pyamg Smoothed Aggregation算法流程

设置如下算例。

分两步，第一步是setup，第二步是solve。第一步的目的就是得到P等。

setup

entry point:
aggregation.py L212 in smoothed_aggregation_solver

将用户参数装填到每个层级里

例如strength就是一个list

最外层放入B和A和BH

开始循环（_extend_hierarchy）

_extend_hierarchy

aggregation L297

计算SOC(strength of connection)矩阵。跳转后与ruge_stuben的完全一样，故此处我们略去。

进行standard_aggregation(核心！）

standard_aggregation

aggregate.py(注意非aggregation.py) L12

做一些准备。例如index_type=int
num_rows=矩阵大小
Cpts[i] = root node of aggregate i
Tj

amg_core.standard_aggregation是核心

实际计算

返回Tj, Cpts, num_aggregates

后续的一些处理。基本上就是all nodes aggregated 那个情况。

返回到_extend_hierachy

这里注意AggOp只取了第一个返回值。即那个只有01的矩阵。

AggOp有N行（N为未知数个数），aggregate列（也就是团聚个数）。
每行仅有一个1。
总共加起来有N个1。它的值只有0和1。

如下图，涂绿色的是1，其余是0。

然后通过AggOp建立T。T就是试验性的P。和P唯一差别就是还没有smooth。

fit_candidate

in aggregation/tentative.py L9
此步目的为建立试验性的延拓算子T

最后 smooth P

smooth之后不再是每行只有一个1，而是原本的1被拆分为几个小数，且含有负数。

_extend_hierarchy结束

全流程结束。