vendor/gonum.org/v1/gonum/lapack/internal/testdata/dlahr2test/main.go

   1 // Copyright ©2016 The Gonum Authors. All rights reserved.
   2 // Use of this source code is governed by a BSD-style
   3 // license that can be found in the LICENSE file.
   4
   5 // dlahr2test generates test data for Dlahr2. Test cases are stored in
   6 // gzip-compressed JSON file testlapack/testdata/dlahr2data.json.gz which is
   7 // read during testing by testlapack/dlahr2.go.
   8 //
   9 // This program uses cgo to call Fortran version of DLAHR2. Therefore, matrices
  10 // passed to the Fortran routine are in column-major format but are written into
  11 // the output file in row-major format.
  12 package main
  13
  14 import (
  15         "compress/gzip"
  16         "encoding/json"
  17         "log"
  18         "os"
  19         "path/filepath"
  20
  21         "golang.org/x/exp/rand"
  22
  23         "gonum.org/v1/gonum/lapack/internal/testdata/netlib"
  24 )
  25
  26 type Dlahr2Test struct {
  27         N, K, NB int
  28         A        []float64
  29
  30         AWant   []float64
  31         TWant   []float64
  32         YWant   []float64
  33         TauWant []float64
  34 }
  35
  36 func main() {
  37         file, err := os.Create(filepath.FromSlash("../../../testlapack/testdata/dlahr2data.json.gz"))
  38         if err != nil {
  39                 log.Fatal(err)
  40         }
  41         defer file.Close()
  42         w := gzip.NewWriter(file)
  43
  44         rnd := rand.New(rand.NewSource(1))
  45
  46         var tests []Dlahr2Test
  47         for _, n := range []int{4, 5, 6, 7, 11} {
  48                 for k := 0; k <= n/2; k++ {
  49                         for nb := 1; nb <= k; nb++ {
  50                                 ain := genrand(n, n-k+1, rnd)
  51                                 a := make([]float64, len(ain))
  52                                 copy(a, ain)
  53
  54                                 t := genrand(nb, nb, rnd)
  55                                 y := genrand(n, nb, rnd)
  56                                 tau := genrand(nb, 1, rnd)
  57
  58                                 netlib.Dlahr2(n, k, nb, a, n, tau, t, nb, y, n)
  59
  60                                 tests = append(tests, Dlahr2Test{
  61                                         N:       n,
  62                                         K:       k,
  63                                         NB:      nb,
  64                                         A:       rowMajor(n, n-k+1, ain),
  65                                         AWant:   rowMajor(n, n-k+1, a),
  66                                         TWant:   rowMajor(nb, nb, t),
  67                                         YWant:   rowMajor(n, nb, y),
  68                                         TauWant: tau,
  69                                 })
  70                         }
  71                 }
  72         }
  73         json.NewEncoder(w).Encode(tests)
  74
  75         err = w.Close()
  76         if err != nil {
  77                 log.Fatal(err)
  78         }
  79 }
  80
  81 // genrand returns a general r×c matrix with random entries.
  82 func genrand(r, c int, rnd *rand.Rand) []float64 {
  83         m := make([]float64, r*c)
  84         for i := range m {
  85                 m[i] = rnd.NormFloat64()
  86         }
  87         return m
  88 }
  89
  90 // rowMajor returns the given r×c column-major matrix a in row-major format.
  91 func rowMajor(r, c int, a []float64) []float64 {
  92         if len(a) != r*c {
  93                 panic("testdata: slice length mismatch")
  94         }
  95         m := make([]float64, len(a))
  96         for i := 0; i < r; i++ {
  97                 for j := 0; j < c; j++ {
  98                         m[i*c+j] = a[i+j*r]
  99                 }
 100         }
 101         return m
 102 }