-
Notifications
You must be signed in to change notification settings - Fork 0
/
algorithm.c
1167 lines (864 loc) · 37.8 KB
/
algorithm.c
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
#include "pqnn32c.c"
//La riga sopra viene cambiata in automatico a seconda del run che si lancia
#include "utils.h"
//#define min(a, b) (((a) < (b)) ? (a) : (b))
//#define max(a, b) (((a) > (b)) ? (a) : (b))
/**La funzione seguente seleziona k punti da usare come centroidi iniziali
* COSTO: k*(d/m)*m (Per favore Fabio gli dai un'occhiata?)
* n = numero di punti del data set
* d = numero di dimensioni del data/query set
* k = numero di centroidi di ogni sotto-quantizzatore
* ds = data set
* m = numero di sottoquantizzatori
*/
void generate_centroids(int n, int d, int k, MATRIX ds, int m, MATRIX centroids,
MATRIX distances_from_centroids, int* centroid_of_point){
float distanza;
float minDist; //Distanza minima dal centroide
int minCentr; //Centroide a minima distanza
int i, y;
int c, g;
int d_star = d/m;
//Vettore che, per ogni centroide, conta quanti punti appartengono alla sua cella
//MATRIX tmp = alloc_matrix(k*m,d_star);
//int* cont = (int*) calloc(k*m,sizeof(int)); //usare calloc per inizializzare a 0?
for(y=0;y<k*d;y+=d_star){
//i = y/d;
//g = (y%d)/d_star;
// Inseriamo il centroide nella matrice
memcpy( ¢roids[y/d*d_star+(y%d)*k], &ds[y], d_star*sizeof(float) );
// OK!
distances_from_centroids[y/d_star] = 0;
centroid_of_point[y/d_star] = y/d;
// OK!
}// settaggio centroidi
for(y;y<n*d;y+=d_star){ //per ogni punto del dataset devo trovare il centroide più vicino
i = y/d;
g = (y%d)/d_star;
//Inizializzo con il primo punto e con la distanza da esso
// centroids = [riga->(i+group*k)*d_star,colonna->j]
// dataset = [riga->number*d,colonna->d_star*g+j]
minDist = distance(&ds[y],¢roids[g*k*d_star],d_star); //(0+group*k)
minCentr = 0;
for(c=1;c<k;c++){ //Calcolo la distanza tra il punto attuale e ogni centroide
distanza = distance(&ds[y],¢roids[(g*k+c)*d_star],d_star);
// printf("Distanza del punto %i dal centroide %i del gruppo %d: %f\n", i, c, g, distanza);
if(distanza < minDist){
minDist = distanza;
minCentr = c;
}//if
}//for ogni centroide
//Salvo i risultati trovati
// printf("MIN: Distanza del punto %i dal centroide minimo %i del gruppo %d: %f\n", i, minCentr, g, minDist);
centroid_of_point[i*m+g] = minCentr;
distances_from_centroids[i*m+g] = minDist;
//print_matrix(k*m,d_star,m,tmp,'c');
}//for ogni punto
}//generate_centroids
/** La funzione seguente cerca i punti che appartengono ad ogni centroide
* Logicamente divide lo spazio in celle di Voronoi
* Per ogni punto del dataset, calcola la di stanza con tutti i centroidi
* e sceglie la distanza minima
* COSTO: n*k* O(distance)[cioè d]
* n = numero di punti del data set
* d = numero di dimensioni del data/query set
* k = numero di centroidi di ogni sotto-quantizzatore
* ds = data set
* m = numero di sottoquantizzatori
*/
void points_of_centroid(int n, int d, int k, MATRIX ds, int m, MATRIX centroids, int* centroid_of_point, VECTOR distances_from_centroids){
int d_star = d/m;
float distanza;
float minDist; //Distanza minima dal centroide
int minCentr; //Centroide a minima distanza
int i,j; //i = indice per i punti, j = indice per dimensioni
int c, g; //c = indice per centroidi, g = indice per gruppi
for(int y=0;y<n*d;y+=d_star){ //per ogni punto del dataset devo trovare il centroide più vicino
i = y/d;
g = (y%d)/d_star;
//Inizializzo con il primo punto e con la distanza da esso
// centroids = [riga->(i+group*k)*d_star,colonna->j]
// dataset = [riga->number*d,colonna->d_star*g+j]
minDist = distance(&ds[y],¢roids[g*k*d_star],d_star); //(0+group*k)
minCentr = 0;
for(c=1;c<k;c++){ //Calcolo la distanza tra il punto attuale e ogni centroide
distanza = distance(&ds[y],¢roids[(g*k+c)*d_star],d_star);
// printf("Distanza del punto %i dal centroide %i del gruppo %d: %f\n", i, c, g, distanza);
if(distanza < minDist){
minDist = distanza;
minCentr = c;
}//if
}//for ogni centroide
//Salvo i risultati trovati
// printf("MIN: Distanza del punto %i dal centroide minimo %i del gruppo %d: %f\n", i, minCentr, g, minDist);
centroid_of_point[i*m+g] = minCentr;
distances_from_centroids[i*m+g] = minDist;
//print_matrix(k*m,d_star,m,tmp,'c');
}//for ogni punto
// TESTATA
}//points_of_centroid
/** La funzione seguente calcola il nuovo centroide facendo la media geometrica dei punti
* Per ogni punto del dataset, fa la media (componente per componente)
* di tutti i punti che appartengono alla stessa cella
* COSTO: n*d+k*d
* n = numero di punti del data set
* d = numero di dimensioni del data/query set
* k = numero di centroidi di ogni sotto-quantizzatore
* ds = data set
* TODO: parallelizzare la somma in assembly
*/
void update_centroids(int n, int d, int k, MATRIX ds, int m, MATRIX centroids, int* centroid_of_point){
int d_star = d/m;
int i,j,centroide;
// Matrice temporanea per memorizzare i nuovi centroidi
//MATRIX tmp = alloc_matrix(k*m,d_star);
memset_float(centroids, 0, k*m*d_star);
//Vettore che, per ogni centroide, conta quanti punti appartengono alla sua cella
int* cont = (int*) calloc(k*m,sizeof(int)); //usare calloc per inizializzare a 0?
for(int y=0;y<n*m;y++){ //per ogni punto del dataset devo trovare il centroide più vicino
centroide = centroid_of_point[y]; //prendo il centroide di appartenenza
cont[(y%m)*k+centroide]++; //conto un punto in più per questo centroide
//printf("%d\n", cont[(y%m)*k+centroide]);
//print_matrix(1,d_star,d_star,¢roids[((y%m)*k+centroide)],'p');
accumulate(¢roids[((y%m)*k+centroide)*d_star], &ds[y*d_star], d_star);
//print_matrix(1,d_star,d_star,¢roids[((y%m)*k+centroide)],'p');
}//for ogni punto
//print_matrix(m*k,d_star,d_star,tmp,'p');
//Divido ogni somma di cordinate per il numero di punti e lo inserisco come nuovo centroide
for(int i=0;i<k*m;i++){ //per ogni centroide
if( cont[i]!=0 ){
divide(¢roids[i*d_star], cont[i], d_star);
//memset(&tmp[i*d_star], 0, d_star*sizeof(float));
} //else
//printf("\n######## Nessun punto appartiene al centroide #########");
}//for tutti i sottogruppi
//dealloc_matrix(tmp);
free(cont);
// TESTATA
}//update_centroids
/** La funzione calcola e memorizza la distanza tra centroidi, le distanze
* sono memorizzate considerando solo il triangolo inferiore? della matrice
* non salvando la parte superiore
* m = numero di sottoquantizzatori
* k = numero di centroidi di ogni sotto-quantizzatore
* COSTO:
*/
void store_distances(params* input){
//Stiamo salvando le m triangolari inferiori con le distanze tra i centroidi di ogni codebook per risparmiare spazio
//distances_between_centroids = (VECTOR) malloc(m*(k*(k-1)/2)*sizeof(float));
MATRIX centroids = input->centroids;
int d = input->d;
int m = input->m;
int k = input->k;
int i, g, j, p;
int d_star = d/m;
input->distances_between_centroids=alloc_matrix(m*k,k);
MATRIX distances_between_centroids = input->distances_between_centroids;
//print_matrix(k*m,d_star,m,centroids,'c');
for(g=0;g<m;g++){//per ciascun gruppo
for(i=0;i<k;i++){
distances_between_centroids[(g*k+i)*k+i] = 0;
for(int j=i+1;j<k;j++){
//Calcoliamo e salviamo la distanza
distances_between_centroids[(g*k+i)*k+j] = distance(¢roids[(g*k+i)*d_star], ¢roids[(g*k+j)*d_star], d_star);
distances_between_centroids[(g*k+j)*k+i] = distances_between_centroids[(g*k+i)*k+j];
}// for j
}
}// for p
//TESTATA
}//store_distances
/** La funzione ci consente di accedere facilmente alla struttura dati che contiene
* le distanze tra i centroidi
* a = numero del primo centroide
* b = numero del secondo centroide
* g = numero del gruppo
*/
/*
float get_distance(int a, int b, int k, int g){
if( a == b ) return 0;
if( a >= k || b >= k ) return -1;
int min = ((a) < (b)) ? (a) : (b); //riga della matrice
int max = ((a) > (b)) ? (a) : (b); //colonna della matrice
//min*(min+1)/2+g*(k*(k+1)/2)+max
//Spostarsi all'inizio della riga:
//(k-1) + k-2 + k-3 + k-4 = 4*k - 4*(4-1)/2 = 4*min - min*(min+1)/2
//Spostarsi dentro la colonna:
//dove voglio arrivare - da dove parto - 1 visto che la diagonale non la metto
//printf("Gruppo %d, distanza da %d a %d: %f\n",g,min,max,
// input->distances_between_centroids[g*k*(k-1)/2 + min*k - min*(min+1)/2 +max -min-1] );
return input->distances_between_centroids[g*k*(k-1)/2 + min*k - min*(min+1)/2 +max -min-1];
//TESTATO
}//get_distance
*/
//----------------------------------------------------------------------------
/** La funzione seguente calcola i centroidi finali:
* genera dei centroidi casuali, divide lo spazio in celle di Voronoi,
* calcola i nuovi centroidi facendo la media dei punti di ogni cella
* ripete finchè....????
* C = min sum[ dist^2(y, centroide(y) ) ]
* COSTO:
* n = numero di punti del data set
* d = numero di dimensioni del data/query set
* k = numero di centroidi di ogni sotto-quantizzatore
* ds = data set
* m = numero di gruppi del quantizzatore prodotto
*/
void calculate_centroids(int n, int d, int k, MATRIX ds, float eps, int m, MATRIX centroids,
int* centroid_of_point, int tmin, int tmax){
int iter = 1;
int d_star = d/m;
//Genera Centroidi casuali
//COSTO: d+k*d
MATRIX distances_from_centroids = alloc_matrix(n,m); //la matrice va aggiornata
generate_centroids(n, d, k, ds, m, centroids, distances_from_centroids, centroid_of_point);
// print_matrix(k*m, d_star, k, centroids, 'c');
// printf("############################ ITERAZIONE %d ############################\n", 0);
//Divide lo spazio in celle di Voronoi
// //COSTO: n*k* O(distance)[cioè d] = n*k*d
//points_of_centroid(n, d, k, ds, m, centroids, centroid_of_point, distances_from_centroids);
// printf("\nIndici del vettore 'centroids' indicante i centroidi più vicini al punto per sottogruppi\n");
// print_matrix_int(n,m, k, centroid_of_point, 'p');
// printf("\nDistanza AL QUADRATO del centroide più vicino ai punti per sottogruppi\n");
// print_matrix(n,m, k, distances_from_centroids, 'p');
//Verifica l'ottimalità dei Punti
//COSTO: n
float obiettivo = objective_function(n,m, distances_from_centroids);
float obiettivoPrev = FLT_MAX;
//printf("Funzione obiettivo: %lf\n", obiettivo );
//Per la formula della terminazione il prof deve aggiornare le specifiche di progetto sul sito
// while( ( (obiettivoPrev - obiettivo ) > eps || iter<=tmin) && iter<=tmax) {
while( iter<=tmax && ( iter<=tmin || abs(obiettivoPrev - obiettivo )/obiettivoPrev > eps ) ){
//printf("############################ ITERAZIONE %d ############################\n", iter);
//Trova i nuovi centroidi facendo la media dei punti delle celle di Voronoi
//COSTO: n*d+k*d
update_centroids(n, d, k, ds, m, centroids, centroid_of_point);
// printf("Nuovi centroidi:\n");
// print_matrix(k*m,d_star, k, centroids, 'c');
//Cambiati i centroidi, cambiano le celle di Voronoi;
//determina a quale cella appartengono i Punti
//COSTO: n*k* O(distance)[cioè d] = n*k*d
points_of_centroid(n, d, k, ds, m, centroids, centroid_of_point, distances_from_centroids);
// printf("\nIndici del vettore 'centroids' indicante i centroidi più vicini al punto per sottogruppi\n");
// print_matrix_int(n,m, k, centroid_of_point, 'p');
// printf("\nDistanza AL QUADRATO del centroide più vicino ai punti per sottogruppi\n");
// print_matrix(n,m, k, distances_from_centroids, 'p');
//Verifica l'ottimalità dei Punti
//COSTO: n
obiettivoPrev = obiettivo;
obiettivo = objective_function(n,m, distances_from_centroids);
iter++;
//printf("Funzione obiettivo: %lf\n", obiettivo );
// printf("Obiettivo vecchio: %14.2f\nObiettivo corrent: %14.2f\n", obiettivoPrev, obiettivo);
// printf("Variazione obiett: %14.2f\n", (obiettivoPrev - obiettivo) );
}//while
dealloc_matrix(distances_from_centroids);
// printf("\nCentroidi ottimi finali:\n");
// print_matrix(k*m,d_star, k, centroids, 'c');
// printf("\nIndici del vettore 'centroids' indicante i centroidi più vicini al punto per sottogruppi\n");
// print_matrix_int(n,m, k, centroid_of_point, 'p');
}//calculate_centroids
/** Funzione che effettua la quantizzazione della query
* cents = vettore in cui sarà memorizzata la quantizzazione
* x = punto di cui restituire il quantizzatore
* k = centroidi per ciascun sottogruppo
* m = numero totale di gruppi
* d_star = dimensione di ogni gruppo
* La funzione concatena i quantizzatori di ogni sottogruppo
* Esegue: q(x) = ( q1(u1(x)), q2(u2(x)), ....)
* COSTO: = g*k*(d_star)
*/
void quantize(int* cents, MATRIX x, int k, int m, int d, VECTOR centroids, int points){
int d_star = d/m;
float distanza;
float minDist; //Distanza minima dal centroide
int minCentr; //Centroide a minima distanza
int i,j; //i = indice per i punti, j = indice per dimensioni
int c,g; //c = indice per centroidi, g = indice per gruppi
for(int y=0;y<points*d;y+=d_star){ //per ogni punto del dataset devo trovare il centroide più vicino
i = y/d;
g = (y%d)/d_star;
//Inizializzo con il primo punto e con la distanza da esso
// centroids = [riga->(i+group*k)*d_star,colonna->j]
// dataset = [riga->number*d,colonna->d_star*g+j]
minDist = distance(&x[y],¢roids[g*k*d_star],d_star); //(0+group*k)
minCentr = 0;
for(c=1;c<k;c++){ //Calcolo la distanza tra il punto attuale e ogni centroide
distanza = distance(&x[y],¢roids[(g*k+c)*d_star],d_star);
// printf("Distanza del punto %i dal centroide %i del gruppo %d: %f\n", i, c, g, distanza);
if(distanza < minDist){
minDist = distanza;
minCentr = c;
}//if
}//for ogni centroide
//Salvo i risultati trovati
// printf("MIN: Distanza del punto %i dal centroide minimo %i del gruppo %d: %f\n", i, minCentr, g, minDist);
cents[i*m+g] = minCentr;
//print_matrix(k*m,d_star,m,tmp,'c');
}//for ogni punto
//TESTATA
}//quantize
// ------------------------- RICERCA NON ESAUSIVA --------------------------
// La funzione seguente realizza l'indicizzazione non esaustiva dei punti del
// dataset. Come specificato sull'articolo, il primo passo è realizzare
// un quantizzatore vettoriale ottenuto da un sottogruppo dei punti del dataset.
// Questo sostanzialmente serve ad avere una prima scrematura del dataset.
// Per ogni punto y bisogna anche calcolare il residuo r(y), ovvero y-q(y).
// Quindi realizzare una struttura che per ogni centroide q(y) contenga ogni
// punto y che in forma quantizzata è q(y), accompagnato dal relativo residuo
// che però non è memorizzato esplicitamente bensì c'è un secondo quantizzatore
// prodotto
/*
* ds = data set
* coarse_centroids = matrice kc*d che memorizza i kc centroidi coarse
* residuals = matrice n*d che memorizza i residui di ciascun punto del dataset
* centroids = matrice (m*k)*d che memirizza i codebook (grupppi di centroidi)
* dei quantizzatori prodotto
* coarse_centroid_of_point = vettore n*sizeof(int) che memorizza il centroide
* coarse di appartenenza di ciascun punto del
* dataset
* celle_prima = vettore kc*sizeof(int) che indica quante celle di memoria
* precedono la sezione relativa a quel centroide coarse nella
* lista invertita
* punti_caricati = vettore kc*sizeof(int) che in ciascuna cella riporta il
* numero di punti caricati per quel centroide
* lista_invertita = matrice (m+1)*n che memorizza i residui di ciascun punto e
* il punto di appartenenza, i residui dei punti ottenuti
* dallo stesso quantizzatore prodotto sono memorizzati vicini
* (vedi anche celle_prima)
* centroid_of_point = matrice n*m che memorizza la quantizzazione prodotto dei
* punti del dataset
* n = numero di punti del data set
* n_r = dimensione del campione dei residui nel caso di ricerca non esaustiva
* k = numero di centroidi di ogni sotto-quantizzatore
* kc = numero di centroidi del quantizzatore coarse
* d = numero di dimensioni del data/query set
* m = numero di gruppi del quantizzatore prodotto
*/
void non_exhaustive_indexing(params* input){
MATRIX ds = input->ds;
int n = input->n;
int nr = input->nr;
int k = input->k;
int kc = input->kc;
int d = input->d;
float eps = input->eps;
int m = input->m;
int tmin = input->tmin;
int tmax = input->tmax;
int d_star = d/m;
int i;
// I centroidi vengono CALCOLATI su n_r punti del Dataset
// Ora è necessario calcolare il centroide di tutti i punti restanti
// ponendo m=1 si fa degenerare il quantizzatore prodotto
// in un quantizzatore coarse
// printf("\nCalcolo centroidi coarse: \n");
input->coarse_centroid_of_point = (int*) malloc(n*sizeof(int));
input->coarse_centroids = alloc_matrix(kc,d);
int* coarse_centroid_of_point = input->coarse_centroid_of_point;
MATRIX coarse_centroids = input->coarse_centroids;
// Si avvia l'algoritmo per il calcolo dei cenroidi coarse, viene passato n_r
// perche nella ricerca non esaustiva i centroidi si calcolo su un sottoinsieme
// dei punti del dataset (si prenderanno i primi n_r)
calculate_centroids(nr, d, kc, ds, eps, 1, coarse_centroids, coarse_centroid_of_point,
tmin, tmax);
// Distances from centroids è una matrice che non serve a niente in realtà
// se non a poter eseguire points_of_centroids (verrà infatti liberata subito dopo)
// Ora che abbiamo ottenuto i centroidi dobbiamo calcolare i centroidi coarse
// di apartenenza per i punti che non erano stati considerati
//for(i=nr;i<n;i++){
quantize(&coarse_centroid_of_point[nr], &ds[nr*d], kc, 1, d, coarse_centroids, (n-nr));
//}
// printf("\nDistanza AL QUADRATO del centroide COARSE più vicino ai punti (m=1)\n");
// print_matrix(n,1,1,distances_from_centroids,'p');
// printf("\nIndici del vettore 'centroids' indicante i centroidi COARSE più vicini al punto (m=1) \n");
// print_matrix_int(n,1,1,coarse_centroid_of_point,'p');
// printf("Centroidi COARSE:\n");
// print_matrix(kc,d,d,coarse_centroids,'c');
// Deallochiamo la matrice perchè non ci serve più
MATRIX residuals = alloc_matrix(n,d);
// La matrice dei residui viene riempita
for(int i=0;i<n;i++)
residual(&residuals[i*d],&ds[i*d],&coarse_centroids[coarse_centroid_of_point[i]*d],d);
dealloc_matrix(ds);
// printf("\nResidui: \n");
// print_matrix(n,d,d,residuals,'p');
// printf("\n---------Calcolo centroidi accurati---------\n");
// Andiamo adesso a calcolare i centroidi accurati
input->centroids = alloc_matrix(m*k,d_star);
input->centroid_of_point = (int*) malloc(n*m*sizeof(int));
MATRIX centroids = input->centroids;
int* centroid_of_point = input->centroid_of_point;
calculate_centroids(nr, d, k, residuals, eps, m,
centroids,centroid_of_point, tmin, tmax);
// Anche in questo caso bisogna calcolare i quantizzatori di tutti i punti
// rimasti fuori.
//distances_from_centroids=alloc_matrix(n,m);
//points_of_centroid(n, d, k, residuals,m, centroids, centroid_of_point, distances_from_centroids);
//for(i=nr;i<n;i++){
quantize(¢roid_of_point[nr*m], &residuals[nr*d], k, m, d, centroids, (n-nr));
dealloc_matrix(residuals);
//}
// printf("\nDistanza AL QUADRATO del centroide ACCURATO più vicino ai punti (m=1)\n");
// print_matrix(n,1,1,distances_from_centroids,'p');
// printf("\nIndici del vettore 'centroids' indicante i centroidi ACCURATI più vicini al punto (m=1) \n");
// print_matrix_int(n,1,1,centroid_of_point,'p');
// printf("Centroidi ACCURATI:\n");
// print_matrix(k*m,d_star,m,centroids,'c');
// Deallochiamo distances_from_centroids che non ci serve più, serve solo come
// struttura di supporto per trovare i centroidi di ciascun punto
// Costruzione lista invertita
input->lista_invertita = (int*) malloc(n*(m+1)*sizeof(int));
int* lista_invertita = input->lista_invertita;
// vettore che contiene in posizione i il numero di punti y tali che qc(y)=i
// struttura di supporto per la costruzione della lista lista_invertita
int* punti_quantizzatore_coarse = (int*) calloc(kc,sizeof(int));
int sommapunti,inizio;
// per ogni punto i, si incrementa di 1 il numero di punti del quantizzatore
// coarse a cui appartiene
for(int i=0;i<n;i++){
punti_quantizzatore_coarse[coarse_centroid_of_point[i]]++;
}
input->celle_prima = (int*) calloc(kc,sizeof(int));
int* celle_prima = input->celle_prima;
// Siccome è il primo quantizzatore coarse, la sua sezione si troverà all'inizio
celle_prima[0]=0;
//si conta quante posizioni nella lista invertita ci sono prima che inizi la
// sottolista del centroide i utilizzando il vettore celle_prima
for(int i=1;i<kc;i++){
celle_prima[i]=celle_prima[i-1]+punti_quantizzatore_coarse[i-1]*(m+1);
}
input->punti_caricati = (int*) calloc(kc,sizeof(int));
int* punti_caricati = input->punti_caricati;
// si vanno a riempire le sottoliste della lista lista_invertita inizio è appunto
// il punto del vettore da cui inizia la sottolista relativa al centroide coarse
// considerato
for(int i=0;i<n;i++){
inizio=celle_prima[coarse_centroid_of_point[i]];
// All'inizio si ha il punto del dataset, a seguire la quantizzazione dei suoi residui
lista_invertita[inizio+punti_caricati[coarse_centroid_of_point[i]]*(m+1)]=i;
// Andiamo a caricare la quantizzazione
for(int j=1;j<m+1;j++){
lista_invertita[inizio+punti_caricati[coarse_centroid_of_point[i]]*(m+1)+j]=centroid_of_point[i*m+j-1]; //il -1 in centroid_of_residual[..] serve a compensare il fatto che j parta da 1 (ma io in realtà devo partire da 0 per fare questo calcolo)
}
//centroid_of_point[i*2+1]=punti_caricati[centroid_of_point[i*2]];
punti_caricati[coarse_centroid_of_point[i]]++; //
}
// Deallochiamo questa struttura perchè non ci serve più, andessola memorizzazione
// è mantenuta nella lista_invertita
free(punti_quantizzatore_coarse);
}
/* NON CANCELLARE
void padding(params* input){
int n = input->n;
int nq = input->nq;
int d = input->d;
int m = input->m;
int d_star = d/m;
MATRIX ds = input->ds;
MATRIX qs = input->qs;
//Quante colonne devo aggiungere
int pad = 4 - ((d_star) % 4) ;
MATRIX ds2 = alloc_matrix(n, d+pad*m);
for( int i=0; i<n; i++)
for( int g=0; g<m; g++){
memcpy( &ds2[ i*(d+pad*m)+g*(d_star+pad) ], &ds[ i*d+g*d_star ], d_star*sizeof(float) );
memset( &ds2[ i*(d+pad*m)+g*(d_star+pad)+d_star+1 ], 0, pad*sizeof(float) );
}
MATRIX qs2 = alloc_matrix(nq, d+pad*m);
for( int i=0; i<nq; i++)
for( int g=0; g<m; g++){
memcpy( &qs2[ i*(d+pad*m)+g*(d_star+pad) ], &qs[ i*d+g*d_star ], d_star*sizeof(float) );
memset( &qs2[ i*(d+pad*m)+g*(d_star+pad)+d_star+1 ], 0, pad*sizeof(float) );
}
input->d = d+pad*m;
input->ds = ds2;
input->qs = qs2;
}
*/
void indexing(params* input){
// if( (input->d / input->m) % 4 != 0 )
// padding(input);
int d_star = input->d/input->m;
if(input->nr > input->n){
input->nr = input->n/20;
}
if(input->exaustive == 1 && input->k > input->n){
input->k = input->n/16;
}
if(input->exaustive == 0 && input->k > input->nr){
input->k = input->nr/16;
}
if(input->kc > input->nr){
input->kc = input->nr/16;
}
if(input->knn > input->nq){
input->knn = input->nq;
}
//input->n = 20;
//input->k = 4;
printf("Esaustiva: %d, Simmetrica: %d\n", input->exaustive, input->symmetric);
//----------Stampa tutti i punti-----------
// print_matrix(input->n, input->d, input->k, input->qs,'p');
//_______________________Starting Algorithms_____________________
if(input->exaustive==1){
input->centroids=alloc_matrix(input->m*input->k,d_star);
input->centroid_of_point=(int*) malloc(input->n*input->m*sizeof(int));
calculate_centroids(input->n, input->d, input->k, input->ds, input->eps, input->m, input->centroids,
input->centroid_of_point, input->tmin, input->tmax);
dealloc_matrix(input->ds);
} else {
non_exhaustive_indexing(input);
}
if(input->symmetric == 1){
store_distances(input);
}
//print_matrix(input->k * input->m, d_star, input->k , input->centroids, 'c');
}
//--------------------------------- SEARCHING ----------------------------------
/** La seguente funzione si occupa di precalcolare le distanze tra i sottogruppi
* della query ed i centroidi del codebook relativo al sottogruppo
* x = query, vettore di dimensione d
* centroids = matrice k*m*d_star contenenti i centroidi degli m codebook del
* quantizzatore prodotto
* d = dimensione del punto
* m = numero di gruppi
* k = numero di centroidi per gruppo
* distances = matrice m*k in cui vengono salvate le distanze
*/
void computeDistances(VECTOR x, MATRIX centroids, int d, int m, int k, MATRIX distances){
int i, d_star = d/m;
// Considero ogni porzione del punto
for(int g=0;g<m;g++){
// Per ogni porzione calcolo la distanza da diascun centroide
for(i=0;i<k;i++){
distances[g*k+i] = distance(&x[g*d_star],¢roids[(g*k+i)*d_star],d_star);
}
}
}// computeDistances
//---------------------------RICERCA ESAUSTIVA--------------------------------
/** Funzione che trova per ogni punto del queryset i k punti del dataset più vicini
* Per ciascun punto del dataset si prende la sua quantizzazione da centroid_of_point
* e si mantiengono i k punti più vicini ed un vettore che mantiene
* in memoria le loro distanze per confrontarli man mano con tutti i punti
* n = numero di punti del data set
* k = numero di centroidi di ogni sotto-quantizzatore
* m = numero di gruppi del quantizzatore prodotto
* knn = numero di ANN (Aproximate Nearest Neighbor) approssimati da restituire per ogni query
* nq = numero di punti del query set
* qs = query set
* d_star = numero di dimensioni per ogni sottogruppo
*/
void exaSearchSim(int n, int d, int k, int m, int knn, int nq, MATRIX qs,
int* ANN, int* centroid_of_point, MATRIX distances_between_centroids, MATRIX centroids){
// Vettore che contiene la quantizzazioni del punto
int* quant;
int j, g, l, min, max;
float dist;
int d_star = d/m;
quant = (int*) malloc(nq*m*sizeof(int));
// RICORDA:
// ANN = (int*) malloc(knn*nq*sizeof(int))
VECTOR distances = (VECTOR) malloc(knn*sizeof(float));
// Calcoliamo la quantizzazione dei punti
quantize(quant, qs, k, m, d, centroids, nq);
for(int i=0;i<nq;i++){
// Inizializziamo i primi knn punti ordinandoli in ordine decrescente
// Così se è > del primo elemento è inutile fare i confronti
memset_float(distances, FLT_MAX, knn);
// Vediamo quali sono i punti del dataset più vicini
for(j=0;j<n;j++){
// Calcoliamo la distanza tra le due quantizzazioni
dist = 0.0;
for(g=0;g<m;g++){
// printf("Voglio sapere la distanza tra il centroide %d e il centroide %d\n",quant[g], centroid_of_point[j*m+g]);
//max = max(quant[i*m+g], centroid_of_point[j*m+g]);
//min = min(quant[i*m+g], centroid_of_point[j*m+g]);
dist += distances_between_centroids[(g*k+quant[i*m+g])*k+centroid_of_point[j*m+g]];
// printf(" Distanza parziale: %f\n", get_distance(quant[g], centroid_of_point[j*m+g],k,g));
}// for l
// printf("Distanza del punto %d del queryset dal punto %d del dataset: %f \n",i,j,dist);
// printf("%10.2f,\t", dist);
if(distances[0]>dist){
l = 0;
while(l<knn-1 && distances[l+1]>dist){
distances[l] = distances [l+1];
ANN[i*knn+l] = ANN[i*knn+l+1];
l++;
}// while
distances[l] = dist;
ANN[i*knn+l] = j;
}// if
}// for j
// Una volta terminato questo ciclo in ANN[i] ci saranno i knn punti del
// dataset più vicini alla query
}// for i
free(quant);
dealloc_matrix(distances);
// TESTATA! :D
}// exaSearchSim
void exaSearchAsim(int n, int d, int k, int m, int knn, int nq, MATRIX qs,
int* ANN, int* centroid_of_point, MATRIX centroids){
MATRIX dist_cent;
// Vettore che contiene la quantizzazione del punto
int j, g, l, min, max;
float dist;
int d_star = d/m;
dist_cent = alloc_matrix(m,k);
// RICORDA:
// ANN = (int*) malloc(knn*nq*sizeof(int))
VECTOR distances = (VECTOR) malloc(knn*sizeof(float));
for(int i=0;i<nq;i++){
// Calcoliamo la distanza tra le porzioni del punto ed i centroidi dei
// relativi codebook
computeDistances(&qs[i*d],centroids,d,m,k,dist_cent);
// Inizializziamo i primi knn punti ordinandoli in ordine decrescente
// Così se è > del primo elemento è inutile fare i confronti
memset_float(distances, FLT_MAX, knn);
// Vediamo quali sono i punti del dataset più vicini
for(j=0;j<n;j++){
// Calcoliamo la distanza tra le due quantizzazioni
dist = 0.0;
for(g=0;g<m;g++){
// Prendiamo la distanza tra la porzione g della query ed il centroide
// della porzione g del punto del dataset
dist+= dist_cent[g*k+centroid_of_point[j*m+g]];
}
// printf("Distanza del punto %d del queryset dal punto %d del dataset: %f \n",i,j,dist);
// printf("%10.2f,\t", dist);
if(distances[0]>dist){
l = 0;
while(l<knn-1 && distances[l+1]>dist){
distances[l] = distances [l+1];
ANN[i*knn+l] = ANN[i*knn+l+1];
l++;
}// while
distances[l] = dist;
ANN[i*knn+l] = j;
}// if
}// for j
// Una volta terminato questo ciclo in ANN[i] ci saranno i knn punti del
// dataset più vicini alla query
}// for i
dealloc_matrix(dist_cent);
dealloc_matrix(distances);
// TESTATA! :D
}// exaSearchAsim
//-------------------------- RICERCA NON ESAUSTIVA ---------------------------
void NoExaSearchAsim(MATRIX ds, MATRIX qs, MATRIX centroids, MATRIX coarse_centroids,
int* lista_invertita, int* celle_prima, int* punti_caricati, int* ANN,
int d, int w, int k, int kc, int knn, int m, int nq){
MATRIX dist_cent;
// Per ogni punto cerchiamo i w centroidi coarse più vicini
int* c_coarse = (int*) calloc(w, sizeof(int));
VECTOR dist;
VECTOR dist_c;
VECTOR res;
int j,g,l,p,inizio,centroide,min,max;
int d_star = d/m;
float distanza;
// printf("\nPunti di ciascun centroide coarse\n");
// print_matrix_int(kc,1,1,punti_caricati,'c');
dist_c = alloc_matrix(1,w);
dist = alloc_matrix(1,knn);
dist_cent = alloc_matrix(m,k);
res = alloc_matrix(1,d);
for(int i=0;i<nq;i++){
// Settiamo il vettore delle distanze al massimo float rappresentabile
memset_float( dist_c, FLT_MAX, w);
// Vediamo quali sono i centroidi coarse più vicini
for(j=0;j<kc;j++){
// Calcoliamo la distanza tra le due quantizzazioni
// printf("Queryset: %p\n", &qs[i*d+l*d_star] );
// printf("CoarseCe: %p\n\n", &coarse_centroids[j] );
distanza = distance(&qs[i*d],&coarse_centroids[j*d],d);
// printf("\nDistanza dal centroide coarse: %f\n", distanza);
if(dist_c[0]>distanza){
l = 0;
while(l<w-1 && dist_c[l+1]>distanza){
dist_c[l] = dist_c[l+1];
c_coarse[l] = c_coarse[l+1];
l++;
}// while
dist_c[l] = distanza;
c_coarse[l] = j;
}// if
}// for j
// Ora sappiamo in quali insiemi di punti dobbiamo cercare, ciascuna
// distanza rappresenta il residuo al quadrato
// Iniziamo la ricerca tra i punti che si trovano nelle celli di Voronoi
// dei w centroidi coarse
// printf("\nMatrice delle distanze: \n");print_matrix(1,w,w,dist,'p');
// print_matrix(1,w,w,dist,'p');
memset_float( dist, FLT_MAX, knn);
// print_matrix(1,knn,knn,dist,'p');
for(j=0;j<w;j++){
centroide = c_coarse[j];
// printf("\nCentroide coarse: %d\n", centroide);
// Calcoliamo il residuo del punto del queryset considerato
residual(res, &qs[i*d], &coarse_centroids[centroide*d], d);
// Delimitiamo il nostro vettore per poterlo scandire
inizio = celle_prima[centroide];
// Calcoliamo la distanza tra le porzioni del punto ed i centroidi dei
// relativi codebook
computeDistances(res,centroids,d,m,k,dist_cent);
// Calcoliamo i knn punti del queryset i cui residui sono più vicini ai
// residui del punto
//printf("\nPunti presenti: %d\n", punti_caricati[centroide]);
for(p=0;p<punti_caricati[centroide];p++){
// Calcoliamo la distanza tra la quantizzazione del residuo ed il
// residuo del punto
distanza = 0;
for(g=0;g<m;g++){
// Nel primo elemento c'è il punto, quindi si shifta di 1
l = lista_invertita[inizio+p*(m+1)+g+1];
// Prendiamo la distanza tra la porzione g della query ed il centroide
// della porzione g del punto del dataset
distanza += dist_cent[g*k+l];
}
// printf("\nDistanza: %f \n",distanza);
if(dist[0]>distanza){
l = 0;
while(l<knn-1 && dist[l+1]>distanza){
dist[l] = dist[l+1];
ANN[i*knn+l] = ANN[i*knn+l+1];
l++;
}// while
dist[l] = distanza;
ANN[i*knn+l] = lista_invertita[inizio+p*(m+1)];
}// if
// print_matrix(1,knn,knn,dist,'p');
}//for p
// printf("\nk centroidi più vicini: \n");
// print_matrix_int(nq,knn,knn,ANN,'p');
// A questo punto abbiamo ottenuto i knn punti del queryset pi� vicini
// tra quelli che ricadevano tra i w centroidi coarse
}// for j
}//for i
free(c_coarse);
dealloc_matrix(dist_cent);
dealloc_matrix(dist_c);
dealloc_matrix(dist);
dealloc_matrix(res);
// TESTATA
} // NoExaSearchAsim
void NoExaSearchSim(MATRIX ds, MATRIX qs, MATRIX centroids, MATRIX coarse_centroids,
MATRIX distances_between_centroids, int* lista_invertita, int* celle_prima,