<div dir="ltr"><div class="gmail_extra"><div class="gmail_quote">On Mon, Mar 5, 2018 at 9:01 AM, Tobin Isaac <span dir="ltr"><<a href="mailto:tisaac@cc.gatech.edu" target="_blank">tisaac@cc.gatech.edu</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">This is a somewhat incomplete description of the steps in linear partitioning.  The rest can be accomplished with PetscSF calls, but I should wrap it up in a PetscPartitioner because it's a mistake-prone operation.<br></blockquote><div><br></div><div>Jed likes to do everything by hand because it is transparent, but then you become the maintainer.</div><div>I think this is easy to do in Plex, and we maintain the code. It is less transparent, which is the tradeoff.</div><div><br></div><div>   Matt</div><div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
On March 5, 2018 8:31:42 AM EST, Jed Brown <<a href="mailto:jed@jedbrown.org">jed@jedbrown.org</a>> wrote:<br>
>Dave May <<a href="mailto:dave.mayhem23@gmail.com">dave.mayhem23@gmail.com</a>> writes:<br>
><br>
>> For a 1D problem such as yours, I would use your favourite graph<br>
>> partitioner (Metis,Parmetis, Scotch) together with your cell based<br>
>> weighting and repartition the data yourself.<br>
><br>
>That's overkill in 1D.  You can MPI_Allreduce(SUM) and MPI_Scan(SUM)<br>
>the<br>
>weights, then find the transition indices in each subdomain.  It'll be<br>
>cheaper, more intuitive/deterministic, and avoid the extra library<br>
>dependency.  Of course if you think you may want to move to multiple<br>
>dimensions, it would make sense to consider DMPlex or DMForest.<br>
</blockquote></div><br><br clear="all"><div><br></div>-- <br><div class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div>What most experimenters take for granted before they begin their experiments is infinitely more interesting than any results to which their experiments lead.<br>-- Norbert Wiener</div><div><br></div><div><a href="http://www.caam.rice.edu/~mk51/" target="_blank">https://www.cse.buffalo.edu/~knepley/</a><br></div></div></div></div></div>
</div></div>