// ISODATA.h

#pragma once

#include "stdafx.h"
#include <time.h>
#include <stdlib.h>
#include "Pattern.h"
#include "Sort.h"

/******************************************************************
//	class name:	ISODATA
//	description:	ISODATA類，該類為實現ISODATA算法的主要類
		算法的流程按照教材所給出的步驟進行，主要流程執行函數為：
		int ISODATA::Process();
//	limitation:	算法中流程在執行時使用了 goto 命令，難以替換為while或for的循環。
******************************************************************/
class ISODATA
{
	// 參數	
	int c;			// 預期的類數；
	int Nc;			// 初始聚類中心個數（可以不等于c）；
	int theta_n;	// 每一類中允許的最少模式數目（若少于此數，就不能單獨成為一類）；
	double theta_s;	// 類內各分量分布的標準差上限（大于此數就分裂）；
	double theta_D;	// 兩類中心間的最小距離下限（若小于此數，這兩類應合并）；
	int L;			// 在每次迭代中可以合并的類的最多對數；
	int I;			// 允許的最多迭代次數；

	Sort w[MAXNUM];		// 類
	Pattern x[MAXNUM];	// 模式
	double _d;			// 總體平均距離
	int Ip;				// 迭代次數
	double D[MAXNUM][MAXNUM];	// 各類對中心間的距離	

public:
	ISODATA();
	~ISODATA();

	// 設置樣本
	int SetupPattern(Pattern * x);
	// ISODATA算法流程
	int Process();	

private:
	// step1:	設定聚類分析控制參數
	void SetupParameter();
	// 3)選定初始聚類中心
	void InitCenter();
	// step2:	按最小距離原則將模式集（xi）中每個模式分到某一類中
	void Clustering();
	// step3:	依據theta_n判斷合并。如果類wj中樣本數nj<theta_n，則取消該類的中心zj，Nc = Nc - 1；轉至 step2.
	bool CombinBytheta_n();
	// step4:	計算分類后的參數：各類中心、類內平均距離及總體平均距離。
	void CalParameter();
	// step6:	計算各類類內距離的標準差矢量
	void CalSigma();
	// step7:	求出每一聚類類內距離標準差矢量sigma中的最大分量sigma_max
	void CalMaxSigma();
	// step8:	判斷分裂
	bool Split();
	// step9:	計算各類對中心間的距離
	void CalCenterDis();
	// step10:	依據theta_D判斷合并
	bool CombinBytheta_D();
	// 輸出當前模式分類情況
	void PrintSort();
};