inprogress
[jalview.git] / forester / java / src / org / forester / evoinference / distance / NeighborJoining.java
index 18182e5..156d72e 100644 (file)
@@ -2,8 +2,7 @@
 // FORESTER -- software libraries and applications
 // for evolutionary biology research and applications.
 //
-// Copyright (C) 2008-2009 Christian M. Zmasek
-// Copyright (C) 2008-2009 Burnham Institute for Medical Research
+// Copyright (C) 2014 Christian M. Zmasek
 // All rights reserved
 //
 // This library is free software; you can redistribute it and/or
 // Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA
 //
 // Contact: phylosoft @ gmail . com
-// WWW: www.phylosoft.org/forester
+// WWW: https://sites.google.com/site/cmzmasek/home/software/forester
 
 package org.forester.evoinference.distance;
 
+import java.math.RoundingMode;
+import java.text.DecimalFormat;
 import java.util.ArrayList;
 import java.util.List;
 
@@ -35,93 +36,78 @@ import org.forester.util.ForesterUtil;
 
 public final class NeighborJoining {
 
+    private final static DecimalFormat     DF = new DecimalFormat( "0.00000" );
     private BasicSymmetricalDistanceMatrix _d;
-    private BasicSymmetricalDistanceMatrix _m;
-    private double[]                       _r;
-    private int                            _n;
+    private double[][]                     _d_values;
+    private final DecimalFormat            _df;
     private PhylogenyNode[]                _external_nodes;
     private int[]                          _mappings;
+    private int                            _n;
+    private double[]                       _r;
     private final boolean                  _verbose;
-    private final static boolean           DEBUG = false;
+    private int                            _min_i;
+    private int                            _min_j;
 
-    private NeighborJoining( final boolean verbose ) {
-        _verbose = verbose;
+    private NeighborJoining() {
+        _verbose = false;
+        _df = null;
     }
 
-    private final void calculateDistancesFromNewNode( final int otu1, final int otu2, final double d ) {
-        for( int i = 0; i < _n; ++i ) {
-            if ( ( i == otu1 ) || ( i == otu2 ) ) {
-                continue;
-            }
-            //final double nd = ;
-            //  setValueInD( nd, otu1, i );
-            //   _d.setValue( _mappings[ otu1 ],
-            //                _mappings[ i ],
-            //                ( getValueFromD( otu1, i ) + getValueFromD( i, otu2 ) - d ) / 2 );
-            _d._values[ _mappings[ otu1 ] ][ _mappings[ i ] ] = ( getValueFromD( otu1, i ) + getValueFromD( i, otu2 ) - d ) / 2;
-        }
-    }
-
-    private final void calculateNetDivergences() {
-        double d;
-        for( int i = 0; i < _n; ++i ) {
-            d = 0;
-            for( int n = 0; n < _n; ++n ) {
-                //  d += getValueFromD( i, n );
-                d += _d._values[ _mappings[ i ] ][ _mappings[ n ] ];
-            }
-            _r[ i ] = d;
+    private NeighborJoining( final boolean verbose, final int maximum_fraction_digits_for_distances ) {
+        if ( ( maximum_fraction_digits_for_distances < 1 ) || ( maximum_fraction_digits_for_distances > 9 ) ) {
+            throw new IllegalArgumentException( "maximum fraction digits for distances is out of range: "
+                    + maximum_fraction_digits_for_distances );
         }
+        _verbose = verbose;
+        _df = new DecimalFormat();
+        _df.setMaximumFractionDigits( maximum_fraction_digits_for_distances );
+        _df.setRoundingMode( RoundingMode.HALF_UP );
     }
 
     public final Phylogeny execute( final BasicSymmetricalDistanceMatrix distance ) {
         reset( distance );
         final Phylogeny phylogeny = new Phylogeny();
         while ( _n > 2 ) {
-            updateM();
             // Calculates the minimal distance.
             // If more than one minimal distances, always the first found is used
-            // could randomize this, so that any would be returned in a randomized fashion...
-            double minimum = Double.MAX_VALUE;
-            int otu1 = -1;
-            int otu2 = -1;
-            for( int j = 1; j < _n; ++j ) {
-                for( int i = 0; i < j; ++i ) {
-                    //   if ( _m.getValue( i, j ) < minimum ) {
-                    if ( _m._values[ i ][ j ] < minimum ) {
-                        //minimum = _m.getValue( i, j );
-                        minimum = _m._values[ i ][ j ];
-                        otu1 = i;
-                        otu2 = j;
-                    }
-                }
-            }
+            updateM();
+            final int otu1 = _min_i;
+            final int otu2 = _min_j;
+            //System.out.println( _min_i + " " + _min_j );
             // It is a condition that otu1 < otu2.
-            if ( DEBUG ) {
-                if ( otu1 > otu2 ) {
-                    throw new RuntimeException( "NJ code is faulty: otu1 > otu2" );
-                }
-            }
             final PhylogenyNode node = new PhylogenyNode();
-            final double d = getValueFromD( otu1, otu2 );
+            final double d = _d_values[ _mappings[ otu1 ] ][ _mappings[ otu2 ] ];
             final double d1 = ( d / 2 ) + ( ( _r[ otu1 ] - _r[ otu2 ] ) / ( 2 * ( _n - 2 ) ) );
             final double d2 = d - d1;
-            getExternalPhylogenyNode( otu1 ).setDistanceToParent( d1 );
-            getExternalPhylogenyNode( otu2 ).setDistanceToParent( d2 );
+            if ( _df == null ) {
+                getExternalPhylogenyNode( otu1 ).setDistanceToParent( d1 );
+                getExternalPhylogenyNode( otu2 ).setDistanceToParent( d2 );
+            }
+            else {
+                // yes, yes, slow but only grows with n (and not n^2 or worse)...
+                getExternalPhylogenyNode( otu1 ).setDistanceToParent( Double.parseDouble( _df.format( d1 ) ) );
+                getExternalPhylogenyNode( otu2 ).setDistanceToParent( Double.parseDouble( _df.format( d2 ) ) );
+            }
             node.addAsChild( getExternalPhylogenyNode( otu1 ) );
             node.addAsChild( getExternalPhylogenyNode( otu2 ) );
             if ( _verbose ) {
                 printProgress( otu1, otu2 );
             }
             calculateDistancesFromNewNode( otu1, otu2, d );
-            //setExternalPhylogenyNode( node, otu1 );
             _external_nodes[ _mappings[ otu1 ] ] = node;
             updateMappings( otu2 );
             --_n;
         }
-        final double d = getValueFromD( 0, 1 ) / 2;
-        getExternalPhylogenyNode( 0 ).setDistanceToParent( d );
-        getExternalPhylogenyNode( 1 ).setDistanceToParent( d );
+        final double d = _d_values[ _mappings[ 0 ] ][ _mappings[ 1 ] ] / 2;
+        if ( _df == null ) {
+            getExternalPhylogenyNode( 0 ).setDistanceToParent( d );
+            getExternalPhylogenyNode( 1 ).setDistanceToParent( d );
+        }
+        else {
+            final double dd = Double.parseDouble( _df.format( d ) );
+            getExternalPhylogenyNode( 0 ).setDistanceToParent( dd );
+            getExternalPhylogenyNode( 1 ).setDistanceToParent( dd );
+        }
         final PhylogenyNode root = new PhylogenyNode();
         root.addAsChild( getExternalPhylogenyNode( 0 ) );
         root.addAsChild( getExternalPhylogenyNode( 1 ) );
@@ -141,54 +127,96 @@ public final class NeighborJoining {
         return pl;
     }
 
-    //    private int[] findMinimalDistance() {
-    //        // if more than one minimal distances, always the first found is
-    //        // returned
-    //        // i could randomize this, so that any would be returned in a randomized
-    //        // fashion...
-    //        double minimum = Double.MAX_VALUE;
-    //        int otu_1 = -1;
-    //        int otu_2 = -1;
-    //        for( int j = 1; j < _n; ++j ) {
-    //            for( int i = 0; i < j; ++i ) {
-    //                if ( _m.getValue( i, j ) < minimum ) {
-    //                    minimum = _m.getValue( i, j );
-    //                    otu_1 = i;
-    //                    otu_2 = j;
-    //                }
-    //            }
-    //        }
-    //        return new int[] { otu_1, otu_2 };
-    //    }
-    private final PhylogenyNode getExternalPhylogenyNode( final int i ) {
-        return _external_nodes[ _mappings[ i ] ];
+    private final void calculateDistancesFromNewNode( final int otu1, final int otu2, final double d ) {
+        final int m_otu1 = _mappings[ otu1 ];
+        final int m_otu2 = _mappings[ otu2 ];
+        for( int i = 0; i < _n; ++i ) {
+            if ( ( i == otu1 ) || ( i == otu2 ) ) {
+                continue;
+            }
+            final int m_i = _mappings[ i ];
+            if ( otu1 < i ) {
+                if ( otu2 > i ) {
+                    _d_values[ m_otu1 ][ m_i ] = ( _d_values[ m_otu1 ][ m_i ] + _d_values[ m_i ][ m_otu2 ] - d ) / 2;
+                    //System.out.print( DF.format( _d_values[ m_otu1 ][ m_i ] ) );
+                }
+                else {
+                    _d_values[ m_otu1 ][ m_i ] = ( _d_values[ m_otu1 ][ m_i ] + _d_values[ m_otu2 ][ m_i ] - d ) / 2;
+                    //System.out.print( DF.format( _d_values[ m_otu1 ][ m_i ] ) );
+                }
+            }
+            else {
+                if ( otu2 > i ) {
+                    _d_values[ m_i ][ m_otu1 ] = ( _d_values[ m_i ][ m_otu1 ] + _d_values[ m_i ][ m_otu2 ] - d ) / 2;
+                    //System.out.print( DF.format( _d_values[ m_i ][ m_otu1 ] ) );
+                }
+                else {
+                    _d_values[ m_i ][ m_otu1 ] = ( _d_values[ m_i ][ m_otu1 ] + _d_values[ m_otu2 ][ m_i ] - d ) / 2;
+                    // System.out.print( DF.format( _d_values[ m_otu1 ][ m_i ] ) );
+                }
+            }
+            //System.out.print( " " );
+        }
+    }
+
+    private final void calculateNetDivergences() {
+        double d;
+        for( int i = 0; i < _n; ++i ) {
+            d = 0;
+            final int m_i = _mappings[ i ];
+            for( int n = 0; n < _n; ++n ) {
+                if ( i != n ) {
+                    if ( i > n ) {
+                        d += _d_values[ _mappings[ n ] ][ m_i ];
+                    }
+                    else {
+                        d += _d_values[ m_i ][ _mappings[ n ] ];
+                    }
+                }
+            }
+            _r[ i ] = d;
+        }
     }
 
-    private final double getValueFromD( final int otu1, final int otu2 ) {
-        //return _d.getValue( _mappings[ otu1 ], _mappings[ otu2 ] );
-        return _d._values[ _mappings[ otu1 ] ][ _mappings[ otu2 ] ];
+    private final PhylogenyNode getExternalPhylogenyNode( final int i ) {
+        return _external_nodes[ _mappings[ i ] ];
     }
 
     private final void initExternalNodes() {
         _external_nodes = new PhylogenyNode[ _n ];
+        String id;
         for( int i = 0; i < _n; ++i ) {
             _external_nodes[ i ] = new PhylogenyNode();
-            final String id = _d.getIdentifier( i );
+            id = _d.getIdentifier( i );
             if ( id != null ) {
                 _external_nodes[ i ].setName( id );
             }
             else {
-                _external_nodes[ i ].setName( "" + i );
+                _external_nodes[ i ].setName( Integer.toString( i ) );
             }
             _mappings[ i ] = i;
         }
     }
 
     private final void printProgress( final int otu1, final int otu2 ) {
-        final PhylogenyNode n1 = getExternalPhylogenyNode( otu1 );
-        final PhylogenyNode n2 = getExternalPhylogenyNode( otu2 );
-        System.out.println( "Node " + ( ForesterUtil.isEmpty( n1.getName() ) ? n1.getId() : n1.getName() ) + " joins "
-                + ( ForesterUtil.isEmpty( n2.getName() ) ? n2.getId() : n2.getName() ) );
+        System.out.println( "Node " + printProgressNodeToString( getExternalPhylogenyNode( otu1 ) ) + " joins "
+                + ( printProgressNodeToString( getExternalPhylogenyNode( otu2 ) ) ) );
+    }
+
+    private final String printProgressNodeToString( final PhylogenyNode n ) {
+        if ( n.isExternal() ) {
+            if ( ForesterUtil.isEmpty( n.getName() ) ) {
+                return Long.toString( n.getId() );
+            }
+            return n.getName();
+        }
+        return n.getId()
+                + " ("
+                + ( ForesterUtil.isEmpty( n.getChildNode1().getName() ) ? n.getChildNode1().getId() : n.getChildNode1()
+                        .getName() )
+                + "+"
+                + ( ForesterUtil.isEmpty( n.getChildNode2().getName() ) ? n.getChildNode2().getId() : n.getChildNode2()
+                        .getName() ) + ")";
     }
 
     // only the values in the lower triangle are used.
@@ -196,46 +224,56 @@ public final class NeighborJoining {
     private final void reset( final BasicSymmetricalDistanceMatrix distances ) {
         _n = distances.getSize();
         _d = distances;
-        _m = new BasicSymmetricalDistanceMatrix( _n );
         _r = new double[ _n ];
         _mappings = new int[ _n ];
+        _d_values = _d.getValues();
         initExternalNodes();
     }
 
-    //  private final void setExternalPhylogenyNode( final PhylogenyNode node, final int i ) {
-    //      _external_nodes[ _mappings[ i ] ] = node;
-    //  }
-    //  private final void setValueInD( final double d, final int otu1, final int otu2 ) {
-    //      _d.setValue( _mappings[ otu1 ], _mappings[ otu2 ], d );
-    //  }
     private final void updateM() {
         calculateNetDivergences();
+        Double min = Double.MAX_VALUE;
+        _min_i = -1;
+        _min_j = -1;
+        final int n_minus_2 = _n - 2;
         for( int j = 1; j < _n; ++j ) {
+            final double r_j = _r[ j ];
+            final int m_j = _mappings[ j ];
             for( int i = 0; i < j; ++i ) {
-                //_m.setValue( i, j, calculateM( i, j ) );
-                //_m.setValue( i, j, getValueFromD( i, j ) - ( _r[ i ] + _r[ j ] ) / ( _n - 2 ) );
-                //_m._values[ i ][ j ] = getValueFromD( i, j ) - ( _r[ i ] + _r[ j ] ) / ( _n - 2 );
-                _m._values[ i ][ j ] = _d._values[ _mappings[ i ] ][ _mappings[ j ] ] - ( _r[ i ] + _r[ j ] )
-                        / ( _n - 2 );
+                final double m = _d_values[ _mappings[ i ] ][ m_j ] - ( ( _r[ i ] + r_j ) / n_minus_2 );
+                if ( m < min ) {
+                    min = m;
+                    _min_i = i;
+                    _min_j = j;
+                }
             }
         }
+        //        for( int j = 1; j < _n; ++j ) {
+        //            final double r_j = _r[ j ];
+        //            final int m_j = _mappings[ j ];
+        //            for( int i = 0; i < j; ++i ) {
+        //                System.out.print( i );
+        //                System.out.print( "->" );
+        //                System.out.print( DF.format( _r[ i ] ) );
+        //                System.out.print( "  " );
+        //            }
+        //            System.out.println();
+        //        }
     }
 
-    //private double calculateM( final int i, final int j ) {
-    //    return getValueFromD( i, j ) - ( _r[ i ] + _r[ j ] ) / ( _n - 2 );
-    //}
     // otu2 will, in effect, be "deleted" from the matrix.
     private final void updateMappings( final int otu2 ) {
-        for( int i = otu2; i < _mappings.length - 1; ++i ) {
+        for( int i = otu2; i < ( _mappings.length - 1 ); ++i ) {
             _mappings[ i ] = _mappings[ i + 1 ];
         }
     }
 
     public final static NeighborJoining createInstance() {
-        return new NeighborJoining( false );
+        return new NeighborJoining();
     }
 
-    public final static NeighborJoining createInstance( final boolean verbose ) {
-        return new NeighborJoining( verbose );
+    public final static NeighborJoining createInstance( final boolean verbose,
+                                                        final int maximum_fraction_digits_for_distances ) {
+        return new NeighborJoining( verbose, maximum_fraction_digits_for_distances );
     }
 }