_rows(), m1 = sp1.n_rows();
u_int n0 = sp0.n_cols(), n1 = sp1.n_cols();
/**
* 检查这个两个模板是否都已经压缩过了。
*
*/
Assert(sp0.is_compressed(), SparsityPattern::ExcNotCompressed());
Assert(sp1.is_compressed(), ExcNotCompressed());
int i = 0, j;
if (m0 + m1 == n0 + n1) i = 1;
std::vector<u_int> row_length(m0 + m1, i);
for (i = 0;i < m0;i ++)
row_length[i] += sp0.row_length(i);
for (i = 0;i < m1;i ++)
row_length[i + m0] += sp1.row_length(i);
sp.reinit(m0 + m1, n0 + n1, row_length);
const std::size_t * p_rowstart0 = sp0.get_rowstart_indices();
const u_int * p_column0 = sp0.get_column_numbers();
const std::size_t * p_rowstart1 = sp1.get_rowstart_indices();
const u_int * p_column1 = sp1.get_column_numbers();
for (i = 0;i < m0;i ++)
for (j = p_rowstart0[i];j < p_rowstart0[i + 1];j ++)
sp.add(i, p_column0[j]);
for (i = 0;i < m1;i ++)
for (j = p_rowstart1[i];j < p_rowstart1[i + 1];j ++)
sp.add(m0 + i, n0 + p_column1[j]);
sp.compress();
};
/**
* 将两个稀疏矩阵模板按鞍点问题的方式连接成为一个新的
* 模板，也就是对于给定的稀疏矩阵 \f$ A \f$ 和 \f$ B
* \f$，我们得到矩阵
*
* \f[
* \left(\begin{array}{cc}
* A & B \\
* B^T & 0
* \end{array}\right)
* \f]
*
* 的模板。要求 \f$ A \f$ 和 \f$ B \f$ 具有相同的行数。
*
* @param sp0 矩阵 \f$ A \f$ 的模板
* @param sp1 矩阵 \f$ B \f$ 的模板
* @param sp 得到的新模板
*/
void gammaCatSparsityPattern(const SparsityPattern& sp0,
const SparsityPattern& sp1,
SparsityPattern& sp)
{
u_int m = sp0.n_rows();
/**
* 检查这个两个模板是否都已经压缩过了。
*
*/
Assert(sp0.is_compressed(), ExcNotCompressed());
Assert(sp1.is_compressed(), ExcNotCompressed());
/**
* 检查这两个模板是否具有相同的行数以及第一个模板是否
* 是一个方阵的模板。
*
*/
Assert (m == sp0.n_cols(), ExcDimensionDontMatch(m, sp0.n_cols()));
Assert (m == sp1.n_rows(), ExcDimensionDontMatch(m, sp1.n_rows()));
int i, j;
u_int n1 = sp1.n_cols();
std::vector<u_int> row_length(m + n1, 1);
for (i = 0;i < m;i ++)
row_length[i] = sp0.row_length(i) + sp1.row_length(i);
const std::size_t * p_rowstart0 = sp0.get_rowstart_indices();
const u_int * p_column0 = sp0.get_column_numbers();
const std::size_t * p_rowstart1 = sp1.get_rowstart_indices();
const u_int * p_column1 = sp1.get_column_numbers();
for (i = 0;i < m;i ++)
for (j = p_rowstart1[i];j < p_rowstart1[i + 1];j ++)
row_length[m + p_column1[j]] += 1;
sp.reinit(m + n1, m + n1, row_length);
for (i = 0;i < m;i ++) {
for (j = p_rowstart0[i];j < p_rowstart0[i + 1];j ++)
sp.add(i, p_column0[j]);
for (j = p_rowstart1[i];j < p_rowstart1[i + 1];j ++) {
sp.add(i, m + p_column1[j]);
sp.add(m + p_column1[j], i);
}
}
sp.compress();
};
/**
* 将两个稀疏矩阵模板按竖直方向连接成为一个新的模板
* 要求这两个矩阵具有相同的列数。
*
* @param sp0 上边的模板
* @param sp1 下边的模板
* @param sp 得到的新模板
*/
void vCatSparsityPattern(const SparsityPattern& sp0,
const SparsityPattern& sp1,
SparsityPattern& sp)
{
u_int m0 = sp0.n_rows();
u_int n0 = sp0.n_cols();
/**
* 检查这个两个模板是否都已经压缩过了。
*
*/
Assert(sp0.is_compressed(), ExcNotCompressed());
Assert(sp1.is_compressed(), ExcNotCompressed());
/**
* 检查这两个模板是否具有相同的列数。
*
*/
Assert (n0 == sp1.n_cols(), ExcDimensionDontMatch(m0, sp1.n_cols()));
u_int i, j, m1 = sp1.n_rows();
std::vector<u_int> row_length(m0 + m1, 0);
for (i = 0;i < m0;i ++)
row_length[i] = sp0.row_length(i);
for (i = 0;i < m1;i ++)
row_length[i + m0] = sp1.row_length(i);
sp.reinit(m0 + m1, n0, row_length);
const std::size_t * p_rowstart0 = sp0.get_rowstart_indices();
const u_int * p_column0 = sp0.get_column_numbers();
const std::size_t * p_rowstart1 = sp1.get_rowstart_indices();
const u_int * p_column1 = sp1.get_column_numbers();
for (i = 0;i < m0;i ++)
for (j = p_rowstart0[i];j < p_rowstart0[i + 1];j ++)
sp.add(i, p_column0[j]);
for (i = 0;i < m1;i ++)
for (j = p_rowstart1[i];j < p_rowstart1[i + 1];j ++)
sp.add(m0 + i, p_column1[j]);
sp.compress();
};
/* Copies all the text selected to the selection buffer. Whitespace at
* end of lines is trimmed. */
static void
selarea_copy_text(void)
{
char *ptr, *str;
size_t l, r;
ptr = NULL; /* XXXGCC -Wuninitialized */
if (Selarea.sa_y1 == Selarea.sa_y2) {
/* Selection is one row */
l = row_length(Selarea.sa_y1);
if (Selarea.sa_x1 > l)
/* Selection is after last character,
* therefore it is empty */
str = NULL;
else {
if (Selarea.sa_x2 > l)
Selarea.sa_x2 = l;
ptr = str =
alloc_sel(Selarea.sa_x2 - Selarea.sa_x1 + 1);
if (ptr == NULL)
return;
ptr = fill_buf(ptr, Selarea.sa_y1, Selarea.sa_x1,
Selarea.sa_x2);
*ptr = '\0';
}
} else {
/* Selection is multiple rows */
ptr = str =
alloc_sel(Selarea.sa_endoff - Selarea.sa_startoff + 1);
if (ptr == NULL)
return;
/* Calculate and copy first line */
l = row_length(Selarea.sa_y1);
if (Selarea.sa_x1 < l) {
ptr = fill_buf(ptr, Selarea.sa_y1, Selarea.sa_x1, l);
*ptr++ = '\r';
}
/* Copy mid lines if there are any */
if ((Selarea.sa_y2 - Selarea.sa_y1) > 1) {
for (r = Selarea.sa_y1 + 1; r <= Selarea.sa_y2 - 1;
r++) {
ptr = fill_buf(ptr, r, 0, row_length(r));
*ptr++ = '\r';
}
}
/* Calculate and copy end line */
l = row_length(Selarea.sa_y2);
if (Selarea.sa_x2 < l)
l = Selarea.sa_x2;
ptr = fill_buf(ptr, Selarea.sa_y2, 0, l);
*ptr = '\0';
}
if (Selarea.sa_buf != NULL) {
free(Selarea.sa_buf);
Selarea.sa_buf = NULL;
}
if (str != NULL) {
Selarea.sa_buf = str;
Selarea.sa_buflen = ptr - str;
}
}
