bool test(const DynamicVector<RealType>& params) const {
for (size_t i=0; i<params.size(); i++) {
if ((params[i] < low_) || (params[i] > high_))
return false;
}
return true;
}
bool test(const DynamicVector<RealType>& params) const {
for (size_t i=0; i<params.size(); ++i) {
if (params[i] <= 0.0)
return false;
}
return true;
}
DynamicVector<Movie> Controller::getSortedMoviesByActor()
{
DynamicVector<Movie> clone = this->repository.movies.clone();
for (int i = 0; i < clone.size() - 1; i++)
{
for (int j = i + 1; j < clone.size(); j++)
{
if (clone[i].actor.compare(clone[j].actor)>0)
{
Movie aux = clone[i];
clone[i] = clone[j];
clone[j] = aux;
}
}
}
return clone;
}
int ChParallelDataManager::OutputBlazeVector(DynamicVector<real> src, std::string filename) {
const char* numformat = "%.16g";
ChStreamOutAsciiFile stream(filename.c_str());
stream.SetNumFormat(numformat);
for (int i = 0; i < src.size(); i++)
stream << src[i] << "\n";
return 0;
}
DynamicVector<Movie> Controller::getSortedMoviesByYearAndGenre()
{
DynamicVector<Movie> clone = this->repository.movies.clone();
for (int i = 0; i < clone.size() - 1; i++)
{
for (int j = i + 1; j < clone.size(); j++)
{
if (clone[i].year > clone[j].year)
{
Movie aux = clone[i];
clone[i] = clone[j];
clone[j] = aux;
}
else if (clone[i].year == clone[j].year && clone[i].genre.compare(clone[j].genre)> 0)
{
Movie aux = clone[i];
clone[i] = clone[j];
clone[j] = aux;
}
}
}
return clone;
}
LevelElimination * LAMGLSSolver::coarsenElimination(const Matrix & finerMatrix) {
cout << "coarsenElimination()" << endl;
//Per salvare i P ed i q
std::vector<qPStage*> cStages;
/* Prealloco spazio per al più SETUP_ELIMINATION_MAX_STAGES così evito
* possibili riallocazioni */
cStages.reserve(SETUP_ELIMINATION_MAX_STAGES);
//Copio la matrice così posso modificarla senza modificare quella del finerLevel
Matrix A(finerMatrix);
Matrix Acc; //Per lo Schur Complement System
Matrix Acf; //Per lo Schur Complement System
// Il numero di stage di eliminazione eseguiti sulla matrice A
size_t stageNum = 0;
/* Vector che vengono riusati*/
DynamicVector<size_t> Cset; //Insieme dei nodi da non eliminare
DynamicVector<size_t> Fset; //Insieme dei nodi da eliminare
DynamicVector<size_t> degree; //Grado di ciascun nodo
DynamicVector<size_t> candidate; //Nodi candidati all'eliminazione
DynamicVector<NodeEliminationStatus> status; //Stato dei nodi
/* P è sempre sparsa anche quando A è densa */
SpMat P;
DynamicVector<double> q;
while (stageNum < SETUP_ELIMINATION_MAX_STAGES) {
size_t A_rows = A.rows();
if (A_rows <= MAX_DIRECT_SOLVE_SIZE)
break;
/* (1) Calcola il vettore degree della matrice. */
degree.resize(A_rows);
for (size_t i = 0; i < A_rows; ++i) {
degree[i] = A.nonZeros(i);
if (A(i, i) != 0)//Tolgo l'elemento sulla diagonale
degree[i]--;
else
cerr << "La diagionale i-esima c'ha lelemento a zero!!! ERRORE MORTALE!!!" << endl;
}
/* (2) [f c ] = lowDegreeNodes(A,degree,MaxDegree) */
candidate.resize(A_rows);
candidate = 0;
/* Individuo i nodi candidati (degree[i] <= MAX_DEGREE) */
size_t cnnZ = 0; //Devo usare questa variabili perché i valori "settati" di candidate comprendono il valore "0" cioè il nodo 0
for (size_t i = 0; i < A_rows; ++i) {
if (degree[i] <= SETUP_ELIMINATION_MAX_DEGREE) {
candidate[cnnZ++] = i;
}
}
/* I primi cnnZ elementi sono stati inizializzati */
candidate.resize(cnnZ, true);
status.resize(A_rows);
status = HIGH_DEGREE; //Tutti gli elementi prendono HIGH_DEGREE
// status(candidate) = 0; % Reset all relevant nodes to "not visited"
for (size_t i = 0; i < candidate.size(); ++i) {
status[candidate[i]] = NOT_DECIDED;
}
for (size_t k = 0; k < candidate.size(); ++k) {
lowdegreesweep(A, candidate[k], status); //Template call
}
/* Adesso devo creare i vettori F e C, inserendovi i nodi che verranno
* o meno eliminati */
size_t nf = 0; //|Fset|
size_t nc = 0; //|Cset|
Cset.resize(A_rows, false);
Fset.resize(A_rows, false);
for (size_t i = 0; i < A_rows; ++i) {
if (status[i] == LOW_DEGREE)
Fset[nf++] = i; //Inserisco il nodo i nell'insieme F
else
Cset[nc++] = i; //Lo inserisco invece in C
}
/* L'insieme C non può mai essere vuoto, dobbiamo lasciargli almeno
* un elemento
*/
if (nc == 0) {
Cset[nc++] = Fset[--nf];
Fset[nf] = 0;
}
Cset.resize(nc, true); //nc non è mai 0
Fset.resize(nf, true);
/* FINE di (2) [f c ] = lowDegreeNodes(A,degree,MaxDegree) */
if ((nf <= SETUP_ELIMINATION_MIN_ELIM_FRACTION * A_rows)) {
/* Il coarsening non è abbastanza efficace perché andiamo ad eliminare
* un numero, nf, di nodi che è inferiore alla minima soglia accettabile
* di eliminazione. Ci fermiamo senza eliminare.*/
break;
}
/* (3) Una volta individuati i nodi da eliminare devo calcolare gli
* operatori P e q che mi consentono di eliminare tutti questi nodi
* [R, q] = eliminationOperators(A, f, index);
*/
/* In MEX si crea una matrice columnMajor che poi verrà trasposta perché
* le matrici di Matlab sono columnMajor e se uno vuole sfruttare la
* rappresentazione interna deve usarle così.
* Noi invece possiamo già generare la matrice trasposta costruendo
* direttamente la matrice rowMajor e "sostituendo" ai termini riga
* quelli colonna.
*/
/* P è sempre una matrice sparsa perché il numero dei suoi nonzero
* e basso anche quando A è densa */
P.resize(nf, nc, false);
q.resize(nf, false);
/* Quanti elemenenti abbiamo salvato in Q (e quante righe di R
* abbiamo costruito)
*/
size_t P_row = 0;
size_t P_col = 0;
/* Per ogni f-riga di A prendi ciascun c-elemento di questa riga e formaci
* la i-esima riga di R. L'inverso dell'f-esimo elemento di ciascuna f-riga
* va messo in q. Inoltre ciascuna riga i di R va scalata di un fattore -q[i]
*/
for (DynamicVector<size_t>::Iterator dvit = Fset.begin(); dvit != Fset.end(); dvit++) {
eliminationOperators(A, Cset, (*dvit), q, P, P_col, P_row);
P_row++; //Passiamo alla prosssima riga
}
//Salvo i dati così creati nel cStages
cStages.push_back(new qPStage(new SpMat(P), new DynamicVector<double>(q),
new DynamicVector<size_t>(Fset), new DynamicVector<size_t>(Cset), (nf + nc)));
/* FINE (03) [R, q] = eliminationOperators(A, f, index);*/
/* (4) Adesso devo calcolare il sistema complementare di Schur dato da
* A = Ac,c + Ac,f*R^t */
/* Acc è la sottomatrice di A che ha come elementi tutti gli a_ij tali
* che (ij) appartiene a Cset x Cset. Quindi per ogni riga crow devo
* prenderci tutti gli elementi che hanno indice pari a ccol */
MtxOps::submatrix(A, Cset, Cset, Acc);
/* Acf invece ha nc righe e nf colonne*/
MtxOps::submatrix(A, Cset, Fset, Acf);
/* Finalmente posso aggiornare A*/
A = Acc + Acf * P;
/* Acc_[nc x nc] + (Acf * P)_[nc x nc].
* Dunque La matrice A risultante diventa una nc x nc e perdiamo esattamente nf nodi.*/
}//Fine while(stageNum...)
/* Usciti dal while dobbiamo creare il livello, se è possibile farlo */
LevelElimination* ret = NULL;
if (stageNum != 0) {
if (useSparse) {
if (isSparseOK(A)) {
ret = new LevelElimination(new SpMat(A), cStages, multiGrid.back());
} else {
useSparse = false;
ret = new LevelElimination(new DMat(A), cStages, multiGrid.back());
}
} else {
ret = new LevelElimination(new DMat(A), cStages, multiGrid.back());
}
}
cout << "coarsenElimination() finito" << endl;
return ret;
}
