I am a new user of MKL, and I'm using pardiso to factor a real nonsymmetric matrix.  I've successfully run the sample program for this case, and I'm trying to do exactly the same thing, except my calls to pardiso are from a DLL instead of from an EXE.  The first call with phase=11 seems to go without trouble and error=0.  Then I call pardiso with phase=22 and I get a crash with an "unhandled exception. . . access violation" message.

Does calling pardiso from a DLL require doing anything differently than from an EXE?

I want to call pardiso with phase=33 to compute a solution to a given rhs.  I'm sure I need to pass it the pt(:) array from the factoring phase, but do I also need to pass it any other arrays used in the factoring phase, like iparm, perm, a, ia and ja.  In my calls to perform the factoring, I'm using iparm(1)=0 to let pardiso use all defaults.

I intend to pass the pt(:) array to different routines that need to compute solutions to different rhs's.  I need to know if must also pass these other arrays.

Hey there,

my dss implementation freezes the whole system, probably due running out of memory, when switching from positive_definite to indefinite.

The matrix provided to dss is 4x4, so not a big problem, but it is negative definite.

The module implementing the solver is:

include "mkl_dss.f90"
Module ModMKLSolver
  use Data_Kind
  use ModEquation
  use ModLogfile
  Implicit none
  Type MKLSolver
    Type(Equation) :: TSEq
  contains
    Procedure, Pass, Public :: Solve => SubSetPEVDSS
  End type MKLSolver
  Private :: SubSetPEVDSS
contains
  Subroutine SubSetPEVDSS(this,ISSubStat)
    use MKL_DSS
    Implicit None
    Class(MKLSolver), Target, Intent(InOut) :: this
    Integer(Iks), Intent(InOut) :: ISSubStat
    Integer(Ikxl) :: c1, c2
    TYPE(MKL_DSS_HANDLE) :: handle
    Integer(Ikxl) :: ISError
    Integer(Ikl) :: opt, a, ISSize
    Integer(Ikl), Allocatable, Dimension(:) :: IVPermu
    ISSize=this%TSEq%TSLHS%ISDim
    Allocate(&&IVPermu(ISSize),&&stat=ISSubStat)
    If(ISSubStat==0) Then
      IVPermu=0
      this%TSEq%RVsol=0._rkdbl
      ISSubStat=dss_create(handle, MKL_DSS_MSG_LVL_WARNING&&+MKL_DSS_TERM_LVL_ERROR)
      If(ISSubStat==0) Then
        ISSubStat=dss_define_structure(handle=handle,&&opt=MKL_DSS_SYMMETRIC,&&rowIndex=this%TSEq%TSLhs%IVRowPos,&&nRows=ISSize,&&RCols=ISSize,&&columns=this%TSEq%TSLhs%IVColPos,&&nNonZeros=size(this%TSEq%TSLhs%RVCoeff))
      End If
      If(ISSubStat==0) Then
        ISSubStat=dss_reorder(handle=handle, opt=MKL_DSS_GET_ORDER, perm&&=IVPermu)
      end If
      If(ISSubStat==0) Then
        ISSubStat=dss_factor(handle=handle,&
          !&opt=MKL_DSS_POSITIVE_DEFINITE,&&opt=MKL_DSS_INDEFINITE,&&RValues=this%TSEq%TSLhs%RVCoeff)
      End If
      If(ISSubStat==0) Then
        ISSubStat=dss_solve(handle=handle,&&opt=0,&&RRhsValues=this%TSEq%RVRHS,&&nRhs=1,&&RSolValues=this%TSEq%RVSol)
      End If
    End If
  end Subroutine SubSetPEVDSS
end Module ModMKLSolver

The implementation works with setting "positive_definite" and matrices which abide by that rule.

Compiler: ifort 15, System: ubuntu 14.04

Any suggestions??

Thanks

Karl

Hello Sir or Madam,

Recently I am leaning and using MKL FFT in my work. I noticed that there is a option DFTI_BACKWARD_SCRAMBLED  can applying an FFT to input data whose order is scrambled, or allowing a scrambled order of the FFT results. This may help us improve the code performance. It's possible to share some detail about this? Thanks a lot!

Best Regards,

Lei Fu

Hi all,

I got a problem while using data fitting module in MKL (I am using version 11.3.0 Build 20150730),  here is the sample code.

#include <iostream>

#ifdef __cplusplus
extern "C" {
#endif

// sample function
int sample_dfslinearspline();

#ifdef __cplusplus
}
#endif

int main()
{
    std::cout << "hello!"<< std::endl;
    return sample_dfslinearspline();
}

And the function sample_dfslinearspline is same with main function in MKL's example file %MKLROOT%\examples\datafittingc\source\dfslinearspline.c.

While run this code, I got a ERROR result :

Integration results for Y1 :

Integration interval Result

( -1.5, +0.5 ) -64372931560441346000000000000000000.000000

( -1.0, +1.0 ) +0.000000

( -0.5, +1.5 ) -67739524352558409000000000000000000.000000

Integration results for Y2 :

Integration interval Result

( -1.5, +0.5 ) +0.000000

( -1.0, +1.0 ) -67739524352558409000000000000000000.000000

( -0.5, +1.5 ) +0.000000

If I remove the first output line :

std::cout << "hello!"<< std::endl;

Then the result is correct.

Next, I check the example code, and add a CheckErrorCode line after call dfsIntegrate1D, just like :

         /***** Compute integrals *****/

    errcode = dfsIntegrate1D( task, DF_METHOD_PP, nlim, llim, llimhint,

                              rlim, rlimhint, ldatahint, rdatahint,

                              r, rhint );

    CheckDfError(errcode);

Now, it report an error after call dfsIntegrate1D:

Error: invalid flag defining structure of spline based integration results (code -1034).

Is it a bug? My project is generate from Qt Creator.

When running the program in single threaded mode I get the error message "Parameter 5 was incorrect on entry to DORMQR". The message is not present if I either run the program with multiple threads or if I compile it with reference LAPACK. My compiltervar settings are intel64 ilp64 and the program is compiled with

ifort testgsvd.f90 -lmkl_rt

testgsvd.f90:

program testgsvd

  implicit none
  integer*8 :: k, l, alpha(10), beta(10), iwork(20), info
  double precision :: A(10,20), B(10,20), U, V, Q, work(80)

  open(1, file="a.txt", action = "read")
  read(1, *) A
  open(2, file="b.txt", action = "read")
  read(2, *) B
  close(1)
  close(2)

  call dggsvd('N', 'N', 'N', 10_8, 20_8, 10_8, k, l, A, 10_8, B, 10_8, alpha, beta, U, 1_8, V, 1_8, Q, 1_8, work, iwork, info)

end program testgsvd

The matrices A and B are attached.

I would like to convert from COO to CSR without making a new copy of my matrix. Is it OK to have actual arguments point to the same arrays, i.e. acsr and acoo are the same array and similar for the index arrays ? The help file does not specify.

After building numpy when I try to run the tests I get the error: 

undefined symbol: _intel_fast_memset

I'm not sure where that is coming from, could someone elaborate a bit? I followed the instructions from here https://software.intel.com/en-us/articles/numpyscipy-with-intel-mkl. Both icc and ifort are well and running on the machine, so what is the problem?

I don't understand the documentation here (https://software.intel.com/en-us/node/521150); when I print it, it's all zeros. What's it useful for?

Dear Intel

I have a mechanics problem which I solve with finite differences, and the matrix is sparse. I use pardiso to solve the linear system, and I regularly get solutions which do not match Gaussian elimination with row and column pivoting. In addition, in these cases the residual (as expected) r = Ax-b is not zero. A sample matrix with the right hand side can be found in the following sample code. My Gaussian elimination results in the first element of the solution vector x[0] = 2.197819, but pardiso reports 1.798e-8. Note that my matrix is non-dimensionalized so I reduce my numerical errors, but in one row towards the end I have very large values (42046084959222096), which is correct for my model.

Any help is deeply appreciated. Thanks

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#include "mkl_pardiso.h"
#include "mkl_types.h"

#define nrElements 2088

int main()
{
	// number of rows
	MKL_INT n = 576;

	// matrix data (1-based indexing)
	double a[nrElements] = {
		-1, // 0
		-0.0073499999999999963, // 1
		1, // 2
		-0.0073499999999999963, // 3
		-0.0073499999999999963, // 4
		-1, // 5
		0.060000000000000005, // 6
		-0.02102120408936008, // 7
		1, // 8
		0.060000000000000005, // 9
		-0.02102120408936008, // 10
		-0.02102120408936008, // 11
		-1, // 12
		-0.97999999999999998, // 13
		1, // 14
		-0.97999999999999998, // 15
		-0.97999999999999998, // 16
		-1, // 17
		-0.02, // 18
		1, // 19
		-0.02, // 20
		-0.02, // 21
		1, // 22
		-1, // 23
		1, // 24
		1, // 25
		-1, // 26
		-0.060000000000000005, // 27
		-0.02102120408936008, // 28
		1, // 29
		-0.060000000000000005, // 30
		-0.02102120408936008, // 31
		-0.02102120408936008, // 32
		-1, // 33
		-0.97999999999999998, // 34
		1, // 35
		-0.97999999999999998, // 36
		-0.97999999999999998, // 37
		-1, // 38
		0.02, // 39
		1, // 40
		0.02, // 41
		0.02, // 42
		1, // 43
		-1, // 44
		1, // 45
		1, // 46
		-1, // 47
		1, // 48
		1, // 49
		-1, // 50
		-1.2740123690521266, // 51
		1, // 52
		-1.2740123690521266, // 53
		-1.2740123690521266, // 54
		-1, // 55
		1, // 56
		1, // 57
		-1, // 58
		-0.001312499999999999, // 59
		1, // 60
		-0.001312499999999999, // 61
		-1, // 62
		0.010714285714285713, // 63
		-0.0037537864445285848, // 64
		1, // 65
		0.010714285714285713, // 66
		-0.0037537864445285848, // 67
		-1, // 68
		-0.17499999999999988, // 69
		1, // 70
		-0.17499999999999988, // 71
		-1, // 72
		-0.0035714285714285704, // 73
		1, // 74
		-0.0035714285714285704, // 75
		-1, // 76
		1, // 77
		-1, // 78
		-0.010714285714285713, // 79
		-0.0037537864445285848, // 80
		1, // 81
		-0.010714285714285713, // 82
		-0.0037537864445285848, // 83
		-1, // 84
		-0.17499999999999988, // 85
		1, // 86
		-0.17499999999999988, // 87
		-1, // 88
		0.0035714285714285704, // 89
		1, // 90
		0.0035714285714285704, // 91
		-1, // 92
		1, // 93
		-1, // 94
		1, // 95
		-1, // 96
		-0.22750220875930818, // 97
		1, // 98
		-0.22750220875930818, // 99
		-1, // 100
		1, // 101
		-1, // 102
		-0.0086624999999999949, // 103
		1, // 104
		-0.0086624999999999949, // 105
		-1, // 106
		0.070714285714285716, // 107
		-0.024774990533888663, // 108
		1, // 109
		0.070714285714285716, // 110
		-0.024774990533888663, // 111
		-1, // 112
		-1.1549999999999991, // 113
		1, // 114
		-1.1549999999999991, // 115
		-1, // 116
		-0.023571428571428566, // 117
		1, // 118
		-0.023571428571428566, // 119
		-1, // 120
		1, // 121
		-1, // 122
		-0.070714285714285716, // 123
		-0.024774990533888663, // 124
		1, // 125
		-0.070714285714285716, // 126
		-0.024774990533888663, // 127
		-1, // 128
		-1.1549999999999991, // 129
		1, // 130
		-1.1549999999999991, // 131
		-1, // 132
		0.023571428571428566, // 133
		1, // 134
		0.023571428571428566, // 135
		-1, // 136
		1, // 137
		-1, // 138
		1, // 139
		-1, // 140
		-1.501514577811434, // 141
		1, // 142
		-1.501514577811434, // 143
		-1, // 144
		1, // 145
		-1, // 146
		-0.0028874999999999977, // 147
		1, // 148
		-0.0028874999999999977, // 149
		-1, // 150
		0.023571428571428563, // 151
		-0.0082583301779628852, // 152
		1, // 153
		0.023571428571428563, // 154
		-0.0082583301779628852, // 155
		-1, // 156
		-0.38499999999999968, // 157
		1, // 158
		-0.38499999999999968, // 159
		-1, // 160
		-0.0078571428571428542, // 161
		1, // 162
		-0.0078571428571428542, // 163
		-1, // 164
		1, // 165
		-1, // 166
		-0.023571428571428563, // 167
		-0.0082583301779628852, // 168
		1, // 169
		-0.023571428571428563, // 170
		-0.0082583301779628852, // 171
		-1, // 172
		-0.38499999999999968, // 173
		1, // 174
		-0.38499999999999968, // 175
		-1, // 176
		0.0078571428571428542, // 177
		1, // 178
		0.0078571428571428542, // 179
		-1, // 180
		1, // 181
		-1, // 182
		1, // 183
		-1, // 184
		-0.50050485927047794, // 185
		1, // 186
		-0.50050485927047794, // 187
		-1, // 188
		1, // 189
		-1, // 190
		-0.0018375000000000008, // 191
		1, // 192
		-0.0018375000000000008, // 193
		-0.0018375000000000008, // 194
		-1, // 195
		0.015000000000000015, // 196
		-0.0052553010223400252, // 197
		1, // 198
		0.015000000000000015, // 199
		-0.0052553010223400252, // 200
		-0.0052553010223400252, // 201
		-1, // 202
		-0.24500000000000013, // 203
		1, // 204
		-0.24500000000000013, // 205
		-0.24500000000000013, // 206
		-1, // 207
		-0.0050000000000000044, // 208
		1, // 209
		-0.0050000000000000044, // 210
		-0.0050000000000000044, // 211
		1, // 212
		-1, // 213
		1, // 214
		1, // 215
		-1, // 216
		-0.015000000000000015, // 217
		-0.0052553010223400252, // 218
		1, // 219
		-0.015000000000000015, // 220
		-0.0052553010223400252, // 221
		-0.0052553010223400252, // 222
		-1, // 223
		-0.24500000000000013, // 224
		1, // 225
		-0.24500000000000013, // 226
		-0.24500000000000013, // 227
		-1, // 228
		0.0050000000000000044, // 229
		1, // 230
		0.0050000000000000044, // 231
		0.0050000000000000044, // 232
		1, // 233
		-1, // 234
		1, // 235
		1, // 236
		-1, // 237
		1, // 238
		1, // 239
		-1, // 240
		-0.31850309226303186, // 241
		1, // 242
		-0.31850309226303186, // 243
		-0.31850309226303186, // 244
		-1, // 245
		1, // 246
		1, // 247
		-1, // 248
		-0.0018375000000000008, // 249
		1, // 250
		-0.0018375000000000008, // 251
		-1, // 252
		0.015000000000000015, // 253
		-0.0052553010223400252, // 254
		1, // 255
		0.015000000000000015, // 256
		-0.0052553010223400252, // 257
		-1, // 258
		-0.24500000000000013, // 259
		1, // 260
		-0.24500000000000013, // 261
		-1, // 262
		-0.0050000000000000044, // 263
		1, // 264
		-0.0050000000000000044, // 265
		-1, // 266
		1, // 267
		-1, // 268
		-0.015000000000000015, // 269
		-0.0052553010223400252, // 270
		1, // 271
		-0.015000000000000015, // 272
		-0.0052553010223400252, // 273
		-1, // 274
		-0.24500000000000013, // 275
		1, // 276
		-0.24500000000000013, // 277
		-1, // 278
		0.0050000000000000044, // 279
		1, // 280
		0.0050000000000000044, // 281
		-1, // 282
		1, // 283
		-1, // 284
		1, // 285
		-1, // 286
		-0.31850309226303186, // 287
		1, // 288
		-0.31850309226303186, // 289
		-1, // 290
		1, // 291
		-1, // 292
		-0.0020999999999999968, // 293
		1, // 294
		-0.0020999999999999968, // 295
		-1, // 296
		0.017142857142857126, // 297
		-0.0060060583112457305, // 298
		1, // 299
		0.017142857142857126, // 300
		-0.0060060583112457305, // 301
		-1, // 302
		-0.27999999999999958, // 303
		1, // 304
		-0.27999999999999958, // 305
		-1, // 306
		-0.0057142857142857082, // 307
		1, // 308
		-0.0057142857142857082, // 309
		-1, // 310
		1, // 311
		-1, // 312
		-0.017142857142857126, // 313
		-0.0060060583112457305, // 314
		1, // 315
		-0.017142857142857126, // 316
		-0.0060060583112457305, // 317
		-1, // 318
		-0.27999999999999958, // 319
		1, // 320
		-0.27999999999999958, // 321
		-1, // 322
		0.0057142857142857082, // 323
		1, // 324
		0.0057142857142857082, // 325
		-1, // 326
		1, // 327
		-1, // 328
		1, // 329
		-1, // 330
		-0.36400353401489283, // 331
		1, // 332
		-0.36400353401489283, // 333
		-1, // 334
		1, // 335
		-1, // 336
		-0.0070875, // 337
		1, // 338
		-0.0070875, // 339
		-0.0070875, // 340
		-1, // 341
		0.057857142857142892, // 342
		-0.020270446800454374, // 343
		1, // 344
		0.057857142857142892, // 345
		-0.020270446800454374, // 346
		-0.020270446800454374, // 347
		-1, // 348
		-0.94500000000000006, // 349
		1, // 350
		-0.94500000000000006, // 351
		-0.94500000000000006, // 352
		-1, // 353
		-0.019285714285714295, // 354
		1, // 355
		-0.019285714285714295, // 356
		-0.019285714285714295, // 357
		1, // 358
		-1, // 359
		1, // 360
		1, // 361
		-1, // 362
		-0.057857142857142892, // 363
		-0.020270446800454374, // 364
		1, // 365
		-0.057857142857142892, // 366
		-0.020270446800454374, // 367
		-0.020270446800454374, // 368
		-1, // 369
		-0.94500000000000006, // 370
		1, // 371
		-0.94500000000000006, // 372
		-0.94500000000000006, // 373
		-1, // 374
		0.019285714285714295, // 375
		1, // 376
		0.019285714285714295, // 377
		0.019285714285714295, // 378
		1, // 379
		-1, // 380
		1, // 381
		1, // 382
		-1, // 383
		1, // 384
		1, // 385
		-1, // 386
		-1.2285119273002651, // 387
		1, // 388
		-1.2285119273002651, // 389
		-1.2285119273002651, // 390
		-1, // 391
		1, // 392
		1, // 393
		-1, // 394
		-0.0015749999999999952, // 395
		1, // 396
		-0.0015749999999999952, // 397
		-1, // 398
		0.012857142857142824, // 399
		-0.0045045437334342913, // 400
		1, // 401
		0.012857142857142824, // 402
		-0.0045045437334342913, // 403
		-1, // 404
		-0.20999999999999935, // 405
		1, // 406
		-0.20999999999999935, // 407
		-1, // 408
		-0.0042857142857142747, // 409
		1, // 410
		-0.0042857142857142747, // 411
		-1, // 412
		1, // 413
		-1, // 414
		-0.012857142857142824, // 415
		-0.0045045437334342913, // 416
		1, // 417
		-0.012857142857142824, // 418
		-0.0045045437334342913, // 419
		-1, // 420
		-0.20999999999999935, // 421
		1, // 422
		-0.20999999999999935, // 423
		-1, // 424
		0.0042857142857142747, // 425
		1, // 426
		0.0042857142857142747, // 427
		-1, // 428
		1, // 429
		-1, // 430
		1, // 431
		-1, // 432
		-0.27300265051116918, // 433
		1, // 434
		-0.27300265051116918, // 435
		-1, // 436
		1, // 437
		-1, // 438
		-0.0086624999999999914, // 439
		1, // 440
		-0.0086624999999999914, // 441
		-1, // 442
		0.070714285714285688, // 443
		-0.024774990533888652, // 444
		1, // 445
		0.070714285714285688, // 446
		-0.024774990533888652, // 447
		-1, // 448
		-1.1549999999999989, // 449
		1, // 450
		-1.1549999999999989, // 451
		-1, // 452
		-0.023571428571428559, // 453
		1, // 454
		-0.023571428571428559, // 455
		-1, // 456
		1, // 457
		-1, // 458
		-0.070714285714285688, // 459
		-0.024774990533888652, // 460
		1, // 461
		-0.070714285714285688, // 462
		-0.024774990533888652, // 463
		-1, // 464
		-1.1549999999999989, // 465
		1, // 466
		-1.1549999999999989, // 467
		-1, // 468
		0.023571428571428559, // 469
		1, // 470
		0.023571428571428559, // 471
		-1, // 472
		1, // 473
		-1, // 474
		1, // 475
		-1, // 476
		-1.5015145778114336, // 477
		1, // 478
		-1.5015145778114336, // 479
		-1, // 480
		1, // 481
		-1, // 482
		-0.0086624999999999914, // 483
		1, // 484
		-0.0086624999999999914, // 485
		-1, // 486
		0.070714285714285688, // 487
		-0.024774990533888652, // 488
		1, // 489
		0.070714285714285688, // 490
		-0.024774990533888652, // 491
		-1, // 492
		-1.1549999999999989, // 493
		1, // 494
		-1.1549999999999989, // 495
		-1, // 496
		-0.023571428571428559, // 497
		1, // 498
		-0.023571428571428559, // 499
		-1, // 500
		1, // 501
		-1, // 502
		-0.070714285714285688, // 503
		-0.024774990533888652, // 504
		1, // 505
		-0.070714285714285688, // 506
		-0.024774990533888652, // 507
		-1, // 508
		-1.1549999999999989, // 509
		1, // 510
		-1.1549999999999989, // 511
		-1, // 512
		0.023571428571428559, // 513
		1, // 514
		0.023571428571428559, // 515
		-1, // 516
		1, // 517
		-1, // 518
		1, // 519
		-1, // 520
		-1.5015145778114336, // 521
		1, // 522
		-1.5015145778114336, // 523
		-1, // 524
		1, // 525
		-1, // 526
		-0.0086625000000000053, // 527
		1, // 528
		-0.0086625000000000053, // 529
		-0.0086625000000000053, // 530
		-1, // 531
		0.070714285714285799, // 532
		-0.024774990533888694, // 533
		1, // 534
		0.070714285714285799, // 535
		-0.024774990533888694, // 536
		-0.024774990533888694, // 537
		-1, // 538
		-1.1550000000000007, // 539
		1, // 540
		-1.1550000000000007, // 541
		-1.1550000000000007, // 542
		-1, // 543
		-0.023571428571428597, // 544
		1, // 545
		-0.023571428571428597, // 546
		-0.023571428571428597, // 547
		1, // 548
		-1, // 549
		1, // 550
		1, // 551
		-1, // 552
		-0.070714285714285799, // 553
		-0.024774990533888694, // 554
		1, // 555
		-0.070714285714285799, // 556
		-0.024774990533888694, // 557
		-0.024774990533888694, // 558
		-1, // 559
		-1.1550000000000007, // 560
		1, // 561
		-1.1550000000000007, // 562
		-1.1550000000000007, // 563
		-1, // 564
		0.023571428571428597, // 565
		1, // 566
		0.023571428571428597, // 567
		0.023571428571428597, // 568
		1, // 569
		-1, // 570
		1, // 571
		1, // 572
		-1, // 573
		1, // 574
		1, // 575
		-1, // 576
		-1.501514577811436, // 577
		1, // 578
		-1.501514577811436, // 579
		-1.501514577811436, // 580
		-1, // 581
		1, // 582
		1, // 583
		-1, // 584
		-0.0090343749999999938, // 585
		1, // 586
		-0.0090343749999999938, // 587
		-1, // 588
		0.073749999999999996, // 589
		-0.025838563359838425, // 590
		1, // 591
		0.073749999999999996, // 592
		-0.025838563359838425, // 593
		-1, // 594
		-1.2045833333333322, // 595
		1, // 596
		-1.2045833333333322, // 597
		-1, // 598
		-0.024583333333333329, // 599
		1, // 600
		-0.024583333333333329, // 601
		-1, // 602
		1, // 603
		-1, // 604
		-0.073749999999999996, // 605
		-0.025838563359838425, // 606
		1, // 607
		-0.073749999999999996, // 608
		-0.025838563359838425, // 609
		-1, // 610
		-1.2045833333333322, // 611
		1, // 612
		-1.2045833333333322, // 613
		-1, // 614
		0.024583333333333329, // 615
		1, // 616
		0.024583333333333329, // 617
		-1, // 618
		1, // 619
		-1, // 620
		1, // 621
		-1, // 622
		-1.5659735369599046, // 623
		1, // 624
		-1.5659735369599046, // 625
		-1, // 626
		1, // 627
		-1, // 628
		-0.0090343749999999938, // 629
		1, // 630
		-0.0090343749999999938, // 631
		-1, // 632
		0.073749999999999996, // 633
		-0.025838563359838425, // 634
		1, // 635
		0.073749999999999996, // 636
		-0.025838563359838425, // 637
		-1, // 638
		-1.2045833333333329, // 639
		1, // 640
		-1.2045833333333329, // 641
		-1, // 642
		-0.024583333333333329, // 643
		1, // 644
		-0.024583333333333329, // 645
		-1, // 646
		1, // 647
		-1, // 648
		-0.073749999999999996, // 649
		-0.025838563359838425, // 650
		1, // 651
		-0.073749999999999996, // 652
		-0.025838563359838425, // 653
		-1, // 654
		-1.2045833333333329, // 655
		1, // 656
		-1.2045833333333329, // 657
		-1, // 658
		0.024583333333333329, // 659
		1, // 660
		0.024583333333333329, // 661
		-1, // 662
		1, // 663
		-1, // 664
		1, // 665
		-1, // 666
		-1.5659735369599053, // 667
		1, // 668
		-1.5659735369599053, // 669
		-1, // 670
		1, // 671
		-1, // 672
		-0.0090343749999999938, // 673
		1, // 674
		-0.0090343749999999938, // 675
		-1, // 676
		0.073749999999999996, // 677
		-0.025838563359838425, // 678
		1, // 679
		0.073749999999999996, // 680
		-0.025838563359838425, // 681
		-1, // 682
		-1.2045833333333325, // 683
		1, // 684
		-1.2045833333333325, // 685
		-1, // 686
		-0.024583333333333329, // 687
		1, // 688
		-0.024583333333333329, // 689
		-1, // 690
		1, // 691
		-1, // 692
		-0.073749999999999996, // 693
		-0.025838563359838425, // 694
		1, // 695
		-0.073749999999999996, // 696
		-0.025838563359838425, // 697
		-1, // 698
		-1.2045833333333325, // 699
		1, // 700
		-1.2045833333333325, // 701
		-1, // 702
		0.024583333333333329, // 703
		1, // 704
		0.024583333333333329, // 705
		-1, // 706
		1, // 707
		-1, // 708
		1, // 709
		-1, // 710
		-1.5659735369599048, // 711
		1, // 712
		-1.5659735369599048, // 713
		-1, // 714
		1, // 715
		-1, // 716
		-0.0090343749999999938, // 717
		1, // 718
		-0.0090343749999999938, // 719
		-1, // 720
		0.073749999999999996, // 721
		-0.025838563359838425, // 722
		1, // 723
		0.073749999999999996, // 724
		-0.025838563359838425, // 725
		-1, // 726
		-1.2045833333333325, // 727
		1, // 728
		-1.2045833333333325, // 729
		-1, // 730
		-0.024583333333333329, // 731
		1, // 732
		-0.024583333333333329, // 733
		-1, // 734
		1, // 735
		-1, // 736
		-0.073749999999999996, // 737
		-0.025838563359838425, // 738
		1, // 739
		-0.073749999999999996, // 740
		-0.025838563359838425, // 741
		-1, // 742
		-1.2045833333333325, // 743
		1, // 744
		-1.2045833333333325, // 745
		-1, // 746
		0.024583333333333329, // 747
		1, // 748
		0.024583333333333329, // 749
		-1, // 750
		1, // 751
		-1, // 752
		1, // 753
		-1, // 754
		-1.5659735369599048, // 755
		1, // 756
		-1.5659735369599048, // 757
		-1, // 758
		1, // 759
		-1, // 760
		-0.0090343749999999938, // 761
		1, // 762
		-0.0090343749999999938, // 763
		-1, // 764
		0.073749999999999996, // 765
		-0.025838563359838425, // 766
		1, // 767
		0.073749999999999996, // 768
		-0.025838563359838425, // 769
		-1, // 770
		-1.2045833333333325, // 771
		1, // 772
		-1.2045833333333325, // 773
		-1, // 774
		-0.024583333333333329, // 775
		1, // 776
		-0.024583333333333329, // 777
		-1, // 778
		1, // 779
		-1, // 780
		-0.073749999999999996, // 781
		-0.025838563359838425, // 782
		1, // 783
		-0.073749999999999996, // 784
		-0.025838563359838425, // 785
		-1, // 786
		-1.2045833333333325, // 787
		1, // 788
		-1.2045833333333325, // 789
		-1, // 790
		0.024583333333333329, // 791
		1, // 792
		0.024583333333333329, // 793
		-1, // 794
		1, // 795
		-1, // 796
		1, // 797
		-1, // 798
		-1.5659735369599048, // 799
		1, // 800
		-1.5659735369599048, // 801
		-1, // 802
		1, // 803
		-1, // 804
		-0.0090343749999999938, // 805
		1, // 806
		-0.0090343749999999938, // 807
		-1, // 808
		0.073749999999999996, // 809
		-0.025838563359838425, // 810
		1, // 811
		0.073749999999999996, // 812
		-0.025838563359838425, // 813
		-1, // 814
		-1.2045833333333325, // 815
		1, // 816
		-1.2045833333333325, // 817
		-1, // 818
		-0.024583333333333329, // 819
		1, // 820
		-0.024583333333333329, // 821
		-1, // 822
		1, // 823
		-1, // 824
		-0.073749999999999996, // 825
		-0.025838563359838425, // 826
		1, // 827
		-0.073749999999999996, // 828
		-0.025838563359838425, // 829
		-1, // 830
		-1.2045833333333325, // 831
		1, // 832
		-1.2045833333333325, // 833
		-1, // 834
		0.024583333333333329, // 835
		1, // 836
		0.024583333333333329, // 837
		-1, // 838
		1, // 839
		-1, // 840
		1, // 841
		-1, // 842
		-1.5659735369599048, // 843
		1, // 844
		-1.5659735369599048, // 845
		-1, // 846
		1, // 847
		-1, // 848
		-0.0090343749999999938, // 849
		1, // 850
		-0.0090343749999999938, // 851
		-1, // 852
		0.073749999999999996, // 853
		-0.025838563359838425, // 854
		1, // 855
		0.073749999999999996, // 856
		-0.025838563359838425, // 857
		-1, // 858
		-1.2045833333333325, // 859
		1, // 860
		-1.2045833333333325, // 861
		-1, // 862
		-0.024583333333333329, // 863
		1, // 864
		-0.024583333333333329, // 865
		-1, // 866
		1, // 867
		-1, // 868
		-0.073749999999999996, // 869
		-0.025838563359838425, // 870
		1, // 871
		-0.073749999999999996, // 872
		-0.025838563359838425, // 873
		-1, // 874
		-1.2045833333333325, // 875
		1, // 876
		-1.2045833333333325, // 877
		-1, // 878
		0.024583333333333329, // 879
		1, // 880
		0.024583333333333329, // 881
		-1, // 882
		1, // 883
		-1, // 884
		1, // 885
		-1, // 886
		-1.5659735369599048, // 887
		1, // 888
		-1.5659735369599048, // 889
		-1, // 890
		1, // 891
		-1, // 892
		-0.0090343749999999938, // 893
		1, // 894
		-0.0090343749999999938, // 895
		-1, // 896
		0.073749999999999996, // 897
		-0.025838563359838425, // 898
		1, // 899
		0.073749999999999996, // 900
		-0.025838563359838425, // 901
		-1, // 902
		-1.2045833333333325, // 903
		1, // 904
		-1.2045833333333325, // 905
		-1, // 906
		-0.024583333333333329, // 907
		1, // 908
		-0.024583333333333329, // 909
		-1, // 910
		1, // 911
		-1, // 912
		-0.073749999999999996, // 913
		-0.025838563359838425, // 914
		1, // 915
		-0.073749999999999996, // 916
		-0.025838563359838425, // 917
		-1, // 918
		-1.2045833333333325, // 919
		1, // 920
		-1.2045833333333325, // 921
		-1, // 922
		0.024583333333333329, // 923
		1, // 924
		0.024583333333333329, // 925
		-1, // 926
		1, // 927
		-1, // 928
		1, // 929
		-1, // 930
		-1.5659735369599048, // 931
		1, // 932
		-1.5659735369599048, // 933
		-1, // 934
		1, // 935
		-1, // 936
		-0.0090343749999999938, // 937
		1, // 938
		-0.0090343749999999938, // 939
		-1, // 940
		0.073749999999999996, // 941
		-0.025838563359838425, // 942
		1, // 943
		0.073749999999999996, // 944
		-0.025838563359838425, // 945
		-1, // 946
		-1.2045833333333325, // 947
		1, // 948
		-1.2045833333333325, // 949
		-1, // 950
		-0.024583333333333329, // 951
		1, // 952
		-0.024583333333333329, // 953
		-1, // 954
		1, // 955
		-1, // 956
		-0.073749999999999996, // 957
		-0.025838563359838425, // 958
		1, // 959
		-0.073749999999999996, // 960
		-0.025838563359838425, // 961
		-1, // 962
		-1.2045833333333325, // 963
		1, // 964
		-1.2045833333333325, // 965
		-1, // 966
		0.024583333333333329, // 967
		1, // 968
		0.024583333333333329, // 969
		-1, // 970
		1, // 971
		-1, // 972
		1, // 973
		-1, // 974
		-1.5659735369599048, // 975
		1, // 976
		-1.5659735369599048, // 977
		-1, // 978
		1, // 979
		-1, // 980
		-0.0090343749999999938, // 981
		1, // 982
		-0.0090343749999999938, // 983
		-1, // 984
		0.073749999999999996, // 985
		-0.025838563359838425, // 986
		1, // 987
		0.073749999999999996, // 988
		-0.025838563359838425, // 989
		-1, // 990
		-1.2045833333333325, // 991
		1, // 992
		-1.2045833333333325, // 993
		-1, // 994
		-0.024583333333333329, // 995
		1, // 996
		-0.024583333333333329, // 997
		-1, // 998
		1, // 999
		-1, // 1000
		-0.073749999999999996, // 1001
		-0.025838563359838425, // 1002
		1, // 1003
		-0.073749999999999996, // 1004
		-0.025838563359838425, // 1005
		-1, // 1006
		-1.2045833333333325, // 1007
		1, // 1008
		-1.2045833333333325, // 1009
		-1, // 1010
		0.024583333333333329, // 1011
		1, // 1012
		0.024583333333333329, // 1013
		-1, // 1014
		1, // 1015
		-1, // 1016
		1, // 1017
		-1, // 1018
		-1.5659735369599048, // 1019
		1, // 1020
		-1.5659735369599048, // 1021
		-1, // 1022
		1, // 1023
		-1, // 1024
		-0.0090343749999999938, // 1025
		1, // 1026
		-0.0090343749999999938, // 1027
		-1, // 1028
		0.073749999999999996, // 1029
		-0.025838563359838425, // 1030
		1, // 1031
		0.073749999999999996, // 1032
		-0.025838563359838425, // 1033
		-1, // 1034
		-1.2045833333333325, // 1035
		1, // 1036
		-1.2045833333333325, // 1037
		-1, // 1038
		-0.024583333333333329, // 1039
		1, // 1040
		-0.024583333333333329, // 1041
		-1, // 1042
		1, // 1043
		-1, // 1044
		-0.073749999999999996, // 1045
		-0.025838563359838425, // 1046
		1, // 1047
		-0.073749999999999996, // 1048
		-0.025838563359838425, // 1049
		-1, // 1050
		-1.2045833333333325, // 1051
		1, // 1052
		-1.2045833333333325, // 1053
		-1, // 1054
		0.024583333333333329, // 1055
		1, // 1056
		0.024583333333333329, // 1057
		-1, // 1058
		1, // 1059
		-1, // 1060
		1, // 1061
		-1, // 1062
		-1.5659735369599048, // 1063
		1, // 1064
		-1.5659735369599048, // 1065
		-1, // 1066
		1, // 1067
		-1, // 1068
		-0.0090343749999999938, // 1069
		1, // 1070
		-0.0090343749999999938, // 1071
		-0.0090343749999999938, // 1072
		-1, // 1073
		0.073749999999999996, // 1074
		-0.025838563359838425, // 1075
		1, // 1076
		0.073749999999999996, // 1077
		-0.025838563359838425, // 1078
		-0.025838563359838425, // 1079
		-1, // 1080
		-1.2045833333333325, // 1081
		1, // 1082
		-1.2045833333333325, // 1083
		-1.2045833333333325, // 1084
		-1, // 1085
		-0.024583333333333329, // 1086
		1, // 1087
		-0.024583333333333329, // 1088
		-0.024583333333333329, // 1089
		1, // 1090
		-1, // 1091
		1, // 1092
		1, // 1093
		-1, // 1094
		-0.073749999999999996, // 1095
		-0.025838563359838425, // 1096
		1, // 1097
		-0.073749999999999996, // 1098
		-0.025838563359838425, // 1099
		-0.025838563359838425, // 1100
		-1, // 1101
		-1.2045833333333325, // 1102
		1, // 1103
		-1.2045833333333325, // 1104
		-1.2045833333333325, // 1105
		-1, // 1106
		0.024583333333333329, // 1107
		1, // 1108
		0.024583333333333329, // 1109
		0.024583333333333329, // 1110
		1, // 1111
		-1, // 1112
		1, // 1113
		1, // 1114
		-1, // 1115
		1, // 1116
		1, // 1117
		-1, // 1118
		-1.5659735369599048, // 1119
		1, // 1120
		-1.5659735369599048, // 1121
		-1.5659735369599048, // 1122
		-1, // 1123
		1, // 1124
		1, // 1125
		-1, // 1126
		-0.0073500000000000032, // 1127
		1, // 1128
		-0.0073500000000000032, // 1129
		-1, // 1130
		0.06000000000000006, // 1131
		-0.021021204089360101, // 1132
		1, // 1133
		0.06000000000000006, // 1134
		-0.021021204089360101, // 1135
		-1, // 1136
		-0.98000000000000054, // 1137
		1, // 1138
		-0.98000000000000054, // 1139
		-1, // 1140
		-0.020000000000000018, // 1141
		1, // 1142
		-0.020000000000000018, // 1143
		-1, // 1144
		1, // 1145
		-1, // 1146
		-0.06000000000000006, // 1147
		-0.021021204089360101, // 1148
		1, // 1149
		-0.06000000000000006, // 1150
		-0.021021204089360101, // 1151
		-1, // 1152
		-0.98000000000000054, // 1153
		1, // 1154
		-0.98000000000000054, // 1155
		-1, // 1156
		0.020000000000000018, // 1157
		1, // 1158
		0.020000000000000018, // 1159
		-1, // 1160
		1, // 1161
		-1, // 1162
		1, // 1163
		-1, // 1164
		-1.2740123690521274, // 1165
		1, // 1166
		-1.2740123690521274, // 1167
		-1, // 1168
		1, // 1169
		-1, // 1170
		-0.0073500000000000032, // 1171
		1, // 1172
		-0.0073500000000000032, // 1173
		-1, // 1174
		0.06000000000000006, // 1175
		-0.021021204089360101, // 1176
		1, // 1177
		0.06000000000000006, // 1178
		-0.021021204089360101, // 1179
		-1, // 1180
		-0.98000000000000054, // 1181
		1, // 1182
		-0.98000000000000054, // 1183
		-1, // 1184
		-0.020000000000000018, // 1185
		1, // 1186
		-0.020000000000000018, // 1187
		-1, // 1188
		1, // 1189
		-1, // 1190
		-0.06000000000000006, // 1191
		-0.021021204089360101, // 1192
		1, // 1193
		-0.06000000000000006, // 1194
		-0.021021204089360101, // 1195
		-1, // 1196
		-0.98000000000000054, // 1197
		1, // 1198
		-0.98000000000000054, // 1199
		-1, // 1200
		0.020000000000000018, // 1201
		1, // 1202
		0.020000000000000018, // 1203
		-1, // 1204
		1, // 1205
		-1, // 1206
		1, // 1207
		-1, // 1208
		-1.2740123690521274, // 1209
		1, // 1210
		-1.2740123690521274, // 1211
		-1, // 1212
		1, // 1213
		1, // 1214
		1, // 1215
		1, // 1216
		1, // 1217
		1, // 1218
		1, // 1219
		1, // 1220
		1, // 1221
		1, // 1222
		1, // 1223
		1, // 1224
		1, // 1225
		1, // 1226
		42046084959222096, // 1227
		1, // 1228
		-42046084959222096, // 1229
		1, // 1230
		1, // 1231
		1, // 1232
		1, // 1233
		1, // 1234
		-1, // 1235
		1, // 1236
		1, // 1237
		-1, // 1238
		1, // 1239
		1, // 1240
		1, // 1241
		1, // 1242
		-1, // 1243
		1, // 1244
		1, // 1245
		-1, // 1246
		1, // 1247
		1, // 1248
		1, // 1249
		1, // 1250
		1, // 1251
		1, // 1252
		1, // 1253
		1, // 1254
		1, // 1255
		1, // 1256
		1, // 1257
		1, // 1258
		1, // 1259
		1, // 1260
		1, // 1261
		1, // 1262
		1, // 1263
		1, // 1264
		1, // 1265
		1, // 1266
		1, // 1267
		1, // 1268
		1, // 1269
		1, // 1270
		0.33000000000000002, // 1271
		1, // 1272
		0.92000000000000004, // 1273
		1, // 1274
		0.12, // 1275
		1, // 1276
		0.040000000000000001, // 1277
		1, // 1278
		0.18000000000000002, // 1279
		1, // 1280
		1, // 1281
		-0.33000000000000002, // 1282
		1, // 1283
		-0.92000000000000004, // 1284
		1, // 1285
		-0.12, // 1286
		1, // 1287
		-0.040000000000000001, // 1288
		1, // 1289
		-0.18000000000000002, // 1290
		1, // 1291
		-1, // 1292
		-0.0057272727272727241, // 1293
		1, // 1294
		-0.0057272727272727241, // 1295
		-1, // 1296
		0.081818181818181804, // 1297
		-0.01638015903067019, // 1298
		1, // 1299
		0.081818181818181804, // 1300
		-0.01638015903067019, // 1301
		-1, // 1302
		-0.1221818181818181, // 1303
		1, // 1304
		-0.1221818181818181, // 1305
		-1, // 1306
		-0.027272727272727268, // 1307
		1, // 1308
		-0.027272727272727268, // 1309
		-1, // 1310
		1, // 1311
		-1, // 1312
		-0.081818181818181804, // 1313
		-0.01638015903067019, // 1314
		1, // 1315
		-0.081818181818181804, // 1316
		-0.01638015903067019, // 1317
		-1, // 1318
		-0.1221818181818181, // 1319
		1, // 1320
		-0.1221818181818181, // 1321
		-1, // 1322
		0.027272727272727268, // 1323
		1, // 1324
		0.027272727272727268, // 1325
		-1, // 1326
		1, // 1327
		-1, // 1328
		1, // 1329
		-1, // 1330
		-0.15883790575195336, // 1331
		1, // 1332
		-0.15883790575195336, // 1333
		-1, // 1334
		1, // 1335
		-1, // 1336
		-0.0057272727272727241, // 1337
		1, // 1338
		-0.0057272727272727241, // 1339
		-1, // 1340
		0.081818181818181804, // 1341
		-0.01638015903067019, // 1342
		1, // 1343
		0.081818181818181804, // 1344
		-0.01638015903067019, // 1345
		-1, // 1346
		-0.1221818181818181, // 1347
		1, // 1348
		-0.1221818181818181, // 1349
		-1, // 1350
		-0.027272727272727268, // 1351
		1, // 1352
		-0.027272727272727268, // 1353
		-1, // 1354
		1, // 1355
		-1, // 1356
		-0.081818181818181804, // 1357
		-0.01638015903067019, // 1358
		1, // 1359
		-0.081818181818181804, // 1360
		-0.01638015903067019, // 1361
		-1, // 1362
		-0.1221818181818181, // 1363
		1, // 1364
		-0.1221818181818181, // 1365
		-1, // 1366
		0.027272727272727268, // 1367
		1, // 1368
		0.027272727272727268, // 1369
		-1, // 1370
		1, // 1371
		-1, // 1372
		1, // 1373
		-1, // 1374
		-0.15883790575195336, // 1375
		1, // 1376
		-0.15883790575195336, // 1377
		-1, // 1378
		1, // 1379
		-1, // 1380
		-0.0057272727272727241, // 1381
		1, // 1382
		-0.0057272727272727241, // 1383
		-1, // 1384
		0.081818181818181804, // 1385
		-0.01638015903067019, // 1386
		1, // 1387
		0.081818181818181804, // 1388
		-0.01638015903067019, // 1389
		-1, // 1390
		-0.12218181818181809, // 1391
		1, // 1392
		-0.12218181818181809, // 1393
		-1, // 1394
		-0.027272727272727268, // 1395
		1, // 1396
		-0.027272727272727268, // 1397
		-1, // 1398
		1, // 1399
		-1, // 1400
		-0.081818181818181804, // 1401
		-0.01638015903067019, // 1402
		1, // 1403
		-0.081818181818181804, // 1404
		-0.01638015903067019, // 1405
		-1, // 1406
		-0.12218181818181809, // 1407
		1, // 1408
		-0.12218181818181809, // 1409
		-1, // 1410
		0.027272727272727268, // 1411
		1, // 1412
		0.027272727272727268, // 1413
		-1, // 1414
		1, // 1415
		-1, // 1416
		1, // 1417
		-1, // 1418
		-0.15883790575195333, // 1419
		1, // 1420
		-0.15883790575195333, // 1421
		-1, // 1422
		1, // 1423
		-1, // 1424
		-0.0057272727272727241, // 1425
		1, // 1426
		-0.0057272727272727241, // 1427
		-1, // 1428
		0.081818181818181832, // 1429
		-0.01638015903067019, // 1430
		1, // 1431
		0.081818181818181832, // 1432
		-0.01638015903067019, // 1433
		-1, // 1434
		-0.12218181818181811, // 1435
		1, // 1436
		-0.12218181818181811, // 1437
		-1, // 1438
		-0.027272727272727271, // 1439
		1, // 1440
		-0.027272727272727271, // 1441
		-1, // 1442
		1, // 1443
		-1, // 1444
		-0.081818181818181832, // 1445
		-0.01638015903067019, // 1446
		1, // 1447
		-0.081818181818181832, // 1448
		-0.01638015903067019, // 1449
		-1, // 1450
		-0.12218181818181811, // 1451
		1, // 1452
		-0.12218181818181811, // 1453
		-1, // 1454
		0.027272727272727271, // 1455
		1, // 1456
		0.027272727272727271, // 1457
		-1, // 1458
		1, // 1459
		-1, // 1460
		1, // 1461
		-1, // 1462
		-0.15883790575195339, // 1463
		1, // 1464
		-0.15883790575195339, // 1465
		-1, // 1466
		1, // 1467
		-1, // 1468
		-0.0057272727272727249, // 1469
		1, // 1470
		-0.0057272727272727249, // 1471
		-1, // 1472
		0.081818181818181832, // 1473
		-0.016380159030670194, // 1474
		1, // 1475
		0.081818181818181832, // 1476
		-0.016380159030670194, // 1477
		-1, // 1478
		-0.12218181818181811, // 1479
		1, // 1480
		-0.12218181818181811, // 1481
		-1, // 1482
		-0.027272727272727271, // 1483
		1, // 1484
		-0.027272727272727271, // 1485
		-1, // 1486
		1, // 1487
		-1, // 1488
		-0.081818181818181832, // 1489
		-0.016380159030670194, // 1490
		1, // 1491
		-0.081818181818181832, // 1492
		-0.016380159030670194, // 1493
		-1, // 1494
		-0.12218181818181811, // 1495
		1, // 1496
		-0.12218181818181811, // 1497
		-1, // 1498
		0.027272727272727271, // 1499
		1, // 1500
		0.027272727272727271, // 1501
		-1, // 1502
		1, // 1503
		-1, // 1504
		1, // 1505
		-1, // 1506
		-0.15883790575195339, // 1507
		1, // 1508
		-0.15883790575195339, // 1509
		-1, // 1510
		1, // 1511
		-1, // 1512
		-0.0057272727272727215, // 1513
		1, // 1514
		-0.0057272727272727215, // 1515
		-1, // 1516
		0.081818181818181776, // 1517
		-0.016380159030670183, // 1518
		1, // 1519
		0.081818181818181776, // 1520
		-0.016380159030670183, // 1521
		-1, // 1522
		-0.12218181818181804, // 1523
		1, // 1524
		-0.12218181818181804, // 1525
		-1, // 1526
		-0.027272727272727254, // 1527
		1, // 1528
		-0.027272727272727254, // 1529
		-1, // 1530
		1, // 1531
		-1, // 1532
		-0.081818181818181776, // 1533
		-0.016380159030670183, // 1534
		1, // 1535
		-0.081818181818181776, // 1536
		-0.016380159030670183, // 1537
		-1, // 1538
		-0.12218181818181804, // 1539
		1, // 1540
		-0.12218181818181804, // 1541
		-1, // 1542
		0.027272727272727254, // 1543
		1, // 1544
		0.027272727272727254, // 1545
		-1, // 1546
		1, // 1547
		-1, // 1548
		1, // 1549
		-1, // 1550
		-0.15883790575195331, // 1551
		1, // 1552
		-0.15883790575195331, // 1553
		-1, // 1554
		1, // 1555
		-1, // 1556
		-0.0057272727272727249, // 1557
		1, // 1558
		-0.0057272727272727249, // 1559
		-1, // 1560
		0.081818181818181832, // 1561
		-0.016380159030670194, // 1562
		1, // 1563
		0.081818181818181832, // 1564
		-0.016380159030670194, // 1565
		-1, // 1566
		-0.12218181818181811, // 1567
		1, // 1568
		-0.12218181818181811, // 1569
		-1, // 1570
		-0.027272727272727271, // 1571
		1, // 1572
		-0.027272727272727271, // 1573
		-1, // 1574
		1, // 1575
		-1, // 1576
		-0.081818181818181832, // 1577
		-0.016380159030670194, // 1578
		1, // 1579
		-0.081818181818181832, // 1580
		-0.016380159030670194, // 1581
		-1, // 1582
		-0.12218181818181811, // 1583
		1, // 1584
		-0.12218181818181811, // 1585
		-1, // 1586
		0.027272727272727271, // 1587
		1, // 1588
		0.027272727272727271, // 1589
		-1, // 1590
		1, // 1591
		-1, // 1592
		1, // 1593
		-1, // 1594
		-0.15883790575195339, // 1595
		1, // 1596
		-0.15883790575195339, // 1597
		-1, // 1598
		1, // 1599
		-1, // 1600
		-0.0057272727272727249, // 1601
		1, // 1602
		-0.0057272727272727249, // 1603
		-1, // 1604
		0.081818181818181832, // 1605
		-0.016380159030670194, // 1606
		1, // 1607
		0.081818181818181832, // 1608
		-0.016380159030670194, // 1609
		-1, // 1610
		-0.12218181818181811, // 1611
		1, // 1612
		-0.12218181818181811, // 1613
		-1, // 1614
		-0.027272727272727271, // 1615
		1, // 1616
		-0.027272727272727271, // 1617
		-1, // 1618
		1, // 1619
		-1, // 1620
		-0.081818181818181832, // 1621
		-0.016380159030670194, // 1622
		1, // 1623
		-0.081818181818181832, // 1624
		-0.016380159030670194, // 1625
		-1, // 1626
		-0.12218181818181811, // 1627
		1, // 1628
		-0.12218181818181811, // 1629
		-1, // 1630
		0.027272727272727271, // 1631
		1, // 1632
		0.027272727272727271, // 1633
		-1, // 1634
		1, // 1635
		-1, // 1636
		1, // 1637
		-1, // 1638
		-0.15883790575195339, // 1639
		1, // 1640
		-0.15883790575195339, // 1641
		-1, // 1642
		1, // 1643
		-1, // 1644
		-0.00038181818181818266, // 1645
		1, // 1646
		-0.00038181818181818266, // 1647
		-0.00038181818181818266, // 1648
		-1, // 1649
		0.0054545454545454697, // 1650
		-0.0010920106020446824, // 1651
		1, // 1652
		0.0054545454545454697, // 1653
		-0.0010920106020446824, // 1654
		-0.0010920106020446824, // 1655
		-1, // 1656
		-0.0081454545454545633, // 1657
		1, // 1658
		-0.0081454545454545633, // 1659
		-0.0081454545454545633, // 1660
		-1, // 1661
		-0.001818181818181823, // 1662
		1, // 1663
		-0.001818181818181823, // 1664
		-0.001818181818181823, // 1665
		1, // 1666
		-1, // 1667
		1, // 1668
		1, // 1669
		-1, // 1670
		-0.0054545454545454697, // 1671
		-0.0010920106020446824, // 1672
		1, // 1673
		-0.0054545454545454697, // 1674
		-0.0010920106020446824, // 1675
		-0.0010920106020446824, // 1676
		-1, // 1677
		-0.0081454545454545633, // 1678
		1, // 1679
		-0.0081454545454545633, // 1680
		-0.0081454545454545633, // 1681
		-1, // 1682
		0.001818181818181823, // 1683
		1, // 1684
		0.001818181818181823, // 1685
		0.001818181818181823, // 1686
		1, // 1687
		-1, // 1688
		1, // 1689
		1, // 1690
		-1, // 1691
		1, // 1692
		1, // 1693
		-1, // 1694
		-0.010589193716796921, // 1695
		1, // 1696
		-0.010589193716796921, // 1697
		-0.010589193716796921, // 1698
		-1, // 1699
		1, // 1700
		1, // 1701
		-1, // 1702
		-0.005345454545454543, // 1703
		1, // 1704
		-0.005345454545454543, // 1705
		-1, // 1706
		0.076363636363636356, // 1707
		-0.015288148428625513, // 1708
		1, // 1709
		0.076363636363636356, // 1710
		-0.015288148428625513, // 1711
		-1, // 1712
		-0.11403636363636357, // 1713
		1, // 1714
		-0.11403636363636357, // 1715
		-1, // 1716
		-0.025454545454545452, // 1717
		1, // 1718
		-0.025454545454545452, // 1719
		-1, // 1720
		1, // 1721
		-1, // 1722
		-0.076363636363636356, // 1723
		-0.015288148428625513, // 1724
		1, // 1725
		-0.076363636363636356, // 1726
		-0.015288148428625513, // 1727
		-1, // 1728
		-0.11403636363636357, // 1729
		1, // 1730
		-0.11403636363636357, // 1731
		-1, // 1732
		0.025454545454545452, // 1733
		1, // 1734
		0.025454545454545452, // 1735
		-1, // 1736
		1, // 1737
		-1, // 1738
		1, // 1739
		-1, // 1740
		-0.14824871203515649, // 1741
		1, // 1742
		-0.14824871203515649, // 1743
		-1, // 1744
		1, // 1745
		-1, // 1746
		-0.0020045454545454607, // 1747
		1, // 1748
		-0.0020045454545454607, // 1749
		-1, // 1750
		0.028636363636363741, // 1751
		-0.0057330556607345876, // 1752
		1, // 1753
		0.028636363636363741, // 1754
		-0.0057330556607345876, // 1755
		-1, // 1756
		-0.042763636363636497, // 1757
		1, // 1758
		-0.042763636363636497, // 1759
		-1, // 1760
		-0.0095454545454545792, // 1761
		1, // 1762
		-0.0095454545454545792, // 1763
		-1, // 1764
		1, // 1765
		-1, // 1766
		-0.028636363636363741, // 1767
		-0.0057330556607345876, // 1768
		1, // 1769
		-0.028636363636363741, // 1770
		-0.0057330556607345876, // 1771
		-1, // 1772
		-0.042763636363636497, // 1773
		1, // 1774
		-0.042763636363636497, // 1775
		-1, // 1776
		0.0095454545454545792, // 1777
		1, // 1778
		0.0095454545454545792, // 1779
		-1, // 1780
		1, // 1781
		-1, // 1782
		1, // 1783
		-1, // 1784
		-0.055593267013183886, // 1785
		1, // 1786
		-0.055593267013183886, // 1787
		-1, // 1788
		1, // 1789
		-1, // 1790
		-0.0010500000000000006, // 1791
		1, // 1792
		-0.0010500000000000006, // 1793
		-0.0010500000000000006, // 1794
		-1, // 1795
		0.015000000000000015, // 1796
		-0.0030030291556228717, // 1797
		1, // 1798
		0.015000000000000015, // 1799
		-0.0030030291556228717, // 1800
		-0.0030030291556228717, // 1801
		-1, // 1802
		-0.02240000000000001, // 1803
		1, // 1804
		-0.02240000000000001, // 1805
		-0.02240000000000001, // 1806
		-1, // 1807
		-0.0050000000000000044, // 1808
		1, // 1809
		-0.0050000000000000044, // 1810
		-0.0050000000000000044, // 1811
		1, // 1812
		-1, // 1813
		1, // 1814
		1, // 1815
		-1, // 1816
		-0.015000000000000015, // 1817
		-0.0030030291556228717, // 1818
		1, // 1819
		-0.015000000000000015, // 1820
		-0.0030030291556228717, // 1821
		-0.0030030291556228717, // 1822
		-1, // 1823
		-0.02240000000000001, // 1824
		1, // 1825
		-0.02240000000000001, // 1826
		-0.02240000000000001, // 1827
		-1, // 1828
		0.0050000000000000044, // 1829
		1, // 1830
		0.0050000000000000044, // 1831
		0.0050000000000000044, // 1832
		1, // 1833
		-1, // 1834
		1, // 1835
		1, // 1836
		-1, // 1837
		1, // 1838
		1, // 1839
		-1, // 1840
		-0.029120282721191482, // 1841
		1, // 1842
		-0.029120282721191482, // 1843
		-0.029120282721191482, // 1844
		-1, // 1845
		1, // 1846
		1, // 1847
		-1, // 1848
		-0.001049999999999993, // 1849
		1, // 1850
		-0.001049999999999993, // 1851
		-1, // 1852
		0.014999999999999909, // 1853
		-0.0030030291556228505, // 1854
		1, // 1855
		0.014999999999999909, // 1856
		-0.0030030291556228505, // 1857
		-1, // 1858
		-0.022399999999999847, // 1859
		1, // 1860
		-0.022399999999999847, // 1861
		-1, // 1862
		-0.0049999999999999689, // 1863
		1, // 1864
		-0.0049999999999999689, // 1865
		-1, // 1866
		1, // 1867
		-1, // 1868
		-0.014999999999999909, // 1869
		-0.0030030291556228505, // 1870
		1, // 1871
		-0.014999999999999909, // 1872
		-0.0030030291556228505, // 1873
		-1, // 1874
		-0.022399999999999847, // 1875
		1, // 1876
		-0.022399999999999847, // 1877
		-1, // 1878
		0.0049999999999999689, // 1879
		1, // 1880
		0.0049999999999999689, // 1881
		-1, // 1882
		1, // 1883
		-1, // 1884
		1, // 1885
		-1, // 1886
		-0.029120282721191274, // 1887
		1, // 1888
		-0.029120282721191274, // 1889
		-1, // 1890
		1, // 1891
		-1, // 1892
		-0.0016227272727272709, // 1893
		1, // 1894
		-0.0016227272727272709, // 1895
		-1, // 1896
		0.023181818181818165, // 1897
		-0.0046410450586898853, // 1898
		1, // 1899
		0.023181818181818165, // 1900
		-0.0046410450586898853, // 1901
		-1, // 1902
		-0.034618181818181777, // 1903
		1, // 1904
		-0.034618181818181777, // 1905
		-1, // 1906
		-0.0077272727272727215, // 1907
		1, // 1908
		-0.0077272727272727215, // 1909
		-1, // 1910
		1, // 1911
		-1, // 1912
		-0.023181818181818165, // 1913
		-0.0046410450586898853, // 1914
		1, // 1915
		-0.023181818181818165, // 1916
		-0.0046410450586898853, // 1917
		-1, // 1918
		-0.034618181818181777, // 1919
		1, // 1920
		-0.034618181818181777, // 1921
		-1, // 1922
		0.0077272727272727215, // 1923
		1, // 1924
		0.0077272727272727215, // 1925
		-1, // 1926
		1, // 1927
		-1, // 1928
		1, // 1929
		-1, // 1930
		-0.045004073296386761, // 1931
		1, // 1932
		-0.045004073296386761, // 1933
		-1, // 1934
		1, // 1935
		-1, // 1936
		-0.003627272727272732, // 1937
		1, // 1938
		-0.003627272727272732, // 1939
		-0.003627272727272732, // 1940
		-1, // 1941
		0.051818181818181909, // 1942
		-0.010374100719424474, // 1943
		1, // 1944
		0.051818181818181909, // 1945
		-0.010374100719424474, // 1946
		-0.010374100719424474, // 1947
		-1, // 1948
		-0.077381818181818274, // 1949
		1, // 1950
		-0.077381818181818274, // 1951
		-0.077381818181818274, // 1952
		-1, // 1953
		-0.017272727272727301, // 1954
		1, // 1955
		-0.017272727272727301, // 1956
		-0.017272727272727301, // 1957
		1, // 1958
		-1, // 1959
		1, // 1960
		1, // 1961
		-1, // 1962
		-0.051818181818181909, // 1963
		-0.010374100719424474, // 1964
		1, // 1965
		-0.051818181818181909, // 1966
		-0.010374100719424474, // 1967
		-0.010374100719424474, // 1968
		-1, // 1969
		-0.077381818181818274, // 1970
		1, // 1971
		-0.077381818181818274, // 1972
		-0.077381818181818274, // 1973
		-1, // 1974
		0.017272727272727301, // 1975
		1, // 1976
		0.017272727272727301, // 1977
		0.017272727272727301, // 1978
		1, // 1979
		-1, // 1980
		1, // 1981
		1, // 1982
		-1, // 1983
		1, // 1984
		1, // 1985
		-1, // 1986
		-0.10059734030957064, // 1987
		1, // 1988
		-0.10059734030957064, // 1989
		-0.10059734030957064, // 1990
		-1, // 1991
		1, // 1992
		1, // 1993
		-1, // 1994
		-0.0020999999999999934, // 1995
		1, // 1996
		-0.0020999999999999934, // 1997
		-1, // 1998
		0.029999999999999919, // 1999
		-0.0060060583112457209, // 2000
		1, // 2001
		0.029999999999999919, // 2002
		-0.0060060583112457209, // 2003
		-1, // 2004
		-0.044799999999999854, // 2005
		1, // 2006
		-0.044799999999999854, // 2007
		-1, // 2008
		-0.0099999999999999725, // 2009
		1, // 2010
		-0.0099999999999999725, // 2011
		-1, // 2012
		1, // 2013
		-1, // 2014
		-0.029999999999999919, // 2015
		-0.0060060583112457209, // 2016
		1, // 2017
		-0.029999999999999919, // 2018
		-0.0060060583112457209, // 2019
		-1, // 2020
		-0.044799999999999854, // 2021
		1, // 2022
		-0.044799999999999854, // 2023
		-1, // 2024
		0.0099999999999999725, // 2025
		1, // 2026
		0.0099999999999999725, // 2027
		-1, // 2028
		1, // 2029
		-1, // 2030
		1, // 2031
		-1, // 2032
		-0.05824056544238275, // 2033
		1, // 2034
		-0.05824056544238275, // 2035
		-1, // 2036
		1, // 2037
		1, // 2038
		-42046084959222096, // 2039
		42046084959222096, // 2040
		1, // 2041
		1, // 2042
		1, // 2043
		1, // 2044
		1, // 2045
		1, // 2046
		1, // 2047
		1, // 2048
		1, // 2049
		1, // 2050
		1, // 2051
		1, // 2052
		1, // 2053
		1, // 2054
		1, // 2055
		1, // 2056
		1, // 2057
		1, // 2058
		1, // 2059
		1, // 2060
		1, // 2061
		1, // 2062
		1, // 2063
		1, // 2064
		1, // 2065
		1, // 2066
		1, // 2067
		1, // 2068
		1, // 2069
		1, // 2070
		1, // 2071
		1, // 2072
		1, // 2073
		1, // 2074
		0.52000000000000002, // 2075
		1, // 2076
		0.44, // 2077
		1, // 2078
		0.57999999999999996, // 2079
		1, // 2080
		1, // 2081
		-0.52000000000000002, // 2082
		1, // 2083
		-0.44, // 2084
		1, // 2085
		-0.57999999999999996, // 2086
		1 }; // 2087

	int ja[nrElements] = {
		1, // 0
		10, // 1
		13, // 2
		22, // 3
		344, // 4
		2, // 5
		3, // 6
		5, // 7
		14, // 8
		15, // 9
		17, // 10
		343, // 11
		3, // 12
		4, // 13
		15, // 14
		16, // 15
		348, // 16
		4, // 17
		5, // 18
		16, // 19
		17, // 20
		343, // 21
		348, // 22
		5, // 23
		17, // 24
		343, // 25
		6, // 26
		7, // 27
		9, // 28
		18, // 29
		19, // 30
		21, // 31
		345, // 32
		7, // 33
		8, // 34
		19, // 35
		20, // 36
		346, // 37
		8, // 38
		9, // 39
		20, // 40
		21, // 41
		345, // 42
		346, // 43
		9, // 44
		21, // 45
		345, // 46
		10, // 47
		22, // 48
		344, // 49
		11, // 50
		12, // 51
		23, // 52
		24, // 53
		347, // 54
		12, // 55
		24, // 56
		347, // 57
		13, // 58
		22, // 59
		25, // 60
		34, // 61
		14, // 62
		15, // 63
		17, // 64
		26, // 65
		27, // 66
		29, // 67
		15, // 68
		16, // 69
		27, // 70
		28, // 71
		16, // 72
		17, // 73
		28, // 74
		29, // 75
		17, // 76
		29, // 77
		18, // 78
		19, // 79
		21, // 80
		30, // 81
		31, // 82
		33, // 83
		19, // 84
		20, // 85
		31, // 86
		32, // 87
		20, // 88
		21, // 89
		32, // 90
		33, // 91
		21, // 92
		33, // 93
		22, // 94
		34, // 95
		23, // 96
		24, // 97
		35, // 98
		36, // 99
		24, // 100
		36, // 101
		25, // 102
		34, // 103
		37, // 104
		46, // 105
		26, // 106
		27, // 107
		29, // 108
		38, // 109
		39, // 110
		41, // 111
		27, // 112
		28, // 113
		39, // 114
		40, // 115
		28, // 116
		29, // 117
		40, // 118
		41, // 119
		29, // 120
		41, // 121
		30, // 122
		31, // 123
		33, // 124
		42, // 125
		43, // 126
		45, // 127
		31, // 128
		32, // 129
		43, // 130
		44, // 131
		32, // 132
		33, // 133
		44, // 134
		45, // 135
		33, // 136
		45, // 137
		34, // 138
		46, // 139
		35, // 140
		36, // 141
		47, // 142
		48, // 143
		36, // 144
		48, // 145
		37, // 146
		46, // 147
		49, // 148
		58, // 149
		38, // 150
		39, // 151
		41, // 152
		50, // 153
		51, // 154
		53, // 155
		39, // 156
		40, // 157
		51, // 158
		52, // 159
		40, // 160
		41, // 161
		52, // 162
		53, // 163
		41, // 164
		53, // 165
		42, // 166
		43, // 167
		45, // 168
		54, // 169
		55, // 170
		57, // 171
		43, // 172
		44, // 173
		55, // 174
		56, // 175
		44, // 176
		45, // 177
		56, // 178
		57, // 179
		45, // 180
		57, // 181
		46, // 182
		58, // 183
		47, // 184
		48, // 185
		59, // 186
		60, // 187
		48, // 188
		60, // 189
		49, // 190
		58, // 191
		61, // 192
		70, // 193
		338, // 194
		50, // 195
		51, // 196
		53, // 197
		62, // 198
		63, // 199
		65, // 200
		337, // 201
		51, // 202
		52, // 203
		63, // 204
		64, // 205
		342, // 206
		52, // 207
		53, // 208
		64, // 209
		65, // 210
		337, // 211
		342, // 212
		53, // 213
		65, // 214
		337, // 215
		54, // 216
		55, // 217
		57, // 218
		66, // 219
		67, // 220
		69, // 221
		339, // 222
		55, // 223
		56, // 224
		67, // 225
		68, // 226
		340, // 227
		56, // 228
		57, // 229
		68, // 230
		69, // 231
		339, // 232
		340, // 233
		57, // 234
		69, // 235
		339, // 236
		58, // 237
		70, // 238
		338, // 239
		59, // 240
		60, // 241
		71, // 242
		72, // 243
		341, // 244
		60, // 245
		72, // 246
		341, // 247
		61, // 248
		70, // 249
		73, // 250
		82, // 251
		62, // 252
		63, // 253
		65, // 254
		74, // 255
		75, // 256
		77, // 257
		63, // 258
		64, // 259
		75, // 260
		76, // 261
		64, // 262
		65, // 263
		76, // 264
		77, // 265
		65, // 266
		77, // 267
		66, // 268
		67, // 269
		69, // 270
		78, // 271
		79, // 272
		81, // 273
		67, // 274
		68, // 275
		79, // 276
		80, // 277
		68, // 278
		69, // 279
		80, // 280
		81, // 281
		69, // 282
		81, // 283
		70, // 284
		82, // 285
		71, // 286
		72, // 287
		83, // 288
		84, // 289
		72, // 290
		84, // 291
		73, // 292
		82, // 293
		85, // 294
		94, // 295
		74, // 296
		75, // 297
		77, // 298
		86, // 299
		87, // 300
		89, // 301
		75, // 302
		76, // 303
		87, // 304
		88, // 305
		76, // 306
		77, // 307
		88, // 308
		89, // 309
		77, // 310
		89, // 311
		78, // 312
		79, // 313
		81, // 314
		90, // 315
		91, // 316
		93, // 317
		79, // 318
		80, // 319
		91, // 320
		92, // 321
		80, // 322
		81, // 323
		92, // 324
		93, // 325
		81, // 326
		93, // 327
		82, // 328
		94, // 329
		83, // 330
		84, // 331
		95, // 332
		96, // 333
		84, // 334
		96, // 335
		85, // 336
		94, // 337
		97, // 338
		106, // 339
		350, // 340
		86, // 341
		87, // 342
		89, // 343
		98, // 344
		99, // 345
		101, // 346
		349, // 347
		87, // 348
		88, // 349
		99, // 350
		100, // 351
		354, // 352
		88, // 353
		89, // 354
		100, // 355
		101, // 356
		349, // 357
		354, // 358
		89, // 359
		101, // 360
		349, // 361
		90, // 362
		91, // 363
		93, // 364
		102, // 365
		103, // 366
		105, // 367
		351, // 368
		91, // 369
		92, // 370
		103, // 371
		104, // 372
		352, // 373
		92, // 374
		93, // 375
		104, // 376
		105, // 377
		351, // 378
		352, // 379
		93, // 380
		105, // 381
		351, // 382
		94, // 383
		106, // 384
		350, // 385
		95, // 386
		96, // 387
		107, // 388
		108, // 389
		353, // 390
		96, // 391
		108, // 392
		353, // 393
		97, // 394
		106, // 395
		109, // 396
		118, // 397
		98, // 398
		99, // 399
		101, // 400
		110, // 401
		111, // 402
		113, // 403
		99, // 404
		100, // 405
		111, // 406
		112, // 407
		100, // 408
		101, // 409
		112, // 410
		113, // 411
		101, // 412
		113, // 413
		102, // 414
		103, // 415
		105, // 416
		114, // 417
		115, // 418
		117, // 419
		103, // 420
		104, // 421
		115, // 422
		116, // 423
		104, // 424
		105, // 425
		116, // 426
		117, // 427
		105, // 428
		117, // 429
		106, // 430
		118, // 431
		107, // 432
		108, // 433
		119, // 434
		120, // 435
		108, // 436
		120, // 437
		109, // 438
		118, // 439
		121, // 440
		130, // 441
		110, // 442
		111, // 443
		113, // 444
		122, // 445
		123, // 446
		125, // 447
		111, // 448
		112, // 449
		123, // 450
		124, // 451
		112, // 452
		113, // 453
		124, // 454
		125, // 455
		113, // 456
		125, // 457
		114, // 458
		115, // 459
		117, // 460
		126, // 461
		127, // 462
		129, // 463
		115, // 464
		116, // 465
		127, // 466
		128, // 467
		116, // 468
		117, // 469
		128, // 470
		129, // 471
		117, // 472
		129, // 473
		118, // 474
		130, // 475
		119, // 476
		120, // 477
		131, // 478
		132, // 479
		120, // 480
		132, // 481
		121, // 482
		130, // 483
		133, // 484
		142, // 485
		122, // 486
		123, // 487
		125, // 488
		134, // 489
		135, // 490
		137, // 491
		123, // 492
		124, // 493
		135, // 494
		136, // 495
		124, // 496
		125, // 497
		136, // 498
		137, // 499
		125, // 500
		137, // 501
		126, // 502
		127, // 503
		129, // 504
		138, // 505
		139, // 506
		141, // 507
		127, // 508
		128, // 509
		139, // 510
		140, // 511
		128, // 512
		129, // 513
		140, // 514
		141, // 515
		129, // 516
		141, // 517
		130, // 518
		142, // 519
		131, // 520
		132, // 521
		143, // 522
		144, // 523
		132, // 524
		144, // 525
		133, // 526
		142, // 527
		145, // 528
		154, // 529
		326, // 530
		134, // 531
		135, // 532
		137, // 533
		146, // 534
		147, // 535
		149, // 536
		325, // 537
		135, // 538
		136, // 539
		147, // 540
		148, // 541
		330, // 542
		136, // 543
		137, // 544
		148, // 545
		149, // 546
		325, // 547
		330, // 548
		137, // 549
		149, // 550
		325, // 551
		138, // 552
		139, // 553
		141, // 554
		150, // 555
		151, // 556
		153, // 557
		327, // 558
		139, // 559
		140, // 560
		151, // 561
		152, // 562
		328, // 563
		140, // 564
		141, // 565
		152, // 566
		153, // 567
		327, // 568
		328, // 569
		141, // 570
		153, // 571
		327, // 572
		142, // 573
		154, // 574
		326, // 575
		143, // 576
		144, // 577
		155, // 578
		156, // 579
		329, // 580
		144, // 581
		156, // 582
		329, // 583
		145, // 584
		154, // 585
		157, // 586
		166, // 587
		146, // 588
		147, // 589
		149, // 590
		158, // 591
		159, // 592
		161, // 593
		147, // 594
		148, // 595
		159, // 596
		160, // 597
		148, // 598
		149, // 599
		160, // 600
		161, // 601
		149, // 602
		161, // 603
		150, // 604
		151, // 605
		153, // 606
		162, // 607
		163, // 608
		165, // 609
		151, // 610
		152, // 611
		163, // 612
		164, // 613
		152, // 614
		153, // 615
		164, // 616
		165, // 617
		153, // 618
		165, // 619
		154, // 620
		166, // 621
		155, // 622
		156, // 623
		167, // 624
		168, // 625
		156, // 626
		168, // 627
		157, // 628
		166, // 629
		169, // 630
		178, // 631
		158, // 632
		159, // 633
		161, // 634
		170, // 635
		171, // 636
		173, // 637
		159, // 638
		160, // 639
		171, // 640
		172, // 641
		160, // 642
		161, // 643
		172, // 644
		173, // 645
		161, // 646
		173, // 647
		162, // 648
		163, // 649
		165, // 650
		174, // 651
		175, // 652
		177, // 653
		163, // 654
		164, // 655
		175, // 656
		176, // 657
		164, // 658
		165, // 659
		176, // 660
		177, // 661
		165, // 662
		177, // 663
		166, // 664
		178, // 665
		167, // 666
		168, // 667
		179, // 668
		180, // 669
		168, // 670
		180, // 671
		169, // 672
		178, // 673
		181, // 674
		190, // 675
		170, // 676
		171, // 677
		173, // 678
		182, // 679
		183, // 680
		185, // 681
		171, // 682
		172, // 683
		183, // 684
		184, // 685
		172, // 686
		173, // 687
		184, // 688
		185, // 689
		173, // 690
		185, // 691
		174, // 692
		175, // 693
		177, // 694
		186, // 695
		187, // 696
		189, // 697
		175, // 698
		176, // 699
		187, // 700
		188, // 701
		176, // 702
		177, // 703
		188, // 704
		189, // 705
		177, // 706
		189, // 707
		178, // 708
		190, // 709
		179, // 710
		180, // 711
		191, // 712
		192, // 713
		180, // 714
		192, // 715
		181, // 716
		190, // 717
		193, // 718
		202, // 719
		182, // 720
		183, // 721
		185, // 722
		194, // 723
		195, // 724
		197, // 725
		183, // 726
		184, // 727
		195, // 728
		196, // 729
		184, // 730
		185, // 731
		196, // 732
		197, // 733
		185, // 734
		197, // 735
		186, // 736
		187, // 737
		189, // 738
		198, // 739
		199, // 740
		201, // 741
		187, // 742
		188, // 743
		199, // 744
		200, // 745
		188, // 746
		189, // 747
		200, // 748
		201, // 749
		189, // 750
		201, // 751
		190, // 752
		202, // 753
		191, // 754
		192, // 755
		203, // 756
		204, // 757
		192, // 758
		204, // 759
		193, // 760
		202, // 761
		205, // 762
		214, // 763
		194, // 764
		195, // 765
		197, // 766
		206, // 767
		207, // 768
		209, // 769
		195, // 770
		196, // 771
		207, // 772
		208, // 773
		196, // 774
		197, // 775
		208, // 776
		209, // 777
		197, // 778
		209, // 779
		198, // 780
		199, // 781
		201, // 782
		210, // 783
		211, // 784
		213, // 785
		199, // 786
		200, // 787
		211, // 788
		212, // 789
		200, // 790
		201, // 791
		212, // 792
		213, // 793
		201, // 794
		213, // 795
		202, // 796
		214, // 797
		203, // 798
		204, // 799
		215, // 800
		216, // 801
		204, // 802
		216, // 803
		205, // 804
		214, // 805
		217, // 806
		226, // 807
		206, // 808
		207, // 809
		209, // 810
		218, // 811
		219, // 812
		221, // 813
		207, // 814
		208, // 815
		219, // 816
		220, // 817
		208, // 818
		209, // 819
		220, // 820
		221, // 821
		209, // 822
		221, // 823
		210, // 824
		211, // 825
		213, // 826
		222, // 827
		223, // 828
		225, // 829
		211, // 830
		212, // 831
		223, // 832
		224, // 833
		212, // 834
		213, // 835
		224, // 836
		225, // 837
		213, // 838
		225, // 839
		214, // 840
		226, // 841
		215, // 842
		216, // 843
		227, // 844
		228, // 845
		216, // 846
		228, // 847
		217, // 848
		226, // 849
		229, // 850
		238, // 851
		218, // 852
		219, // 853
		221, // 854
		230, // 855
		231, // 856
		233, // 857
		219, // 858
		220, // 859
		231, // 860
		232, // 861
		220, // 862
		221, // 863
		232, // 864
		233, // 865
		221, // 866
		233, // 867
		222, // 868
		223, // 869
		225, // 870
		234, // 871
		235, // 872
		237, // 873
		223, // 874
		224, // 875
		235, // 876
		236, // 877
		224, // 878
		225, // 879
		236, // 880
		237, // 881
		225, // 882
		237, // 883
		226, // 884
		238, // 885
		227, // 886
		228, // 887
		239, // 888
		240, // 889
		228, // 890
		240, // 891
		229, // 892
		238, // 893
		241, // 894
		250, // 895
		230, // 896
		231, // 897
		233, // 898
		242, // 899
		243, // 900
		245, // 901
		231, // 902
		232, // 903
		243, // 904
		244, // 905
		232, // 906
		233, // 907
		244, // 908
		245, // 909
		233, // 910
		245, // 911
		234, // 912
		235, // 913
		237, // 914
		246, // 915
		247, // 916
		249, // 917
		235, // 918
		236, // 919
		247, // 920
		248, // 921
		236, // 922
		237, // 923
		248, // 924
		249, // 925
		237, // 926
		249, // 927
		238, // 928
		250, // 929
		239, // 930
		240, // 931
		251, // 932
		252, // 933
		240, // 934
		252, // 935
		241, // 936
		250, // 937
		253, // 938
		262, // 939
		242, // 940
		243, // 941
		245, // 942
		254, // 943
		255, // 944
		257, // 945
		243, // 946
		244, // 947
		255, // 948
		256, // 949
		244, // 950
		245, // 951
		256, // 952
		257, // 953
		245, // 954
		257, // 955
		246, // 956
		247, // 957
		249, // 958
		258, // 959
		259, // 960
		261, // 961
		247, // 962
		248, // 963
		259, // 964
		260, // 965
		248, // 966
		249, // 967
		260, // 968
		261, // 969
		249, // 970
		261, // 971
		250, // 972
		262, // 973
		251, // 974
		252, // 975
		263, // 976
		264, // 977
		252, // 978
		264, // 979
		253, // 980
		262, // 981
		265, // 982
		274, // 983
		254, // 984
		255, // 985
		257, // 986
		266, // 987
		267, // 988
		269, // 989
		255, // 990
		256, // 991
		267, // 992
		268, // 993
		256, // 994
		257, // 995
		268, // 996
		269, // 997
		257, // 998
		269, // 999
		258, // 1000
		259, // 1001
		261, // 1002
		270, // 1003
		271, // 1004
		273, // 1005
		259, // 1006
		260, // 1007
		271, // 1008
		272, // 1009
		260, // 1010
		261, // 1011
		272, // 1012
		273, // 1013
		261, // 1014
		273, // 1015
		262, // 1016
		274, // 1017
		263, // 1018
		264, // 1019
		275, // 1020
		276, // 1021
		264, // 1022
		276, // 1023
		265, // 1024
		274, // 1025
		277, // 1026
		286, // 1027
		266, // 1028
		267, // 1029
		269, // 1030
		278, // 1031
		279, // 1032
		281, // 1033
		267, // 1034
		268, // 1035
		279, // 1036
		280, // 1037
		268, // 1038
		269, // 1039
		280, // 1040
		281, // 1041
		269, // 1042
		281, // 1043
		270, // 1044
		271, // 1045
		273, // 1046
		282, // 1047
		283, // 1048
		285, // 1049
		271, // 1050
		272, // 1051
		283, // 1052
		284, // 1053
		272, // 1054
		273, // 1055
		284, // 1056
		285, // 1057
		273, // 1058
		285, // 1059
		274, // 1060
		286, // 1061
		275, // 1062
		276, // 1063
		287, // 1064
		288, // 1065
		276, // 1066
		288, // 1067
		277, // 1068
		286, // 1069
		289, // 1070
		298, // 1071
		332, // 1072
		278, // 1073
		279, // 1074
		281, // 1075
		290, // 1076
		291, // 1077
		293, // 1078
		331, // 1079
		279, // 1080
		280, // 1081
		291, // 1082
		292, // 1083
		336, // 1084
		280, // 1085
		281, // 1086
		292, // 1087
		293, // 1088
		331, // 1089
		336, // 1090
		281, // 1091
		293, // 1092
		331, // 1093
		282, // 1094
		283, // 1095
		285, // 1096
		294, // 1097
		295, // 1098
		297, // 1099
		333, // 1100
		283, // 1101
		284, // 1102
		295, // 1103
		296, // 1104
		334, // 1105
		284, // 1106
		285, // 1107
		296, // 1108
		297, // 1109
		333, // 1110
		334, // 1111
		285, // 1112
		297, // 1113
		333, // 1114
		286, // 1115
		298, // 1116
		332, // 1117
		287, // 1118
		288, // 1119
		299, // 1120
		300, // 1121
		335, // 1122
		288, // 1123
		300, // 1124
		335, // 1125
		289, // 1126
		298, // 1127
		301, // 1128
		310, // 1129
		290, // 1130
		291, // 1131
		293, // 1132
		302, // 1133
		303, // 1134
		305, // 1135
		291, // 1136
		292, // 1137
		303, // 1138
		304, // 1139
		292, // 1140
		293, // 1141
		304, // 1142
		305, // 1143
		293, // 1144
		305, // 1145
		294, // 1146
		295, // 1147
		297, // 1148
		306, // 1149
		307, // 1150
		309, // 1151
		295, // 1152
		296, // 1153
		307, // 1154
		308, // 1155
		296, // 1156
		297, // 1157
		308, // 1158
		309, // 1159
		297, // 1160
		309, // 1161
		298, // 1162
		310, // 1163
		299, // 1164
		300, // 1165
		311, // 1166
		312, // 1167
		300, // 1168
		312, // 1169
		301, // 1170
		310, // 1171
		313, // 1172
		322, // 1173
		302, // 1174
		303, // 1175
		305, // 1176
		314, // 1177
		315, // 1178
		317, // 1179
		303, // 1180
		304, // 1181
		315, // 1182
		316, // 1183
		304, // 1184
		305, // 1185
		316, // 1186
		317, // 1187
		305, // 1188
		317, // 1189
		306, // 1190
		307, // 1191
		309, // 1192
		318, // 1193
		319, // 1194
		321, // 1195
		307, // 1196
		308, // 1197
		319, // 1198
		320, // 1199
		308, // 1200
		309, // 1201
		320, // 1202
		321, // 1203
		309, // 1204
		321, // 1205
		310, // 1206
		322, // 1207
		311, // 1208
		312, // 1209
		323, // 1210
		324, // 1211
		312, // 1212
		324, // 1213
		146, // 1214
		326, // 1215
		150, // 1216
		328, // 1217
		329, // 1218
		330, // 1219
		290, // 1220
		289, // 1221
		294, // 1222
		334, // 1223
		335, // 1224
		336, // 1225
		337, // 1226
		61, // 1227
		338, // 1228
		499, // 1229
		339, // 1230
		340, // 1231
		341, // 1232
		342, // 1233
		14, // 1234
		464, // 1235
		344, // 1236
		18, // 1237
		468, // 1238
		346, // 1239
		347, // 1240
		348, // 1241
		98, // 1242
		536, // 1243
		350, // 1244
		102, // 1245
		540, // 1246
		352, // 1247
		353, // 1248
		354, // 1249
		317, // 1250
		322, // 1251
		321, // 1252
		320, // 1253
		324, // 1254
		316, // 1255
		325, // 1256
		331, // 1257
		337, // 1258
		343, // 1259
		349, // 1260
		326, // 1261
		332, // 1262
		338, // 1263
		344, // 1264
		350, // 1265
		327, // 1266
		333, // 1267
		339, // 1268
		345, // 1269
		351, // 1270
		327, // 1271
		328, // 1272
		333, // 1273
		334, // 1274
		339, // 1275
		340, // 1276
		345, // 1277
		346, // 1278
		351, // 1279
		352, // 1280
		11, // 1281
		325, // 1282
		330, // 1283
		331, // 1284
		336, // 1285
		337, // 1286
		342, // 1287
		343, // 1288
		348, // 1289
		349, // 1290
		354, // 1291
		355, // 1292
		364, // 1293
		367, // 1294
		376, // 1295
		356, // 1296
		357, // 1297
		359, // 1298
		368, // 1299
		369, // 1300
		371, // 1301
		357, // 1302
		358, // 1303
		369, // 1304
		370, // 1305
		358, // 1306
		359, // 1307
		370, // 1308
		371, // 1309
		359, // 1310
		371, // 1311
		360, // 1312
		361, // 1313
		363, // 1314
		372, // 1315
		373, // 1316
		375, // 1317
		361, // 1318
		362, // 1319
		373, // 1320
		374, // 1321
		362, // 1322
		363, // 1323
		374, // 1324
		375, // 1325
		363, // 1326
		375, // 1327
		364, // 1328
		376, // 1329
		365, // 1330
		366, // 1331
		377, // 1332
		378, // 1333
		366, // 1334
		378, // 1335
		367, // 1336
		376, // 1337
		379, // 1338
		388, // 1339
		368, // 1340
		369, // 1341
		371, // 1342
		380, // 1343
		381, // 1344
		383, // 1345
		369, // 1346
		370, // 1347
		381, // 1348
		382, // 1349
		370, // 1350
		371, // 1351
		382, // 1352
		383, // 1353
		371, // 1354
		383, // 1355
		372, // 1356
		373, // 1357
		375, // 1358
		384, // 1359
		385, // 1360
		387, // 1361
		373, // 1362
		374, // 1363
		385, // 1364
		386, // 1365
		374, // 1366
		375, // 1367
		386, // 1368
		387, // 1369
		375, // 1370
		387, // 1371
		376, // 1372
		388, // 1373
		377, // 1374
		378, // 1375
		389, // 1376
		390, // 1377
		378, // 1378
		390, // 1379
		379, // 1380
		388, // 1381
		391, // 1382
		400, // 1383
		380, // 1384
		381, // 1385
		383, // 1386
		392, // 1387
		393, // 1388
		395, // 1389
		381, // 1390
		382, // 1391
		393, // 1392
		394, // 1393
		382, // 1394
		383, // 1395
		394, // 1396
		395, // 1397
		383, // 1398
		395, // 1399
		384, // 1400
		385, // 1401
		387, // 1402
		396, // 1403
		397, // 1404
		399, // 1405
		385, // 1406
		386, // 1407
		397, // 1408
		398, // 1409
		386, // 1410
		387, // 1411
		398, // 1412
		399, // 1413
		387, // 1414
		399, // 1415
		388, // 1416
		400, // 1417
		389, // 1418
		390, // 1419
		401, // 1420
		402, // 1421
		390, // 1422
		402, // 1423
		391, // 1424
		400, // 1425
		403, // 1426
		412, // 1427
		392, // 1428
		393, // 1429
		395, // 1430
		404, // 1431
		405, // 1432
		407, // 1433
		393, // 1434
		394, // 1435
		405, // 1436
		406, // 1437
		394, // 1438
		395, // 1439
		406, // 1440
		407, // 1441
		395, // 1442
		407, // 1443
		396, // 1444
		397, // 1445
		399, // 1446
		408, // 1447
		409, // 1448
		411, // 1449
		397, // 1450
		398, // 1451
		409, // 1452
		410, // 1453
		398, // 1454
		399, // 1455
		410, // 1456
		411, // 1457
		399, // 1458
		411, // 1459
		400, // 1460
		412, // 1461
		401, // 1462
		402, // 1463
		413, // 1464
		414, // 1465
		402, // 1466
		414, // 1467
		403, // 1468
		412, // 1469
		415, // 1470
		424, // 1471
		404, // 1472
		405, // 1473
		407, // 1474
		416, // 1475
		417, // 1476
		419, // 1477
		405, // 1478
		406, // 1479
		417, // 1480
		418, // 1481
		406, // 1482
		407, // 1483
		418, // 1484
		419, // 1485
		407, // 1486
		419, // 1487
		408, // 1488
		409, // 1489
		411, // 1490
		420, // 1491
		421, // 1492
		423, // 1493
		409, // 1494
		410, // 1495
		421, // 1496
		422, // 1497
		410, // 1498
		411, // 1499
		422, // 1500
		423, // 1501
		411, // 1502
		423, // 1503
		412, // 1504
		424, // 1505
		413, // 1506
		414, // 1507
		425, // 1508
		426, // 1509
		414, // 1510
		426, // 1511
		415, // 1512
		424, // 1513
		427, // 1514
		436, // 1515
		416, // 1516
		417, // 1517
		419, // 1518
		428, // 1519
		429, // 1520
		431, // 1521
		417, // 1522
		418, // 1523
		429, // 1524
		430, // 1525
		418, // 1526
		419, // 1527
		430, // 1528
		431, // 1529
		419, // 1530
		431, // 1531
		420, // 1532
		421, // 1533
		423, // 1534
		432, // 1535
		433, // 1536
		435, // 1537
		421, // 1538
		422, // 1539
		433, // 1540
		434, // 1541
		422, // 1542
		423, // 1543
		434, // 1544
		435, // 1545
		423, // 1546
		435, // 1547
		424, // 1548
		436, // 1549
		425, // 1550
		426, // 1551
		437, // 1552
		438, // 1553
		426, // 1554
		438, // 1555
		427, // 1556
		436, // 1557
		439, // 1558
		448, // 1559
		428, // 1560
		429, // 1561
		431, // 1562
		440, // 1563
		441, // 1564
		443, // 1565
		429, // 1566
		430, // 1567
		441, // 1568
		442, // 1569
		430, // 1570
		431, // 1571
		442, // 1572
		443, // 1573
		431, // 1574
		443, // 1575
		432, // 1576
		433, // 1577
		435, // 1578
		444, // 1579
		445, // 1580
		447, // 1581
		433, // 1582
		434, // 1583
		445, // 1584
		446, // 1585
		434, // 1586
		435, // 1587
		446, // 1588
		447, // 1589
		435, // 1590
		447, // 1591
		436, // 1592
		448, // 1593
		437, // 1594
		438, // 1595
		449, // 1596
		450, // 1597
		438, // 1598
		450, // 1599
		439, // 1600
		448, // 1601
		451, // 1602
		460, // 1603
		440, // 1604
		441, // 1605
		443, // 1606
		452, // 1607
		453, // 1608
		455, // 1609
		441, // 1610
		442, // 1611
		453, // 1612
		454, // 1613
		442, // 1614
		443, // 1615
		454, // 1616
		455, // 1617
		443, // 1618
		455, // 1619
		444, // 1620
		445, // 1621
		447, // 1622
		456, // 1623
		457, // 1624
		459, // 1625
		445, // 1626
		446, // 1627
		457, // 1628
		458, // 1629
		446, // 1630
		447, // 1631
		458, // 1632
		459, // 1633
		447, // 1634
		459, // 1635
		448, // 1636
		460, // 1637
		449, // 1638
		450, // 1639
		461, // 1640
		462, // 1641
		450, // 1642
		462, // 1643
		451, // 1644
		460, // 1645
		463, // 1646
		472, // 1647
		566, // 1648
		452, // 1649
		453, // 1650
		455, // 1651
		464, // 1652
		465, // 1653
		467, // 1654
		565, // 1655
		453, // 1656
		454, // 1657
		465, // 1658
		466, // 1659
		570, // 1660
		454, // 1661
		455, // 1662
		466, // 1663
		467, // 1664
		565, // 1665
		570, // 1666
		455, // 1667
		467, // 1668
		565, // 1669
		456, // 1670
		457, // 1671
		459, // 1672
		468, // 1673
		469, // 1674
		471, // 1675
		567, // 1676
		457, // 1677
		458, // 1678
		469, // 1679
		470, // 1680
		568, // 1681
		458, // 1682
		459, // 1683
		470, // 1684
		471, // 1685
		567, // 1686
		568, // 1687
		459, // 1688
		471, // 1689
		567, // 1690
		460, // 1691
		472, // 1692
		566, // 1693
		461, // 1694
		462, // 1695
		473, // 1696
		474, // 1697
		569, // 1698
		462, // 1699
		474, // 1700
		569, // 1701
		463, // 1702
		472, // 1703
		475, // 1704
		484, // 1705
		464, // 1706
		465, // 1707
		467, // 1708
		476, // 1709
		477, // 1710
		479, // 1711
		465, // 1712
		466, // 1713
		477, // 1714
		478, // 1715
		466, // 1716
		467, // 1717
		478, // 1718
		479, // 1719
		467, // 1720
		479, // 1721
		468, // 1722
		469, // 1723
		471, // 1724
		480, // 1725
		481, // 1726
		483, // 1727
		469, // 1728
		470, // 1729
		481, // 1730
		482, // 1731
		470, // 1732
		471, // 1733
		482, // 1734
		483, // 1735
		471, // 1736
		483, // 1737
		472, // 1738
		484, // 1739
		473, // 1740
		474, // 1741
		485, // 1742
		486, // 1743
		474, // 1744
		486, // 1745
		475, // 1746
		484, // 1747
		487, // 1748
		496, // 1749
		476, // 1750
		477, // 1751
		479, // 1752
		488, // 1753
		489, // 1754
		491, // 1755
		477, // 1756
		478, // 1757
		489, // 1758
		490, // 1759
		478, // 1760
		479, // 1761
		490, // 1762
		491, // 1763
		479, // 1764
		491, // 1765
		480, // 1766
		481, // 1767
		483, // 1768
		492, // 1769
		493, // 1770
		495, // 1771
		481, // 1772
		482, // 1773
		493, // 1774
		494, // 1775
		482, // 1776
		483, // 1777
		494, // 1778
		495, // 1779
		483, // 1780
		495, // 1781
		484, // 1782
		496, // 1783
		485, // 1784
		486, // 1785
		497, // 1786
		498, // 1787
		486, // 1788
		498, // 1789
		487, // 1790
		496, // 1791
		499, // 1792
		508, // 1793
		560, // 1794
		488, // 1795
		489, // 1796
		491, // 1797
		500, // 1798
		501, // 1799
		503, // 1800
		559, // 1801
		489, // 1802
		490, // 1803
		501, // 1804
		502, // 1805
		564, // 1806
		490, // 1807
		491, // 1808
		502, // 1809
		503, // 1810
		559, // 1811
		564, // 1812
		491, // 1813
		503, // 1814
		559, // 1815
		492, // 1816
		493, // 1817
		495, // 1818
		504, // 1819
		505, // 1820
		507, // 1821
		561, // 1822
		493, // 1823
		494, // 1824
		505, // 1825
		506, // 1826
		562, // 1827
		494, // 1828
		495, // 1829
		506, // 1830
		507, // 1831
		561, // 1832
		562, // 1833
		495, // 1834
		507, // 1835
		561, // 1836
		496, // 1837
		508, // 1838
		560, // 1839
		497, // 1840
		498, // 1841
		509, // 1842
		510, // 1843
		563, // 1844
		498, // 1845
		510, // 1846
		563, // 1847
		499, // 1848
		508, // 1849
		511, // 1850
		520, // 1851
		500, // 1852
		501, // 1853
		503, // 1854
		512, // 1855
		513, // 1856
		515, // 1857
		501, // 1858
		502, // 1859
		513, // 1860
		514, // 1861
		502, // 1862
		503, // 1863
		514, // 1864
		515, // 1865
		503, // 1866
		515, // 1867
		504, // 1868
		505, // 1869
		507, // 1870
		516, // 1871
		517, // 1872
		519, // 1873
		505, // 1874
		506, // 1875
		517, // 1876
		518, // 1877
		506, // 1878
		507, // 1879
		518, // 1880
		519, // 1881
		507, // 1882
		519, // 1883
		508, // 1884
		520, // 1885
		509, // 1886
		510, // 1887
		521, // 1888
		522, // 1889
		510, // 1890
		522, // 1891
		511, // 1892
		520, // 1893
		523, // 1894
		532, // 1895
		512, // 1896
		513, // 1897
		515, // 1898
		524, // 1899
		525, // 1900
		527, // 1901
		513, // 1902
		514, // 1903
		525, // 1904
		526, // 1905
		514, // 1906
		515, // 1907
		526, // 1908
		527, // 1909
		515, // 1910
		527, // 1911
		516, // 1912
		517, // 1913
		519, // 1914
		528, // 1915
		529, // 1916
		531, // 1917
		517, // 1918
		518, // 1919
		529, // 1920
		530, // 1921
		518, // 1922
		519, // 1923
		530, // 1924
		531, // 1925
		519, // 1926
		531, // 1927
		520, // 1928
		532, // 1929
		521, // 1930
		522, // 1931
		533, // 1932
		534, // 1933
		522, // 1934
		534, // 1935
		523, // 1936
		532, // 1937
		535, // 1938
		544, // 1939
		572, // 1940
		524, // 1941
		525, // 1942
		527, // 1943
		536, // 1944
		537, // 1945
		539, // 1946
		571, // 1947
		525, // 1948
		526, // 1949
		537, // 1950
		538, // 1951
		576, // 1952
		526, // 1953
		527, // 1954
		538, // 1955
		539, // 1956
		571, // 1957
		576, // 1958
		527, // 1959
		539, // 1960
		571, // 1961
		528, // 1962
		529, // 1963
		531, // 1964
		540, // 1965
		541, // 1966
		543, // 1967
		573, // 1968
		529, // 1969
		530, // 1970
		541, // 1971
		542, // 1972
		574, // 1973
		530, // 1974
		531, // 1975
		542, // 1976
		543, // 1977
		573, // 1978
		574, // 1979
		531, // 1980
		543, // 1981
		573, // 1982
		532, // 1983
		544, // 1984
		572, // 1985
		533, // 1986
		534, // 1987
		545, // 1988
		546, // 1989
		575, // 1990
		534, // 1991
		546, // 1992
		575, // 1993
		535, // 1994
		544, // 1995
		547, // 1996
		556, // 1997
		536, // 1998
		537, // 1999
		539, // 2000
		548, // 2001
		549, // 2002
		551, // 2003
		537, // 2004
		538, // 2005
		549, // 2006
		550, // 2007
		538, // 2008
		539, // 2009
		550, // 2010
		551, // 2011
		539, // 2012
		551, // 2013
		540, // 2014
		541, // 2015
		543, // 2016
		552, // 2017
		553, // 2018
		555, // 2019
		541, // 2020
		542, // 2021
		553, // 2022
		554, // 2023
		542, // 2024
		543, // 2025
		554, // 2026
		555, // 2027
		543, // 2028
		555, // 2029
		544, // 2030
		556, // 2031
		545, // 2032
		546, // 2033
		557, // 2034
		558, // 2035
		546, // 2036
		558, // 2037
		559, // 2038
		61, // 2039
		499, // 2040
		560, // 2041
		561, // 2042
		562, // 2043
		563, // 2044
		564, // 2045
		343, // 2046
		565, // 2047
		566, // 2048
		345, // 2049
		567, // 2050
		568, // 2051
		569, // 2052
		570, // 2053
		349, // 2054
		571, // 2055
		572, // 2056
		351, // 2057
		573, // 2058
		574, // 2059
		575, // 2060
		576, // 2061
		551, // 2062
		556, // 2063
		555, // 2064
		554, // 2065
		558, // 2066
		550, // 2067
		559, // 2068
		565, // 2069
		571, // 2070
		355, // 2071
		561, // 2072
		567, // 2073
		573, // 2074
		561, // 2075
		562, // 2076
		567, // 2077
		568, // 2078
		573, // 2079
		574, // 2080
		365, // 2081
		559, // 2082
		564, // 2083
		565, // 2084
		570, // 2085
		571, // 2086
		576  // 2087
	};

	int ia[577] = { 1, 6, 13, 18, 24, 27, 34, 39, 45, 48, 51, 56, 59, 63, 69, 73, 77, 79, 85, 89,
		93, 95, 97, 101, 103, 107, 113, 117, 121, 123, 129, 133, 137, 139, 141, 145, 147, 151, 157,
		161, 165, 167, 173, 177, 181, 183, 185, 189, 191, 196, 203, 208, 214, 217, 224, 229, 235,
		238, 241, 246, 249, 253, 259, 263, 267, 269, 275, 279, 283, 285, 287, 291, 293, 297, 303,
		307, 311, 313, 319, 323, 327, 329, 331, 335, 337, 342, 349, 354, 360, 363, 370, 375, 381,
		384, 387, 392, 395, 399, 405, 409, 413, 415, 421, 425, 429, 431, 433, 437, 439, 443, 449,
		453, 457, 459, 465, 469, 473, 475, 477, 481, 483, 487, 493, 497, 501, 503, 509, 513, 517,
		519, 521, 525, 527, 532, 539, 544, 550, 553, 560, 565, 571, 574, 577, 582, 585, 589, 595,
		599, 603, 605, 611, 615, 619, 621, 623, 627, 629, 633, 639, 643, 647, 649, 655, 659, 663,
		665, 667, 671, 673, 677, 683, 687, 691, 693, 699, 703, 707, 709, 711, 715, 717, 721, 727,
		731, 735, 737, 743, 747, 751, 753, 755, 759, 761, 765, 771, 775, 779, 781, 787, 791, 795,
		797, 799, 803, 805, 809, 815, 819, 823, 825, 831, 835, 839, 841, 843, 847, 849, 853, 859,
		863, 867, 869, 875, 879, 883, 885, 887, 891, 893, 897, 903, 907, 911, 913, 919, 923, 927,
		929, 931, 935, 937, 941, 947, 951, 955, 957, 963, 967, 971, 973, 975, 979, 981, 985, 991,
		995, 999, 1001, 1007, 1011, 1015, 1017, 1019, 1023, 1025, 1029, 1035, 1039, 1043, 1045,
		1051, 1055, 1059, 1061, 1063, 1067, 1069, 1074, 1081, 1086, 1092, 1095, 1102, 1107, 1113,
		1116, 1119, 1124, 1127, 1131, 1137, 1141, 1145, 1147, 1153, 1157, 1161, 1163, 1165, 1169,
		1171, 1175, 1181, 1185, 1189, 1191, 1197, 1201, 1205, 1207, 1209, 1213, 1215, 1216, 1217,
		1218, 1219, 1220, 1221, 1222, 1223, 1224, 1225, 1226, 1227, 1228, 1231, 1232, 1233, 1234,
		1235, 1237, 1238, 1240, 1241, 1242, 1243, 1245, 1246, 1248, 1249, 1250, 1251, 1252, 1253,
		1254, 1255, 1256, 1257, 1262, 1267, 1272, 1282, 1283, 1293, 1297, 1303, 1307, 1311, 1313,
		1319, 1323, 1327, 1329, 1331, 1335, 1337, 1341, 1347, 1351, 1355, 1357, 1363, 1367, 1371,
		1373, 1375, 1379, 1381, 1385, 1391, 1395, 1399, 1401, 1407, 1411, 1415, 1417, 1419, 1423,
		1425, 1429, 1435, 1439, 1443, 1445, 1451, 1455, 1459, 1461, 1463, 1467, 1469, 1473, 1479,
		1483, 1487, 1489, 1495, 1499, 1503, 1505, 1507, 1511, 1513, 1517, 1523, 1527, 1531, 1533,
		1539, 1543, 1547, 1549, 1551, 1555, 1557, 1561, 1567, 1571, 1575, 1577, 1583, 1587, 1591,
		1593, 1595, 1599, 1601, 1605, 1611, 1615, 1619, 1621, 1627, 1631, 1635, 1637, 1639, 1643,
		1645, 1650, 1657, 1662, 1668, 1671, 1678, 1683, 1689, 1692, 1695, 1700, 1703, 1707, 1713,
		1717, 1721, 1723, 1729, 1733, 1737, 1739, 1741, 1745, 1747, 1751, 1757, 1761, 1765, 1767,
		1773, 1777, 1781, 1783, 1785, 1789, 1791, 1796, 1803, 1808, 1814, 1817, 1824, 1829, 1835,
		1838, 1841, 1846, 1849, 1853, 1859, 1863, 1867, 1869, 1875, 1879, 1883, 1885, 1887, 1891,
		1893, 1897, 1903, 1907, 1911, 1913, 1919, 1923, 1927, 1929, 1931, 1935, 1937, 1942, 1949,
		1954, 1960, 1963, 1970, 1975, 1981, 1984, 1987, 1992, 1995, 1999, 2005, 2009, 2013, 2015,
		2021, 2025, 2029, 2031, 2033, 2037, 2039, 2040, 2043, 2044, 2045, 2046, 2047, 2049, 2050,
		2052, 2053, 2054, 2055, 2057, 2058, 2060, 2061, 2062, 2063, 2064, 2065, 2066, 2067, 2068,
		2069, 2072, 2073, 2076, 2082, 2083, 2089 };

	// the right hand side
	double *rhs = new double[n]();
	rhs[8] = 6.4340259880000004e-005;
	rhs[20] = 1.1489332120000001e-005;
	rhs[32] = 7.5829592000000001e-005;
	rhs[44] = 2.5276530670000002e-005;
	rhs[56] = 1.6085064970000001e-005;
	rhs[68] = 1.6085064970000001e-005;
	rhs[80] = 1.8382931390000001e-005;
	rhs[92] = 6.204239346e-005;
	rhs[104] = 1.3787198550000001e-005;
	rhs[116] = 7.5829592000000001e-005;
	rhs[128] = 7.5829592000000001e-005;
	rhs[140] = 7.5829592000000001e-005;
	rhs[152] = 7.9084902769999994e-005;
	rhs[164] = 7.9084902769999994e-005;
	rhs[176] = 7.9084902769999994e-005;
	rhs[188] = 7.9084902769999994e-005;
	rhs[200] = 7.9084902769999994e-005;
	rhs[212] = 7.9084902769999994e-005;
	rhs[224] = 7.9084902769999994e-005;
	rhs[236] = 7.9084902769999994e-005;
	rhs[248] = 7.9084902769999994e-005;
	rhs[260] = 7.9084902769999994e-005;
	rhs[272] = 7.9084902769999994e-005;
	rhs[284] = 7.9084902769999994e-005;
	rhs[296] = 6.4340259880000004e-005;
	rhs[308] = 6.4340259880000004e-005;
	rhs[325] = -66666666670000000;
	rhs[350] = 0.001608506497;
	rhs[351] = 0.00080425324849999998;
	rhs[362] = 0.00015353925650000001;
	rhs[374] = 0.00015353925650000001;
	rhs[386] = 0.00015353925650000001;
	rhs[398] = 0.00015353925650000001;
	rhs[410] = 0.00015353925650000001;
	rhs[422] = 0.00015353925650000001;
	rhs[434] = 0.00015353925650000001;
	rhs[446] = 0.00015353925650000001;
	rhs[458] = 1.0235950440000001e-005;
	rhs[470] = 0.00014330330610000001;
	rhs[482] = 5.3738739789999997e-005;
	rhs[494] = 2.8148863700000001e-005;
	rhs[506] = 2.8148863700000001e-005;
	rhs[518] = 4.350278935e-005;
	rhs[530] = 9.7241529140000004e-005;
	rhs[542] = 5.6297727400000002e-005;
	rhs[547] = 66666666670000000;
	rhs[571] = 4.5997148169999997;
	rhs[572] = 0.001688931822;
	rhs[573] = 0.00050667954659999997;

	MKL_INT nrhs = 1;
	MKL_INT mtype = 11;		/* Real unsymmetric matrix */

	/* Internal solver memory pointer pt, */
	/* 32-bit: int pt[64]; 64-bit: long int pt[64] */
	/* or void *pt[64] should be OK on both architectures */
	void *pt[64];

	/* Pardiso control parameters. */
	MKL_INT iparm[64];
	MKL_INT maxfct, mnum, phase, error, msglvl;

	/* Auxiliary variables. */
	MKL_INT i;
	double ddum;			/* Double dummy */
	MKL_INT idum;			/* Integer dummy. */

	/* -------------------------------------------------------------------- */
	/* .. Setup Pardiso control parameters. */
	/* -------------------------------------------------------------------- */
	for (i = 0; i < 64; i++) {
		iparm[i] = 0;
	}
	iparm[0] = 1;			/* No solver default */
	iparm[1] = 2;			/* Fill-in reordering from METIS */
	/* Numbers of processors, value of OMP_NUM_THREADS */
	iparm[2] = 1;
	iparm[3] = 0;			/* No iterative-direct algorithm */
	iparm[4] = 0;			/* No user fill-in reducing permutation */
	iparm[5] = 0;			/* Write solution into x :(0 writes on x, 1 overwrites rhs) */
	iparm[6] = 0;			/* Not in use */
	iparm[7] = 0;			/* Max numbers of iterative refinement steps */
	iparm[8] = 0;			/* Not in use */
	iparm[9] = 7;		/* Perturb the pivot elements with 1E-13 */
	iparm[10] = 1;		/* Use nonsymmetric permutation and scaling MPS */
	iparm[11] = 0;		/* Conjugate transposed/transpose solve */
	iparm[12] = 1;		/* Maximum weighted matching algorithm is switched-on (default for non-symmetric) */
	iparm[13] = 0;		/* Output: Number of perturbed pivots */
	iparm[14] = 0;		/* Not in use */
	iparm[15] = 0;		/* Not in use */
	iparm[16] = 0;		/* Not in use */
	iparm[17] = -1;		/* Output: Number of nonzeros in the factor LU */
	iparm[18] = -1;		/* Output: Mflops for LU factorization */
	iparm[19] = 0;		/* Output: Numbers of CG Iterations */
	//iparm[34] = 1;		/* Zero-based indexing (C-style, not Fortran-style) */
	iparm[34] = 0;		/* One-based indexing (Fortran-style) */
	maxfct = 1;			/* Maximum number of numerical factorizations. */
	mnum = 1;			/* Which factorization to use. */
	msglvl = 1;			/* Print statistical information in file */
	error = 0;			/* Initialize error flag */

	/* -------------------------------------------------------------------- */
	/* .. Initialize the internal solver memory pointer. This is only */
	/* necessary for the FIRST call of the PARDISO solver. */
	/* -------------------------------------------------------------------- */
	for (i = 0; i < 64; i++) {
		pt[i] = 0;
	}

	/* -------------------------------------------------------------------- */
	/* .. Reordering and Symbolic Factorization. This step also allocates */
	/* all memory that is necessary for the factorization. */
	/* -------------------------------------------------------------------- */
	phase = 11;
	PARDISO(pt, &maxfct, &mnum, &mtype, &phase, &n, a, ia, ja, &idum, &nrhs, iparm, &msglvl, &ddum, &ddum, &error);

	/* -------------------------------------------------------------------- */
	/* .. Numerical factorization. */
	/* -------------------------------------------------------------------- */
	if (error == 0) {
		phase = 22;
		PARDISO(pt, &maxfct, &mnum, &mtype, &phase, &n, a, ia, ja, &idum, &nrhs, iparm, &msglvl, &ddum, &ddum, &error);
	}

	/* -------------------------------------------------------------------- */
	/* .. Back substitution and iterative refinement. */
	/* -------------------------------------------------------------------- */
	double *xx = 0;
	if (error == 0) {
		phase = 33;
		xx = new double[n * nrhs]();
		PARDISO(pt, &maxfct, &mnum, &mtype, &phase, &n, a, ia, ja, &idum, &nrhs, iparm, &msglvl, rhs, xx, &error);
	}

	if (error == 0) {
		// control the residual
		bool numericalError = false;
		for (int i = 0; i < n; i++) {
			double r = -rhs[i];
			int idx1 = ia[i] - 1;
			int idx2 = ia[i + 1] - 1;
			for (int idx = idx1; idx < idx2; idx++) {
				int j = ja[idx] - 1;
				double val = a[idx];
				r += val * xx[j];
			}
			if (fabs(r) > 1e-3) {
				numericalError = true;
				break;
			}
		}
	}

	/* -------------------------------------------------------------------- */
	/* .. Termination and release of memory. */
	/* -------------------------------------------------------------------- */
	phase = -1;			/* Release internal memory. */
	PARDISO(pt, &maxfct, &mnum, &mtype, &phase, &n, &ddum, ia, ja, &idum, &nrhs, iparm, &msglvl, &ddum, &ddum, &error);
	delete[] rhs;
	delete[] xx;
	return 0;
}

I am using the trust region solver in MKL and having issues where dtrnlsp_solve takes significantly longer to complete.   I have got many threads that all need to run an optimization using the trust region solver, each optimization problem has about 200 residuals and about 40-70 unknowns.  When I get to a high number of threads needing to perform the optimization I start to see (though concurrency profiling) that many of the threads are blocked in the solve for up to 20 times longer than a normal solve.  I start to see this behaviour when I have about 40-60 threads which could call the trust region solver.  I have tried two versions of MKL.  Initially I was using version 11.1.2  and seeing the trust region threads spinning with a call stack ending in mkl_serv_lock <- mkl_serv_deallocate.  I then tried version 11.3.0 and saw the threads spinning or sleeping in tbb under mkl_serv_allocate.  

I'm using external threading so I am running MKL in sequential mode.  I'm also using the tbb allocator and 64 bit versions.

Ideally I would like to find a solution that works for MKL version 11.1.2.  There appears to be a small change in the solution produced by the optimization between 11.1.2 and 11.3.0 with the older version appearing to converge to a smaller overall error.

Thanks in advance

Steven 

Hi all!

I'm trying to find an efficient way to compute Kronecker products (of matrices) using Intel Fortran MKL. I was hoping to find a routine that directly does the Kronecker product, but couldn't find it yet it for me. Does such a routine exists?

Alternatively, is there an obvious/efficient way to use other routines in order to get Kronecker products?

Thanks!

Gaston

Hello,

I have been trying to compile numpy and scipy against intel MKL. I have been following the following guide to the letter:

https://software.intel.com/en-us/articles/numpyscipy-with-intel-mkl

I am using the versions of numpy and scipy tested with the guide, numpy 1.9.2 and scpy 0.15.1. Numpy installs exactly as I would expect it to and performs well. However, when I run the standard scipy tests, i.e.,

import scipy
scipy.test()

I encounter a large number of errors related to missing symbols, such as 

ImportError: scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset

Has anyone else experienced this or does anyone have any insight? Thanks in advance for your help.

My LD_LIBRARY_PATH is:

/opt/intel/composer_xe_2015.3.187/compiler/lib/intel64:/opt/intel/composer_xe_2015.3.187/compiler/lib/intel64/:/lib:/usr/local/plc-2.0/lib:/lib64:/opt/intel/composer_xe_2015.3.187/ipp/../compiler/lib/intel64/:/opt/intel/composer_xe_2015.3.187/ipp/../compiler/lib/intel64:/opt/intel/compilers_and_libraries_2016.0.109/linux/compiler/lib/intel64:/opt/intel/compilers_and_libraries_2016.0.109/linux/mpi/intel64/lib:/opt/intel/compilers_and_libraries_2016.0.109/linux/ipp/../compiler/lib/intel64:/opt/intel/compilers_and_libraries_2016.0.109/linux/ipp/lib/intel64:/opt/intel/mic/coi/host-linux-release/lib:/opt/intel/mic/myo/lib:/opt/intel/compilers_and_libraries_2016.0.109/linux/compiler/lib/intel64:/opt/intel/compilers_and_libraries_2016.0.109/linux/mkl/lib/intel64:/opt/intel/compilers_and_libraries_2016.0.109/linux/tbb/lib/intel64/gcc4.4:/opt/intel/debugger_2016/libipt/intel64/lib:/opt/intel/compilers_and_libraries_2016.0.109/linux/daal/lib/intel64_lin:/opt/intel/compilers_and_libraries_2016.0.109/linux/daal/../tbb/lib/intel64_lin/gcc4.4:/opt/intel/compilers_and_libraries_2016.0.109/linux/daal/../compiler/lib/intel64_lin::/usr/local/cuda/lib64:/usr/local/cuda/lib

The full results of the scipy tests are:

======================================================================
ERROR: Failure: ImportError (scipy/fftpack/_fftpack.so: undefined symbol: __intel_avx_rep_memcpy)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/fftpack/__init__.py", line 94, in <module>
    from .basic import *
  File "scipy/fftpack/basic.py", line 12, in <module>
    from . import _fftpack
ImportError: scipy/fftpack/_fftpack.so: undefined symbol: __intel_avx_rep_memcpy

======================================================================
ERROR: Failure: ImportError (scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/integrate/__init__.py", line 51, in <module>
    from .quadrature import *
  File "scipy/integrate/quadrature.py", line 6, in <module>
    from scipy.special.orthogonal import p_roots
  File "scipy/special/__init__.py", line 586, in <module>
    from ._ufuncs import *
ImportError: scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/interpolate/__init__.py", line 160, in <module>
    from .interpolate import *
  File "scipy/interpolate/interpolate.py", line 16, in <module>
    import scipy.special as spec
  File "scipy/special/__init__.py", line 586, in <module>
    from ._ufuncs import *
ImportError: scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/io/__init__.py", line 85, in <module>
    from .matlab import loadmat, savemat, whosmat, byteordercodes
  File "scipy/io/matlab/__init__.py", line 13, in <module>
    from .mio import loadmat, savemat, whosmat
  File "scipy/io/matlab/mio.py", line 12, in <module>
    from .miobase import get_matfile_version, docfiller
  File "scipy/io/matlab/miobase.py", line 22, in <module>
    from scipy.misc import doccer
  File "scipy/misc/__init__.py", line 47, in <module>
    from scipy.special import comb, factorial, factorial2, factorialk
  File "scipy/special/__init__.py", line 586, in <module>
    from ._ufuncs import *
ImportError: scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/linalg/_interpolative.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "/nfs/galaxy/unixhome/jmiller/scipy-to-copy/lib/python2.7/site-packages/scipy/linalg/tests/test_interpolative.py", line 29, in <module>
    import scipy.linalg.interpolative as pymatrixid
  File "scipy/linalg/interpolative.py", line 386, in <module>
    import scipy.linalg._interpolative_backend as backend
  File "scipy/linalg/_interpolative_backend.py", line 34, in <module>
    import scipy.linalg._interpolative as _id
ImportError: scipy/linalg/_interpolative.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/sparse/linalg/isolve/_iterative.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "/nfs/galaxy/unixhome/jmiller/scipy-to-copy/lib/python2.7/site-packages/scipy/linalg/tests/test_matfuncs.py", line 27, in <module>
    from scipy.linalg import _matfuncs_inv_ssq
  File "scipy/linalg/_matfuncs_inv_ssq.py", line 15, in <module>
    from scipy.sparse.linalg.interface import LinearOperator
  File "scipy/sparse/linalg/__init__.py", line 109, in <module>
    from .isolve import *
  File "scipy/sparse/linalg/isolve/__init__.py", line 6, in <module>
    from .iterative import *
  File "scipy/sparse/linalg/isolve/iterative.py", line 7, in <module>
    from . import _iterative
ImportError: scipy/sparse/linalg/isolve/_iterative.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (cannot import name doccer)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "/nfs/galaxy/unixhome/jmiller/scipy-to-copy/lib/python2.7/site-packages/scipy/linalg/tests/test_special_matrices.py", line 12, in <module>
    from scipy.misc import comb
  File "scipy/misc/__init__.py", line 44, in <module>
    from . import doccer
ImportError: cannot import name doccer

======================================================================
ERROR: Failure: ImportError (cannot import name doccer)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/misc/__init__.py", line 44, in <module>
    from . import doccer
ImportError: cannot import name doccer

======================================================================
ERROR: Failure: ImportError (cannot import name doccer)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/ndimage/__init__.py", line 172, in <module>
    from .filters import *
  File "scipy/ndimage/filters.py", line 37, in <module>
    from scipy.misc import doccer
  File "scipy/misc/__init__.py", line 44, in <module>
    from . import doccer
ImportError: cannot import name doccer

======================================================================
ERROR: Failure: ImportError (scipy/odr/__odrpack.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/odr/__init__.py", line 114, in <module>
    from .odrpack import *
  File "scipy/odr/odrpack.py", line 42, in <module>
    from scipy.odr import __odrpack
ImportError: scipy/odr/__odrpack.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/optimize/_lbfgsb.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/optimize/__init__.py", line 176, in <module>
    from ._minimize import *
  File "scipy/optimize/_minimize.py", line 31, in <module>
    from .lbfgsb import _minimize_lbfgsb
  File "scipy/optimize/lbfgsb.py", line 40, in <module>
    from . import _lbfgsb
ImportError: scipy/optimize/_lbfgsb.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/signal/__init__.py", line 264, in <module>
    from .bsplines import *
  File "scipy/signal/bsplines.py", line 4, in <module>
    import scipy.special
  File "scipy/special/__init__.py", line 586, in <module>
    from ._ufuncs import *
ImportError: scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/sparse/linalg/isolve/_iterative.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/sparse/linalg/__init__.py", line 109, in <module>
    from .isolve import *
  File "scipy/sparse/linalg/isolve/__init__.py", line 6, in <module>
    from .iterative import *
  File "scipy/sparse/linalg/isolve/iterative.py", line 7, in <module>
    from . import _iterative
ImportError: scipy/sparse/linalg/isolve/_iterative.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/sparse/linalg/isolve/_iterative.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "/nfs/galaxy/unixhome/jmiller/scipy-to-copy/lib/python2.7/site-packages/scipy/sparse/tests/test_base.py", line 44, in <module>
    from scipy.sparse.linalg import splu, expm, inv
  File "scipy/sparse/linalg/__init__.py", line 109, in <module>
    from .isolve import *
  File "scipy/sparse/linalg/isolve/__init__.py", line 6, in <module>
    from .iterative import *
  File "scipy/sparse/linalg/isolve/iterative.py", line 7, in <module>
    from . import _iterative
ImportError: scipy/sparse/linalg/isolve/_iterative.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/special/__init__.py", line 586, in <module>
    from ._ufuncs import *
ImportError: scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset

======================================================================
ERROR: Failure: ImportError (scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/loader.py", line 411, in loadTestsFromName
    addr.filename, addr.module)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 47, in importFromPath
    return self.importFromDir(dir_path, fqname)
  File "/usr/lib/python2.7/dist-packages/nose/importer.py", line 94, in importFromDir
    mod = load_module(part_fqname, fh, filename, desc)
  File "scipy/stats/__init__.py", line 338, in <module>
    from .stats import *
  File "scipy/stats/stats.py", line 184, in <module>
    import scipy.special as special
  File "scipy/special/__init__.py", line 586, in <module>
    from ._ufuncs import *
ImportError: scipy/special/_ufuncs.so: undefined symbol: __intel_avx_rep_memset

======================================================================
FAIL: test_qhull.TestDelaunay.test_incremental('pathological-1-chunk-1',)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/case.py", line 197, in runTest
    self.test(*self.arg)
  File "/nfs/galaxy/unixhome/jmiller/scipy-to-copy/lib/python2.7/site-packages/scipy/spatial/tests/test_qhull.py", line 507, in check
    np.arange(points.shape[0]))
  File "/usr/local/numpy-1.9.2/lib/python2.7/site-packages/numpy/testing/utils.py", line 739, in assert_array_equal
    verbose=verbose, header='Arrays are not equal')
  File "/usr/local/numpy-1.9.2/lib/python2.7/site-packages/numpy/testing/utils.py", line 620, in assert_array_compare
    raise AssertionError(msg)
AssertionError:
Arrays are not equal

(shapes (79,), (81,) mismatch)
 x: array([ 0,  2,  3,  4,  5,  6,  7,  8,  9, 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,...
 y: array([ 0,  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,...

======================================================================
FAIL: test_qhull.TestUtilities.test_degenerate_barycentric_transforms
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/lib/python2.7/dist-packages/nose/case.py", line 197, in runTest
    self.test(*self.arg)
  File "/usr/local/numpy-1.9.2/lib/python2.7/site-packages/numpy/testing/decorators.py", line 146, in skipper_func
    return f(*args, **kwargs)
  File "/nfs/galaxy/unixhome/jmiller/scipy-to-copy/lib/python2.7/site-packages/scipy/spatial/tests/test_qhull.py", line 296, in test_degenerate_barycentric_transforms
    assert_(bad_count < 20, bad_count)
  File "/usr/local/numpy-1.9.2/lib/python2.7/site-packages/numpy/testing/utils.py", line 53, in assert_
    raise AssertionError(smsg)
AssertionError: 26

----------------------------------------------------------------------
Ran 1760 tests in 13.580s

Using Inspector 2016 on Windows I can see there are uniniatialized reads dsyrk occasionally. When I replace the syrk call by the equivalent  loops then it goes away.

To be fair in both cases the results are the same but I am worried anyway.

I am fully aware I do not have a proof of an issue yet. However, are you interested in a small example? Or is it well know that Inspector produces false results on MKL. I think you claim valgrind cannot be trusted.

Thanks in advance.

Hi,
I built my own class for CSR3 matrices for Mkl Pardiso and I have to know how Mkl knows the length of arrays (values and columnIndex ):
- Is it done by rowIndex[number_of_rows]?
- Is it done by some information provided by mkl_alloc?

I know it seems a very stupid question but it's a whole month that I'm working on this problem:
1st case
- I preallocate the matrix with an estimated number of nonzeros (element that are not really initialized has a flag that say that are not used)
- I compress it, deleting all unused/uninitialized elements
2nd case
- I preallocate the matrix*
- I read the matrix from an external file

The two matrices at the end are ABSOLUTELY IDENTICAL. It changes the way they're allocated first.
The case one works very well, but after a random number of steps of the dynamic problem it has a huge residual (sometimes >e+14, yes it's a plus)! At that time I write the matrix on a file, I read it back to another matrix and then I give this matrix to Pardiso again and puff! All is perfect again! Residual e-15!

Do you have any suggestion?

Many thanks,
Dario

*in the 2nd case it works also if I preallocate whatever number of nonzero and then I compress. It works well at anytime!
** comparing IPARM output I noticed that or iparm(63) one-indexed it changes everytime but in the step where I face the problem there's a -1 in the 1st case and 0 in the second case... I don't know if it is useful

Here my settings: ONE-indexed

////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

/*IPARM easy settings*/
        IPARM(1) = 1;                /* No default values for solver */
        IPARM(6) = 0;                /* Write solution on u */
        IPARM(12) = 0;                /* Solve with transposed/conjugate transposed matrix [def: 0, solve simply A*x=b]*/
        IPARM(18) = -1;                /* Report number of nonzeros */
        IPARM(19) = -1;                /* Report number of floating point operations */
        IPARM(35) = 1;                /* Zero based indexing */
        IPARM(27) = 1;                /* Matrix checker */
        IPARM(28) = 0;                /* Double precision */
        IPARM(36) = 0;                /* Schur complement matrix computation control [def:0, do not compute Schur] */
        IPARM(56) = 0;                /* Diagonal and pivoting control [def:0, disabled] */
        IPARM(60) = 0;                /* In-Core (OC) / Out-Of-Core (OOC) switch [def:0, IC mode] */

        /* IPARM fine settings */
        IPARM(2) = 2;                /* Fill-in reducing ordering [def:2] */    
        IPARM(4) = 0;                /* Preconditioned CGS/CG [def:0] - HIGHLY RECOMMENDED */
        IPARM(5) = 0;                /* User fill-in reducing permutation [def:0, default filling]*/
        IPARM(8) = 10;                /* Maximum number of iterative refinement steps */
        IPARM(10) = 13;                /* Perturb the pivot elements with 1E-value [def:13 for unsymm/8 for symm, 1e-13 perturbation]*/
        IPARM(11) = 1;                /* Scaling MPS [def: 1 for unsym/0 for sym, scaling enabled] */
        IPARM(13) = 1;                /* Maximum weighted matching algorithm [def: 1 for nonsymmetric matrices, enabled) */
        IPARM(21) = 1;                /* Pivoting for symmetric indefinite matrices */
        IPARM(24) = 0;                /* Parallel factorization control [def:0, classic algorithm] */
        IPARM(25) = 0;                /* Parallel/sequential solve control [def:0, parallel] */
        IPARM(31) = 0;                /* ADV Partial solve and computing selected components of the solution vectors [def:0, disable]*/
        IPARM(34) = 0;                /* ADV Optimal number of threads for conditional numerical reproducibility (CNR) mode [def:0, disable]*/

I have been able to use mkl_dscrcoo, but I can't figure out mkl_zcsrcoo.

        PROGRAM zcsrcoo_test
        IMPLICIT NONE
        include 'mkl_pardiso.f77'

   integer nx, ne
       parameter(nx=5, ne=3)
  complex*16 val(ne), a(ne)
      integer :: rows(ne), cols(ne), ia(nx+1), ja(ne)
      integer ierr
      rows = 1
      cols = [3,2,1]
 val = [(1,2),(3,4),(5,6)]
     
      call mkl_zcsrcoo((/2,1,1,0,size(a),0,0,0/), nx, a, ja, ia,
     &    ne, val, rows, cols, ierr)

      STOP
      END

Here's what I get (from the visual studio Locals window).  The contents of ia and ja look good, but the A array looks all wrong!!

  IERR 0 INTEGER(4)
-  A {...} COMPLEX(8)
  A(1) (3.00000000000000,2.00000000000000) COMPLEX(8)
  A(2) (1.00000000000000,4.00000000000000) COMPLEX(8)
  A(3) (5.00000000000000,6.00000000000000) COMPLEX(8)
-  JA {...} INTEGER(4)
  JA(1) 1 INTEGER(4)
  JA(2) 2 INTEGER(4)
  JA(3) 3 INTEGER(4)
-  COLS {...} INTEGER(4)
  COLS(1) 3 INTEGER(4)
  COLS(2) 2 INTEGER(4)
  COLS(3) 1 INTEGER(4)
-  ROWS {...} INTEGER(4)
  ROWS(1) 1 INTEGER(4)
  ROWS(2) 1 INTEGER(4)
  ROWS(3) 1 INTEGER(4)
-  IA {...} INTEGER(4)
  IA(1) 1 INTEGER(4)
  IA(2) 4 INTEGER(4)
  IA(3) 4 INTEGER(4)
  IA(4) 4 INTEGER(4)
  IA(5) 4 INTEGER(4)
  IA(6) 4 INTEGER(4)
-  VAL {...} COMPLEX(8)
  VAL(1) (1.00000000000000,2.00000000000000) COMPLEX(8)
  VAL(2) (3.00000000000000,4.00000000000000) COMPLEX(8)
  VAL(3) (5.00000000000000,6.00000000000000) COMPLEX(8)

Hi all,

I have two questions about memory management of sparse_matrix_t :

1. When I create a matrix handle using routine mkl_sparse_?_create_csr, the handle will copy all data to new memory blocks? Or it only save the pointers in handle?  If it copy all data to new block, and the routine mkl_sparse_destroy will free these memory blocks or not ?

2. As the result of routine mkl_sparse_spmm , is it created in mkl routines？I will call destroy routine for it ? And then the internal data like column indexes array and matrix values array should be free expicit or not?

By the way, I found routines declared in header file : mkl_sparse_?_set_value, but they are not found in manual. And there are comment about these routines:

/* update existing value in the matrix ( for internal storage only, should not work with user-allocated matrices) */

It means I can not using them in my code?

Thanks,

Tianxiong Lu

I am trying to convert some old Cray routines with double precision to the Windows Visual Fortran platform, but somehow am having difficulties in making the routines work. Just wondering if MKL have any real*16 routines?

Hi all,

I am using  mkl_sparse_s_export_csr function for reading data in sparse_matrix_t object, but the return result is error while in other function. Here is the example:

#include "mkl_spblas.h"
#include <stdio.h>

void function1(const sparse_matrix_t csrA)
{
    // read data from sparse matrix
    int row, col;
    sparse_index_base_t indextype;
    int * bi, *ei;
    int * j;
    float *rv;
    sparse_status_t status = mkl_sparse_s_export_csr(csrA, &indextype, &row, &col, &bi, &ei, &j, &rv);
    printf("Matrix row count in function1: %d\n", row);
}

int main()
{
    //*******************************************************************************
    //     Declaration and initialization of parameters for sparse representation of
    //     the matrix A in the compressed sparse row format:
    //*******************************************************************************
#define M 5
#define N 5
#define NNZ 13
    //*******************************************************************************
    //    Sparse representation of the matrix A
    //*******************************************************************************
    float csrVal[NNZ]    = { 1.0, -1.0,     -3.0,
                             -2.0,  5.0,
                             4.0, 6.0, 4.0,
                             -4.0,       2.0, 7.0,
                             8.0,          -5.0 };
    MKL_INT    csrColInd[NNZ] = { 0,      1,        3,
                                  0,      1,
                                  2,   3,   4,
                                  0,           2,   3,
                                  1,             4 };
    MKL_INT    csrRowPtr[M+1] = { 0, 3, 5, 8, 11, 13 };
    // // Structure with sparse matrix stored in CSR format
    sparse_matrix_t       csrA;

    // Create handle with matrix stored in CSR format
    mkl_sparse_s_create_csr ( &csrA, SPARSE_INDEX_BASE_ZERO,
                              N,  // number of rows
                              M,  // number of cols
                              csrRowPtr,
                              csrRowPtr+1,
                              csrColInd,
                              csrVal );

    // read data from sparse matrix
    int row, col;
    sparse_index_base_t indextype;
    int * bi, *ei;
    int * j;
    float *rv;
    sparse_status_t status = mkl_sparse_s_export_csr(csrA, &indextype, &row, &col, &bi, &ei, &j, &rv);
    printf("Matrix row count in main: %d\n", row);

    // read data from function
    function1(csrA);

    mkl_sparse_destroy(csrA);
    return 1;
}

Result of this program is :

Matrix row count in main: 5
Matrix row count in function1: 0

Is there any error in function1? Why these two result is different?

thanks.

Tianxiong Lu

Hi guys,

I wrote some code to do dgels originally using LAPACKE. I also tried to use MKL to do the dgels. From my understanding, with the exact same code base but just recompile/relink with MKL library would just do the job. Or  LD_PRELOAD=libmkl_rt.so can also work upon the test program built with LAPACKE. the programs run OK, but the final results are different.

Any one can tell me why? 

Below is the the test program source code as well as the MakeFile lines.

    lapack_int m = 10;
    lapack_int n = 5; 
    lapack_int nrhs = 5;
    lapack_int lda, ldb, returninfo;
    char trans = 'N';
    int matrix_order = LAPACK_COL_MAJOR;
    // row major: lda = n, ldb = hrhs
    // column major, lda = max(1,m), ldb = max(1,m,n)
    // use column major by default  b/c the lapack/magma_lapack use column major to reduce complexity
    lda = MAX(1, m);
    ldb = MAX(lda, n);

    // Allocate matrix a and b memory
    double *A = NULL;
    double *B = NULL;
    
    A = (double *)malloc(lda*n* sizeof(double));
    B = (double *)malloc(ldb*nrhs* sizeof(double));
    if ((A == NULL) || (B == NULL))
    {
        fprintf(stderr, "Unable to allocate memory!\n");
        free(A);
        free(B);
        exit(1);
    }
    fprintf(stderr, "Fill matrix with data\n"); 
    // Fill matrix A and B with values
    for (int i=0; i< lda*n; i++)
    {
        // just example data
        A[i] = i+0.50;
        
    }
    for (int i=0; i< ldb*nrhs; i++)
    {
        // just example data
        B[i] = 2*i+0.10; 

     }

    returninfo = LAPACKE_dgels(matrix_order, trans, m, n, nrhs, A, lda, B, ldb);
            
    fprintf(stderr, "Overwritten B\n");
    print_matrix_col(B, n, nrhs);

=========================================================

$(TARGET_LAPACKE_DGELS): simple_lapack.c 
    $(CC) $(CFLAGS)  $(OUTPUTFLAGS) -I$(COMMON_DIR) $^ -llapacke -llapack -lm -lrt

$(TARGET_MKL_DGELS): simple_lapack.c 
    $(CC) $(CFLAGS)  $(OUTPUTFLAGS) -I$(COMMON_DIR) $^ -L$(INTEL_MKL_LIB_DIR) -lmkl_rt -lm -lrt