source: stable/2.6/Cbc/src/CbcHeuristic.cpp

Last change on this file was 1514, checked in by forrest, 9 years ago

fix minor bugs

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 111.3 KB
Line 
1/* $Id: CbcHeuristic.cpp 1514 2010-10-30 09:02:46Z unxusr $ */
2// Copyright (C) 2002, International Business Machines
3// Corporation and others.  All Rights Reserved.
4#if defined(_MSC_VER)
5// Turn off compiler warning about long names
6#  pragma warning(disable:4786)
7#endif
8
9#include "CbcConfig.h"
10
11#include <cassert>
12#include <cstdlib>
13#include <cmath>
14#include <cfloat>
15
16//#define PRINT_DEBUG
17#ifdef COIN_HAS_CLP
18#include "OsiClpSolverInterface.hpp"
19#endif
20#include "CbcModel.hpp"
21#include "CbcMessage.hpp"
22#include "CbcHeuristic.hpp"
23#include "CbcHeuristicFPump.hpp"
24#include "CbcStrategy.hpp"
25#include "CglPreProcess.hpp"
26#include "CglGomory.hpp"
27#include "CglProbing.hpp"
28#include "OsiAuxInfo.hpp"
29#include "OsiPresolve.hpp"
30#include "CbcBranchActual.hpp"
31#include "CbcCutGenerator.hpp"
32//==============================================================================
33
34CbcHeuristicNode::CbcHeuristicNode(const CbcHeuristicNode& rhs)
35{
36    numObjects_ = rhs.numObjects_;
37    brObj_ = new CbcBranchingObject*[numObjects_];
38    for (int i = 0; i < numObjects_; ++i) {
39        brObj_[i] = rhs.brObj_[i]->clone();
40    }
41}
42
43void
44CbcHeuristicNodeList::gutsOfDelete()
45{
46    for (int i = (static_cast<int>(nodes_.size())) - 1; i >= 0; --i) {
47        delete nodes_[i];
48    }
49}
50
51void
52CbcHeuristicNodeList::gutsOfCopy(const CbcHeuristicNodeList& rhs)
53{
54    append(rhs);
55}
56
57CbcHeuristicNodeList::CbcHeuristicNodeList(const CbcHeuristicNodeList& rhs)
58{
59    gutsOfCopy(rhs);
60}
61
62CbcHeuristicNodeList& CbcHeuristicNodeList::operator=
63(const CbcHeuristicNodeList & rhs)
64{
65    if (this != &rhs) {
66        gutsOfDelete();
67        gutsOfCopy(rhs);
68    }
69    return *this;
70}
71
72CbcHeuristicNodeList::~CbcHeuristicNodeList()
73{
74    gutsOfDelete();
75}
76
77void
78CbcHeuristicNodeList::append(CbcHeuristicNode*& node)
79{
80    nodes_.push_back(node);
81    node = NULL;
82}
83
84void
85CbcHeuristicNodeList::append(const CbcHeuristicNodeList& nodes)
86{
87    nodes_.reserve(nodes_.size() + nodes.size());
88    for (int i = 0; i < nodes.size(); ++i) {
89        CbcHeuristicNode* node = new CbcHeuristicNode(*nodes.node(i));
90        append(node);
91    }
92}
93
94//==============================================================================
95#define DEFAULT_WHERE ((255-2-16)*(1+256))
96// Default Constructor
97CbcHeuristic::CbcHeuristic() :
98        model_(NULL),
99        when_(2),
100        numberNodes_(200),
101        feasibilityPumpOptions_(-1),
102        fractionSmall_(1.0),
103        heuristicName_("Unknown"),
104        howOften_(1),
105        decayFactor_(0.0),
106        switches_(0),
107        whereFrom_(DEFAULT_WHERE),
108        shallowDepth_(1),
109        howOftenShallow_(1),
110        numInvocationsInShallow_(0),
111        numInvocationsInDeep_(0),
112        lastRunDeep_(0),
113        numRuns_(0),
114        minDistanceToRun_(1),
115        runNodes_(),
116        numCouldRun_(0),
117        numberSolutionsFound_(0),
118        inputSolution_(NULL)
119{
120    // As CbcHeuristic virtual need to modify .cpp if above change
121}
122
123// Constructor from model
124CbcHeuristic::CbcHeuristic(CbcModel & model) :
125        model_(&model),
126        when_(2),
127        numberNodes_(200),
128        feasibilityPumpOptions_(-1),
129        fractionSmall_(1.0),
130        heuristicName_("Unknown"),
131        howOften_(1),
132        decayFactor_(0.0),
133        switches_(0),
134        whereFrom_(DEFAULT_WHERE),
135        shallowDepth_(1),
136        howOftenShallow_(1),
137        numInvocationsInShallow_(0),
138        numInvocationsInDeep_(0),
139        lastRunDeep_(0),
140        numRuns_(0),
141        minDistanceToRun_(1),
142        runNodes_(),
143        numCouldRun_(0),
144        numberSolutionsFound_(0),
145        inputSolution_(NULL)
146{}
147
148void
149CbcHeuristic::gutsOfCopy(const CbcHeuristic & rhs)
150{
151    model_ = rhs.model_;
152    when_ = rhs.when_;
153    numberNodes_ = rhs.numberNodes_;
154    feasibilityPumpOptions_ = rhs.feasibilityPumpOptions_;
155    fractionSmall_ = rhs.fractionSmall_;
156    randomNumberGenerator_ = rhs.randomNumberGenerator_;
157    heuristicName_ = rhs.heuristicName_;
158    howOften_ = rhs.howOften_;
159    decayFactor_ = rhs.decayFactor_;
160    switches_ = rhs.switches_;
161    whereFrom_ = rhs.whereFrom_;
162    shallowDepth_ = rhs.shallowDepth_;
163    howOftenShallow_ = rhs.howOftenShallow_;
164    numInvocationsInShallow_ = rhs.numInvocationsInShallow_;
165    numInvocationsInDeep_ = rhs.numInvocationsInDeep_;
166    lastRunDeep_ = rhs.lastRunDeep_;
167    numRuns_ = rhs.numRuns_;
168    numCouldRun_ = rhs.numCouldRun_;
169    minDistanceToRun_ = rhs.minDistanceToRun_;
170    runNodes_ = rhs.runNodes_;
171    numberSolutionsFound_ = rhs.numberSolutionsFound_;
172    if (rhs.inputSolution_) {
173        int numberColumns = model_->getNumCols();
174        setInputSolution(rhs.inputSolution_, rhs.inputSolution_[numberColumns]);
175    }
176}
177// Copy constructor
178CbcHeuristic::CbcHeuristic(const CbcHeuristic & rhs)
179{
180    inputSolution_ = NULL;
181    gutsOfCopy(rhs);
182}
183
184// Assignment operator
185CbcHeuristic &
186CbcHeuristic::operator=( const CbcHeuristic & rhs)
187{
188    if (this != &rhs) {
189        gutsOfDelete();
190        gutsOfCopy(rhs);
191    }
192    return *this;
193}
194
195void CbcHeurDebugNodes(CbcModel* model_)
196{
197    CbcNode* node = model_->currentNode();
198    CbcNodeInfo* nodeInfo = node->nodeInfo();
199    std::cout << "===============================================================\n";
200    while (nodeInfo) {
201        const CbcNode* node = nodeInfo->owner();
202        printf("nodeinfo: node %i\n", nodeInfo->nodeNumber());
203        {
204            const CbcIntegerBranchingObject* brPrint =
205                dynamic_cast<const CbcIntegerBranchingObject*>(nodeInfo->parentBranch());
206            if (!brPrint) {
207                printf("    parentBranch: NULL\n");
208            } else {
209                const double* downBounds = brPrint->downBounds();
210                const double* upBounds = brPrint->upBounds();
211                int variable = brPrint->variable();
212                int way = brPrint->way();
213                printf("   parentBranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
214                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
215                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
216            }
217        }
218        if (! node) {
219            printf("    owner: NULL\n");
220        } else {
221            printf("    owner: node %i depth %i onTree %i active %i",
222                   node->nodeNumber(), node->depth(), node->onTree(), node->active());
223            const OsiBranchingObject* osibr =
224                nodeInfo->owner()->branchingObject();
225            const CbcBranchingObject* cbcbr =
226                dynamic_cast<const CbcBranchingObject*>(osibr);
227            const CbcIntegerBranchingObject* brPrint =
228                dynamic_cast<const CbcIntegerBranchingObject*>(cbcbr);
229            if (!brPrint) {
230                printf("        ownerBranch: NULL\n");
231            } else {
232                const double* downBounds = brPrint->downBounds();
233                const double* upBounds = brPrint->upBounds();
234                int variable = brPrint->variable();
235                int way = brPrint->way();
236                printf("        ownerbranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
237                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
238                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
239            }
240        }
241        nodeInfo = nodeInfo->parent();
242    }
243}
244
245void
246CbcHeuristic::debugNodes()
247{
248    CbcHeurDebugNodes(model_);
249}
250
251void
252CbcHeuristic::printDistanceToNodes()
253{
254    const CbcNode* currentNode = model_->currentNode();
255    if (currentNode != NULL) {
256        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
257        for (int i = runNodes_.size() - 1; i >= 0; --i) {
258            nodeDesc->distance(runNodes_.node(i));
259        }
260        runNodes_.append(nodeDesc);
261    }
262}
263
264bool
265CbcHeuristic::shouldHeurRun(int whereFrom)
266{
267    assert (whereFrom >= 0 && whereFrom < 16);
268    // take off 8 (code - likes new solution)
269    whereFrom &= 7;
270    if ((whereFrom_&(1 << whereFrom)) == 0)
271        return false;
272    // No longer used for original purpose - so use for ever run at all JJF
273#ifndef JJF_ONE
274    // Don't run if hot start
275    if (model_ && model_->hotstartSolution())
276        return false;
277    else
278        return true;
279#else
280#ifdef JJF_ZERO
281    const CbcNode* currentNode = model_->currentNode();
282    if (currentNode == NULL) {
283        return false;
284    }
285
286    debugNodes();
287//   return false;
288
289    const int depth = currentNode->depth();
290#else
291    int depth = model_->currentDepth();
292#endif
293
294    const int nodeCount = model_->getNodeCount();  // FIXME: check that this is
295    // correct in parallel
296
297    if (nodeCount == 0 || depth <= shallowDepth_) {
298        // what to do when we are in the shallow part of the tree
299        if (model_->getCurrentPassNumber() == 1) {
300            // first time in the node...
301            numInvocationsInShallow_ = 0;
302        }
303        ++numInvocationsInShallow_;
304        // Very large howOftenShallow_ will give the original test:
305        // (model_->getCurrentPassNumber() != 1)
306        //    if ((numInvocationsInShallow_ % howOftenShallow_) != 1) {
307        if ((numInvocationsInShallow_ % howOftenShallow_) != 0) {
308            return false;
309        }
310        // LL: should we save these nodes in the list of nodes where the heur was
311        // LL: run?
312#ifndef JJF_ONE
313        if (currentNode != NULL) {
314            // Get where we are and create the appropriate CbcHeuristicNode object
315            CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
316            runNodes_.append(nodeDesc);
317        }
318#endif
319    } else {
320        // deeper in the tree
321        if (model_->getCurrentPassNumber() == 1) {
322            // first time in the node...
323            ++numInvocationsInDeep_;
324        }
325        if (numInvocationsInDeep_ - lastRunDeep_ < howOften_) {
326            return false;
327        }
328        if (model_->getCurrentPassNumber() != 1) {
329            // Run the heuristic only when first entering the node.
330            // LL: I don't think this is right. It should run just before strong
331            // LL: branching, I believe.
332            return false;
333        }
334        // Get where we are and create the appropriate CbcHeuristicNode object
335        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
336        //#ifdef PRINT_DEBUG
337#ifndef JJF_ONE
338        const double minDistanceToRun = 1.5 * log((double)depth) / log((double)2);
339#else
340    const double minDistanceToRun = minDistanceToRun_;
341#endif
342#ifdef PRINT_DEBUG
343        double minDistance = nodeDesc->minDistance(runNodes_);
344        std::cout << "minDistance = " << minDistance
345                  << ", minDistanceToRun = " << minDistanceToRun << std::endl;
346#endif
347        if (nodeDesc->minDistanceIsSmall(runNodes_, minDistanceToRun)) {
348            delete nodeDesc;
349            return false;
350        }
351        runNodes_.append(nodeDesc);
352        lastRunDeep_ = numInvocationsInDeep_;
353        //    ++lastRunDeep_;
354    }
355    ++numRuns_;
356    return true;
357#endif
358}
359
360bool
361CbcHeuristic::shouldHeurRun_randomChoice()
362{
363    if (!when_)
364        return false;
365    int depth = model_->currentDepth();
366    // when_ -999 is special marker to force to run
367    if (depth != 0 && when_ != -999) {
368        const double numerator = depth * depth;
369        const double denominator = exp(depth * log(2.0));
370        double probability = numerator / denominator;
371        double randomNumber = randomNumberGenerator_.randomDouble();
372        int when = when_ % 100;
373        if (when > 2 && when < 8) {
374            /* JJF adjustments
375            3 only at root and if no solution
376            4 only at root and if this heuristic has not got solution
377            5 as 3 but decay more
378            6 decay
379            7 run up to 2 times if solution found 4 otherwise
380            */
381            switch (when) {
382            case 3:
383            default:
384                if (model_->bestSolution())
385                    probability = -1.0;
386                break;
387            case 4:
388                if (numberSolutionsFound_)
389                    probability = -1.0;
390                break;
391            case 5:
392                assert (decayFactor_);
393                if (model_->bestSolution()) {
394                    probability = -1.0;
395                } else if (numCouldRun_ > 1000) {
396                    decayFactor_ *= 0.99;
397                    probability *= decayFactor_;
398                }
399                break;
400            case 6:
401                if (depth >= 3) {
402                    if ((numCouldRun_ % howOften_) == 0 &&
403                            numberSolutionsFound_*howOften_ < numCouldRun_) {
404#ifdef COIN_DEVELOP
405                        int old = howOften_;
406#endif
407                        howOften_ = CoinMin(CoinMax(static_cast<int> (howOften_ * 1.1), howOften_ + 1), 1000000);
408#ifdef COIN_DEVELOP
409                        printf("Howoften changed from %d to %d for %s\n",
410                               old, howOften_, heuristicName_.c_str());
411#endif
412                    }
413                    probability = 1.0 / howOften_;
414                    if (model_->bestSolution())
415                        probability *= 0.5;
416                }
417                break;
418            case 7:
419                if ((model_->bestSolution() && numRuns_ >= 2) || numRuns_ >= 4)
420                    probability = -1.0;
421                break;
422            }
423        }
424        if (randomNumber > probability)
425            return false;
426
427        if (model_->getCurrentPassNumber() > 1)
428            return false;
429#ifdef COIN_DEVELOP
430        printf("Running %s, random %g probability %g\n",
431               heuristicName_.c_str(), randomNumber, probability);
432#endif
433    } else {
434#ifdef COIN_DEVELOP
435        printf("Running %s, depth %d when %d\n",
436               heuristicName_.c_str(), depth, when_);
437#endif
438    }
439    ++numRuns_;
440    return true;
441}
442
443// Resets stuff if model changes
444void
445CbcHeuristic::resetModel(CbcModel * model)
446{
447    model_ = model;
448}
449// Set seed
450void
451CbcHeuristic::setSeed(int value)
452{
453    randomNumberGenerator_.setSeed(value);
454}
455
456// Create C++ lines to get to current state
457void
458CbcHeuristic::generateCpp( FILE * fp, const char * heuristic)
459{
460    // hard coded as CbcHeuristic virtual
461    if (when_ != 2)
462        fprintf(fp, "3  %s.setWhen(%d);\n", heuristic, when_);
463    else
464        fprintf(fp, "4  %s.setWhen(%d);\n", heuristic, when_);
465    if (numberNodes_ != 200)
466        fprintf(fp, "3  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
467    else
468        fprintf(fp, "4  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
469    if (feasibilityPumpOptions_ != -1)
470        fprintf(fp, "3  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
471    else
472        fprintf(fp, "4  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
473    if (fractionSmall_ != 1.0)
474        fprintf(fp, "3  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
475    else
476        fprintf(fp, "4  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
477    if (heuristicName_ != "Unknown")
478        fprintf(fp, "3  %s.setHeuristicName(\"%s\");\n",
479                heuristic, heuristicName_.c_str()) ;
480    else
481        fprintf(fp, "4  %s.setHeuristicName(\"%s\");\n",
482                heuristic, heuristicName_.c_str()) ;
483    if (decayFactor_ != 0.0)
484        fprintf(fp, "3  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
485    else
486        fprintf(fp, "4  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
487    if (switches_ != 0)
488        fprintf(fp, "3  %s.setSwitches(%d);\n", heuristic, switches_);
489    else
490        fprintf(fp, "4  %s.setSwitches(%d);\n", heuristic, switches_);
491    if (whereFrom_ != DEFAULT_WHERE)
492        fprintf(fp, "3  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
493    else
494        fprintf(fp, "4  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
495    if (shallowDepth_ != 1)
496        fprintf(fp, "3  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
497    else
498        fprintf(fp, "4  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
499    if (howOftenShallow_ != 1)
500        fprintf(fp, "3  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
501    else
502        fprintf(fp, "4  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
503    if (minDistanceToRun_ != 1)
504        fprintf(fp, "3  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
505    else
506        fprintf(fp, "4  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
507}
508// Destructor
509CbcHeuristic::~CbcHeuristic ()
510{
511    delete [] inputSolution_;
512}
513
514// update model
515void CbcHeuristic::setModel(CbcModel * model)
516{
517    model_ = model;
518}
519/* Clone but ..
520   type 0 clone solver, 1 clone continuous solver
521   Add 2 to say without integer variables which are at low priority
522   Add 4 to say quite likely infeasible so give up easily.*/
523OsiSolverInterface *
524CbcHeuristic::cloneBut(int type)
525{
526    OsiSolverInterface * solver;
527    if ((type&1) == 0 || !model_->continuousSolver())
528        solver = model_->solver()->clone();
529    else
530        solver = model_->continuousSolver()->clone();
531#ifdef COIN_HAS_CLP
532    OsiClpSolverInterface * clpSolver
533    = dynamic_cast<OsiClpSolverInterface *> (solver);
534#endif
535    if ((type&2) != 0) {
536        int n = model_->numberObjects();
537        int priority = model_->continuousPriority();
538        if (priority < COIN_INT_MAX) {
539            for (int i = 0; i < n; i++) {
540                const OsiObject * obj = model_->object(i);
541                const CbcSimpleInteger * thisOne =
542                    dynamic_cast <const CbcSimpleInteger *> (obj);
543                if (thisOne) {
544                    int iColumn = thisOne->columnNumber();
545                    if (thisOne->priority() >= priority)
546                        solver->setContinuous(iColumn);
547                }
548            }
549        }
550#ifdef COIN_HAS_CLP
551        if (clpSolver) {
552            for (int i = 0; i < n; i++) {
553                const OsiObject * obj = model_->object(i);
554                const CbcSimpleInteger * thisOne =
555                    dynamic_cast <const CbcSimpleInteger *> (obj);
556                if (thisOne) {
557                    int iColumn = thisOne->columnNumber();
558                    if (clpSolver->isOptionalInteger(iColumn))
559                        clpSolver->setContinuous(iColumn);
560                }
561            }
562        }
563#endif
564    }
565#ifdef COIN_HAS_CLP
566    if ((type&4) != 0 && clpSolver) {
567        int options = clpSolver->getModelPtr()->moreSpecialOptions();
568        clpSolver->getModelPtr()->setMoreSpecialOptions(options | 64);
569    }
570#endif
571    return solver;
572}
573// Whether to exit at once on gap
574bool
575CbcHeuristic::exitNow(double bestObjective) const
576{
577    if ((switches_&2048) != 0) {
578        // exit may be forced - but unset for next time
579        switches_ &= ~2048;
580        if ((switches_&1024) != 0)
581            return true;
582    } else if ((switches_&1) == 0) {
583        return false;
584    }
585    // See if can stop on gap
586    OsiSolverInterface * solver = model_->solver();
587    double bestPossibleObjective = solver->getObjValue() * solver->getObjSense();
588    double absGap = CoinMax(model_->getAllowableGap(),
589                            model_->getHeuristicGap());
590    double fracGap = CoinMax(model_->getAllowableFractionGap(),
591                             model_->getHeuristicFractionGap());
592    double testGap = CoinMax(absGap, fracGap *
593                             CoinMax(fabs(bestObjective),
594                                     fabs(bestPossibleObjective)));
595
596    if (bestObjective - bestPossibleObjective < testGap
597            && model_->getCutoffIncrement() >= 0.0) {
598        return true;
599    } else {
600        return false;
601    }
602}
603#ifdef HISTORY_STATISTICS
604extern bool getHistoryStatistics_;
605#endif
606static double sizeRatio(int numberRowsNow, int numberColumnsNow,
607                        int numberRowsStart, int numberColumnsStart)
608{
609    double valueNow;
610    if (numberRowsNow*10 > numberColumnsNow || numberColumnsNow < 200) {
611        valueNow = 2 * numberRowsNow + numberColumnsNow;
612    } else {
613        // long and thin - rows are more important
614        if (numberRowsNow*40 > numberColumnsNow)
615            valueNow = 10 * numberRowsNow + numberColumnsNow;
616        else
617            valueNow = 200 * numberRowsNow + numberColumnsNow;
618    }
619    double valueStart;
620    if (numberRowsStart*10 > numberColumnsStart || numberColumnsStart < 200) {
621        valueStart = 2 * numberRowsStart + numberColumnsStart;
622    } else {
623        // long and thin - rows are more important
624        if (numberRowsStart*40 > numberColumnsStart)
625            valueStart = 10 * numberRowsStart + numberColumnsStart;
626        else
627            valueStart = 200 * numberRowsStart + numberColumnsStart;
628    }
629    //printf("sizeProblem Now %g, %d rows, %d columns\nsizeProblem Start %g, %d rows, %d columns\n",
630    // valueNow,numberRowsNow,numberColumnsNow,
631    // valueStart,numberRowsStart,numberColumnsStart);
632    if (10*numberRowsNow < 8*numberRowsStart)
633        return valueNow / valueStart;
634    else if (10*numberRowsNow < 9*numberRowsStart)
635        return 1.1*(valueNow / valueStart);
636    else if (numberRowsNow < numberRowsStart)
637        return 1.5*(valueNow / valueStart);
638    else
639        return 2.0*(valueNow / valueStart);
640}
641
642
643// Do mini branch and bound (return 1 if solution)
644int
645CbcHeuristic::smallBranchAndBound(OsiSolverInterface * solver, int numberNodes,
646                                  double * newSolution, double & newSolutionValue,
647                                  double cutoff, std::string name) const
648{
649    // size before
650    int shiftRows = 0;
651    if (numberNodes < 0)
652        shiftRows = solver->getNumRows() - numberNodes_;
653    int numberRowsStart = solver->getNumRows() - shiftRows;
654    int numberColumnsStart = solver->getNumCols();
655#ifdef CLP_INVESTIGATE
656    printf("%s has %d rows, %d columns\n",
657           name.c_str(), solver->getNumRows(), solver->getNumCols());
658#endif
659    // Use this fraction
660    double fractionSmall = fractionSmall_;
661    double before = 2 * numberRowsStart + numberColumnsStart;
662    if (before > 40000.0) {
663        // fairly large - be more conservative
664        double multiplier = 1.0 - 0.3 * CoinMin(100000.0, before - 40000.0) / 100000.0;
665        if (multiplier < 1.0) {
666            fractionSmall *= multiplier;
667#ifdef CLP_INVESTIGATE
668            printf("changing fractionSmall from %g to %g for %s\n",
669                   fractionSmall_, fractionSmall, name.c_str());
670#endif
671        }
672    }
673#ifdef COIN_HAS_CLP
674    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
675    if (osiclp && (osiclp->specialOptions()&65536) == 0) {
676        // go faster stripes
677        if (osiclp->getNumRows() < 300 && osiclp->getNumCols() < 500) {
678            osiclp->setupForRepeatedUse(2, 0);
679        } else {
680            osiclp->setupForRepeatedUse(0, 0);
681        }
682        // Turn this off if you get problems
683        // Used to be automatically set
684        osiclp->setSpecialOptions(osiclp->specialOptions() | (128 + 64 - 128));
685        ClpSimplex * lpSolver = osiclp->getModelPtr();
686        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
687        lpSolver->setSpecialOptions(lpSolver->specialOptions() |
688                                    (/*16384+*/4096 + 512 + 128));
689    }
690#endif
691#ifdef HISTORY_STATISTICS
692    getHistoryStatistics_ = false;
693#endif
694    int status = 0;
695    int logLevel = model_->logLevel();
696#define LEN_PRINT 250
697    char generalPrint[LEN_PRINT];
698    // Do presolve to see if possible
699    int numberColumns = solver->getNumCols();
700    char * reset = NULL;
701    int returnCode = 1;
702    int saveModelOptions = model_->specialOptions();
703    assert ((saveModelOptions&2048) == 0);
704    model_->setSpecialOptions(saveModelOptions | 2048);
705    {
706        int saveLogLevel = solver->messageHandler()->logLevel();
707        if (saveLogLevel == 1)
708            solver->messageHandler()->setLogLevel(0);
709        OsiPresolve * pinfo = new OsiPresolve();
710        int presolveActions = 0;
711        // Allow dual stuff on integers
712        presolveActions = 1;
713        // Do not allow all +1 to be tampered with
714        //if (allPlusOnes)
715        //presolveActions |= 2;
716        // allow transfer of costs
717        // presolveActions |= 4;
718        pinfo->setPresolveActions(presolveActions);
719        OsiSolverInterface * presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
720        delete pinfo;
721        // see if too big
722
723        if (presolvedModel) {
724            int afterRows = presolvedModel->getNumRows();
725            int afterCols = presolvedModel->getNumCols();
726            //#define COIN_DEVELOP
727#ifdef COIN_DEVELOP_z
728            if (numberNodes < 0) {
729                solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
730                presolvedModel->writeMpsNative("after1.mps", NULL, NULL, 2, 1);
731            }
732#endif
733            delete presolvedModel;
734            double ratio = sizeRatio(afterRows - shiftRows, afterCols,
735                                     numberRowsStart, numberColumnsStart);
736            double after = 2 * afterRows + afterCols;
737            if (ratio > fractionSmall && after > 300 && numberNodes >= 0) {
738                // Need code to try again to compress further using used
739                const int * used =  model_->usedInSolution();
740                int maxUsed = 0;
741                int iColumn;
742                const double * lower = solver->getColLower();
743                const double * upper = solver->getColUpper();
744                for (iColumn = 0; iColumn < numberColumns; iColumn++) {
745                    if (upper[iColumn] > lower[iColumn]) {
746                        if (solver->isBinary(iColumn))
747                            maxUsed = CoinMax(maxUsed, used[iColumn]);
748                    }
749                }
750                if (maxUsed) {
751                    reset = new char [numberColumns];
752                    int nFix = 0;
753                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
754                        reset[iColumn] = 0;
755                        if (upper[iColumn] > lower[iColumn]) {
756                            if (solver->isBinary(iColumn) && used[iColumn] == maxUsed) {
757                                bool setValue = true;
758                                if (maxUsed == 1) {
759                                    double randomNumber = randomNumberGenerator_.randomDouble();
760                                    if (randomNumber > 0.3)
761                                        setValue = false;
762                                }
763                                if (setValue) {
764                                    reset[iColumn] = 1;
765                                    solver->setColLower(iColumn, 1.0);
766                                    nFix++;
767                                }
768                            }
769                        }
770                    }
771                    pinfo = new OsiPresolve();
772                    presolveActions = 0;
773                    // Allow dual stuff on integers
774                    presolveActions = 1;
775                    // Do not allow all +1 to be tampered with
776                    //if (allPlusOnes)
777                    //presolveActions |= 2;
778                    // allow transfer of costs
779                    // presolveActions |= 4;
780                    pinfo->setPresolveActions(presolveActions);
781                    presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
782                    delete pinfo;
783                    if (presolvedModel) {
784                        // see if too big
785                        int afterRows2 = presolvedModel->getNumRows();
786                        int afterCols2 = presolvedModel->getNumCols();
787                        delete presolvedModel;
788                        double ratio = sizeRatio(afterRows2 - shiftRows, afterCols2,
789                                                 numberRowsStart, numberColumnsStart);
790                        double after = 2 * afterRows2 + afterCols2;
791                        if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
792                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - still too large",
793                                    solver->getNumRows(), solver->getNumCols(),
794                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
795                            // If much too big - give up
796                            if (ratio > 0.75)
797                                returnCode = -1;
798                        } else {
799                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - ok now",
800                                    solver->getNumRows(), solver->getNumCols(),
801                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
802                        }
803                        model_->messageHandler()->message(CBC_GENERAL, model_->messages())
804                        << generalPrint
805                        << CoinMessageEol;
806                    } else {
807                        returnCode = 2; // infeasible
808                    }
809                }
810            } else if (ratio > fractionSmall && after > 300) {
811                returnCode = -1;
812            }
813        } else {
814            returnCode = 2; // infeasible
815        }
816        solver->messageHandler()->setLogLevel(saveLogLevel);
817    }
818    if (returnCode == 2 || returnCode == -1) {
819        model_->setSpecialOptions(saveModelOptions);
820        delete [] reset;
821#ifdef HISTORY_STATISTICS
822        getHistoryStatistics_ = true;
823#endif
824        //printf("small no good\n");
825        return returnCode;
826    }
827    // Reduce printout
828    bool takeHint;
829    OsiHintStrength strength;
830    solver->getHintParam(OsiDoReducePrint, takeHint, strength);
831    solver->setHintParam(OsiDoReducePrint, true, OsiHintTry);
832    solver->setHintParam(OsiDoPresolveInInitial, false, OsiHintTry);
833    double signedCutoff = cutoff*solver->getObjSense();
834    solver->setDblParam(OsiDualObjectiveLimit, signedCutoff);
835    solver->initialSolve();
836    if (solver->isProvenOptimal()) {
837        CglPreProcess process;
838        /* Do not try and produce equality cliques and
839           do up to 2 passes (normally) 5 if restart */
840        int numberPasses = 2;
841        if (numberNodes < 0) {
842            numberPasses = 5;
843            // Say some rows cuts
844            int numberRows = solver->getNumRows();
845            if (numberNodes_ < numberRows && true /* think */) {
846                char * type = new char[numberRows];
847                memset(type, 0, numberNodes_);
848                memset(type + numberNodes_, 1, numberRows - numberNodes_);
849                process.passInRowTypes(type, numberRows);
850                delete [] type;
851            }
852        }
853        if (logLevel <= 1)
854            process.messageHandler()->setLogLevel(0);
855        OsiSolverInterface * solver2 = process.preProcessNonDefault(*solver, false,
856                                       numberPasses);
857        if (!solver2) {
858            if (logLevel > 1)
859                printf("Pre-processing says infeasible\n");
860            returnCode = 2; // so will be infeasible
861        } else {
862#ifdef COIN_DEVELOP_z
863            if (numberNodes < 0) {
864                solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
865            }
866#endif
867            // see if too big
868            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
869                                     numberRowsStart, numberColumnsStart);
870            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
871            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
872                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
873                        solver->getNumRows(), solver->getNumCols(),
874                        solver2->getNumRows(), solver2->getNumCols());
875                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
876                << generalPrint
877                << CoinMessageEol;
878                returnCode = -1;
879                //printf("small no good2\n");
880            } else {
881                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
882                        solver->getNumRows(), solver->getNumCols(),
883                        solver2->getNumRows(), solver2->getNumCols());
884                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
885                << generalPrint
886                << CoinMessageEol;
887            }
888            if (returnCode == 1) {
889                solver2->resolve();
890                CbcModel model(*solver2);
891                if (numberNodes >= 0) {
892                    // normal
893                    model.setSpecialOptions(saveModelOptions | 2048);
894                    if (logLevel <= 1)
895                        model.setLogLevel(0);
896                    else
897                        model.setLogLevel(logLevel);
898                    // No small fathoming
899                    model.setFastNodeDepth(-1);
900                    model.setCutoff(signedCutoff);
901                    // Don't do if original fraction > 1.0 and too large
902                    if (fractionSmall_>1.0) {
903                      /* 1.4 means -1 nodes if >.4
904                         2.4 means -1 nodes if >.5 and 0 otherwise
905                         3.4 means -1 nodes if >.6 and 0 or 5
906                         4.4 means -1 nodes if >.7 and 0, 5 or 10
907                      */
908                      double fraction = fractionSmall_-floor(fractionSmall_);
909                      if (ratio>fraction) {
910                        int type = static_cast<int>(floor(fractionSmall_*0.1));
911                        int over = static_cast<int>(ceil(ratio-fraction));
912                        int maxNodes[]={-1,0,5,10};
913                        if (type>over)
914                          numberNodes=maxNodes[type-over];
915                        else
916                          numberNodes=-1;
917                      }
918                    }
919                    model.setMaximumNodes(numberNodes);
920                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
921                    // Lightweight
922                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
923                    model.setStrategy(strategy);
924                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
925                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
926                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
927                } else {
928                    model.setSpecialOptions(saveModelOptions);
929                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
930                    << solver2->getNumRows() << solver2->getNumCols()
931                    << CoinMessageEol;
932                    // going for full search and copy across more stuff
933                    model.gutsOfCopy(*model_, 2);
934                    for (int i = 0; i < model.numberCutGenerators(); i++) {
935                        CbcCutGenerator * generator = model.cutGenerator(i);
936                        CglGomory * gomory = dynamic_cast<CglGomory *>
937                          (generator->generator());
938                        if (gomory&&gomory->originalSolver()) 
939                          gomory->passInOriginalSolver(model.solver());
940                        generator->setTiming(true);
941                        // Turn on if was turned on
942                        int iOften = model_->cutGenerator(i)->howOften();
943#ifdef CLP_INVESTIGATE
944                        printf("Gen %d often %d %d\n",
945                               i, generator->howOften(),
946                               iOften);
947#endif
948                        if (iOften > 0)
949                            generator->setHowOften(iOften % 1000000);
950                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
951                            generator->setHowOften(-100);
952                    }
953                    model.setCutoff(signedCutoff);
954                    // make sure can't do nested search! but allow heuristics
955                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
956                    bool takeHint;
957                    OsiHintStrength strength;
958                    // Switch off printing if asked to
959                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
960                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
961                    CbcStrategyDefault strategy(1, model_->numberStrong(),
962                                                model_->numberBeforeTrust());
963                    // Set up pre-processing - no
964                    strategy.setupPreProcessing(0); // was (4);
965                    model.setStrategy(strategy);
966                    //model.solver()->writeMps("crunched");
967                    int numberCuts = process.cuts().sizeRowCuts();
968                    if (numberCuts) {
969                        // add in cuts
970                        CglStored cuts = process.cuts();
971                        model.addCutGenerator(&cuts, 1, "Stored from first");
972                    }
973                }
974                // Do search
975                if (logLevel > 1)
976                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
977                    << name
978                    << model.getMaximumNodes()
979                    << CoinMessageEol;
980                // probably faster to use a basis to get integer solutions
981                model.setSpecialOptions(model.specialOptions() | 2);
982#ifdef CBC_THREAD
983                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
984                    // See if at root node
985                    bool atRoot = model_->getNodeCount() == 0;
986                    int passNumber = model_->getCurrentPassNumber();
987                    if (atRoot && passNumber == 1)
988                        model.setNumberThreads(model_->getNumberThreads());
989                }
990#endif
991                model.setParentModel(*model_);
992                model.setOriginalColumns(process.originalColumns());
993                model.setSearchStrategy(-1);
994                // If no feasibility pump then insert a lightweight one
995                if (feasibilityPumpOptions_ >= 0) {
996                    bool gotPump = false;
997                    for (int i = 0; i < model.numberHeuristics(); i++) {
998                        const CbcHeuristicFPump* pump =
999                            dynamic_cast<const CbcHeuristicFPump*>(model.heuristic(i));
1000                        if (pump)
1001                            gotPump = true;
1002                    }
1003                    if (!gotPump) {
1004                        CbcHeuristicFPump heuristic4;
1005                        if (fractionSmall_<=1.0) 
1006                          heuristic4.setMaximumPasses(10);
1007                        int pumpTune = feasibilityPumpOptions_;
1008                        if (pumpTune > 0) {
1009                            /*
1010                            >=10000000 for using obj
1011                            >=1000000 use as accumulate switch
1012                            >=1000 use index+1 as number of large loops
1013                            >=100 use 0.05 objvalue as increment
1014                            %100 == 10,20 etc for experimentation
1015                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1016                            4 and static continuous, 5 as 3 but no internal integers
1017                            6 as 3 but all slack basis!
1018                            */
1019                            double value = solver2->getObjSense() * solver2->getObjValue();
1020                            int w = pumpTune / 10;
1021                            int ix = w % 10;
1022                            w /= 10;
1023                            int c = w % 10;
1024                            w /= 10;
1025                            int r = w;
1026                            int accumulate = r / 1000;
1027                            r -= 1000 * accumulate;
1028                            if (accumulate >= 10) {
1029                                int which = accumulate / 10;
1030                                accumulate -= 10 * which;
1031                                which--;
1032                                // weights and factors
1033                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1034                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1035                                heuristic4.setInitialWeight(weight[which]);
1036                                heuristic4.setWeightFactor(factor[which]);
1037                            }
1038                            // fake cutoff
1039                            if (c) {
1040                                double cutoff;
1041                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1042                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1043                                heuristic4.setFakeCutoff(cutoff);
1044                            }
1045                            if (r) {
1046                                // also set increment
1047                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1048                                double increment = 0.0;
1049                                heuristic4.setAbsoluteIncrement(increment);
1050                                heuristic4.setAccumulate(accumulate);
1051                                heuristic4.setMaximumRetries(r + 1);
1052                            }
1053                            pumpTune = pumpTune % 100;
1054                            if (pumpTune == 6)
1055                                pumpTune = 13;
1056                            if (pumpTune != 13)
1057                                pumpTune = pumpTune % 10;
1058                            heuristic4.setWhen(pumpTune);
1059                            if (ix) {
1060                                heuristic4.setFeasibilityPumpOptions(ix*10);
1061                            }
1062                        }
1063                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1064                    }
1065                }
1066                //printf("sol %x\n",inputSolution_);
1067                if (inputSolution_) {
1068                    // translate and add a serendipity heuristic
1069                    int numberColumns = solver2->getNumCols();
1070                    const int * which = process.originalColumns();
1071                    OsiSolverInterface * solver3 = solver2->clone();
1072                    for (int i = 0; i < numberColumns; i++) {
1073                        if (solver3->isInteger(i)) {
1074                            int k = which[i];
1075                            double value = inputSolution_[k];
1076                            //if (value)
1077                            //printf("orig col %d now %d val %g\n",
1078                            //       k,i,value);
1079                            solver3->setColLower(i, value);
1080                            solver3->setColUpper(i, value);
1081                        }
1082                    }
1083                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1084                    solver3->resolve();
1085                    if (!solver3->isProvenOptimal()) {
1086                        // Try just setting nonzeros
1087                        OsiSolverInterface * solver4 = solver2->clone();
1088                        for (int i = 0; i < numberColumns; i++) {
1089                            if (solver4->isInteger(i)) {
1090                                int k = which[i];
1091                                double value = floor(inputSolution_[k] + 0.5);
1092                                if (value) {
1093                                    solver3->setColLower(i, value);
1094                                    solver3->setColUpper(i, value);
1095                                }
1096                            }
1097                        }
1098                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1099                        solver4->resolve();
1100                        int nBad = -1;
1101                        if (solver4->isProvenOptimal()) {
1102                            nBad = 0;
1103                            const double * solution = solver4->getColSolution();
1104                            for (int i = 0; i < numberColumns; i++) {
1105                                if (solver4->isInteger(i)) {
1106                                    double value = floor(solution[i] + 0.5);
1107                                    if (fabs(value - solution[i]) > 1.0e-6)
1108                                        nBad++;
1109                                }
1110                            }
1111                        }
1112                        if (nBad) {
1113                            delete solver4;
1114                        } else {
1115                            delete solver3;
1116                            solver3 = solver4;
1117                        }
1118                    }
1119                    if (solver3->isProvenOptimal()) {
1120                        // good
1121                        CbcSerendipity heuristic(model);
1122                        double value = solver3->getObjSense() * solver3->getObjValue();
1123                        heuristic.setInputSolution(solver3->getColSolution(), value);
1124                        value = value + 1.0e-7*(1.0 + fabs(value));
1125                        value *= solver3->getObjSense();
1126                        model.setCutoff(value);
1127                        model.addHeuristic(&heuristic, "Previous solution", 0);
1128                        //printf("added seren\n");
1129                    } else {
1130                        double value = model_->getMinimizationObjValue();
1131                        value = value + 1.0e-7*(1.0 + fabs(value));
1132                        value *= solver3->getObjSense();
1133                        model.setCutoff(value);
1134#ifdef CLP_INVESTIGATE
1135                        printf("NOT added seren\n");
1136                        solver3->writeMps("bad_seren");
1137                        solver->writeMps("orig_seren");
1138#endif
1139                    }
1140                    delete solver3;
1141                }
1142                if (model_->searchStrategy() == 2) {
1143                    model.setNumberStrong(5);
1144                    model.setNumberBeforeTrust(5);
1145                }
1146                if (model.getNumCols()) {
1147                    if (numberNodes >= 0) {
1148                        setCutAndHeuristicOptions(model);
1149                        // not too many iterations
1150                        model.setMaximumNumberIterations(100*(numberNodes + 10));
1151                        // Not fast stuff
1152                        model.setFastNodeDepth(-1);
1153                    } else if (model.fastNodeDepth() >= 1000000) {
1154                        // already set
1155                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1156                    }
1157                    model.setWhenCuts(999998);
1158#define ALWAYS_DUAL
1159#ifdef ALWAYS_DUAL
1160                    OsiSolverInterface * solver = model.solver();
1161                    bool takeHint;
1162                    OsiHintStrength strength;
1163                    solver->getHintParam(OsiDoDualInResolve, takeHint, strength);
1164                    solver->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1165#endif
1166                    model.branchAndBound();
1167#ifdef ALWAYS_DUAL
1168                    solver = model.solver();
1169                    solver->setHintParam(OsiDoDualInResolve, takeHint, strength);
1170#endif
1171#ifdef COIN_DEVELOP
1172                    printf("sub branch %d nodes, %d iterations - max %d\n",
1173                           model.getNodeCount(), model.getIterationCount(),
1174                           100*(numberNodes + 10));
1175#endif
1176                    if (numberNodes < 0) {
1177                        model_->incrementIterationCount(model.getIterationCount());
1178                        model_->incrementNodeCount(model.getNodeCount());
1179                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1180                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1181                            sprintf(generalPrint,
1182                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1183                                    generator->cutGeneratorName(),
1184                                    generator->numberTimesEntered(),
1185                                    generator->numberCutsInTotal() +
1186                                    generator->numberColumnCuts(),
1187                                    generator->numberCutsActive(),
1188                                    generator->timeInCutGenerator());
1189                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1190                            if (stored && !generator->numberCutsInTotal())
1191                                continue;
1192#ifndef CLP_INVESTIGATE
1193                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1194                            if (implication)
1195                                continue;
1196#endif
1197                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1198                            << generalPrint
1199                            << CoinMessageEol;
1200                        }
1201                    }
1202                } else {
1203                    // empty model
1204                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1205                }
1206                if (logLevel > 1)
1207                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1208                    << name
1209                    << CoinMessageEol;
1210                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1211                    // solution
1212                    if (model.getNumCols())
1213                        returnCode = model.isProvenOptimal() ? 3 : 1;
1214                    else
1215                        returnCode = 3;
1216                    // post process
1217#ifdef COIN_HAS_CLP
1218                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1219                    if (clpSolver) {
1220                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1221                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1222                    }
1223#endif
1224                    process.postProcess(*model.solver());
1225                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1226                        // Solution now back in solver
1227                        int numberColumns = solver->getNumCols();
1228                        memcpy(newSolution, solver->getColSolution(),
1229                               numberColumns*sizeof(double));
1230                        newSolutionValue = model.getMinimizationObjValue();
1231                    } else {
1232                        // odd - but no good
1233                        returnCode = 0; // so will be infeasible
1234                    }
1235                } else {
1236                    // no good
1237                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1238                }
1239                int totalNumberIterations = model.getIterationCount() +
1240                                            process.numberIterationsPre() +
1241                                            process.numberIterationsPost();
1242                if (totalNumberIterations > 100*(numberNodes + 10)) {
1243                    // only allow smaller problems
1244                    fractionSmall = fractionSmall_;
1245                    fractionSmall_ *= 0.9;
1246#ifdef CLP_INVESTIGATE
1247                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1248                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1249#endif
1250                }
1251                if (model.status() == 5)
1252                    returnCode = -2; // stop
1253                if (model.isProvenInfeasible())
1254                    status = 1;
1255                else if (model.isProvenOptimal())
1256                    status = 2;
1257            }
1258        }
1259    } else {
1260        returnCode = 2; // infeasible finished
1261    }
1262    model_->setSpecialOptions(saveModelOptions);
1263    model_->setLogLevel(logLevel);
1264    if (returnCode == 1 || returnCode == 2) {
1265        OsiSolverInterface * solverC = model_->continuousSolver();
1266        if (false && solverC) {
1267            const double * lower = solver->getColLower();
1268            const double * upper = solver->getColUpper();
1269            const double * lowerC = solverC->getColLower();
1270            const double * upperC = solverC->getColUpper();
1271            bool good = true;
1272            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1273                if (solverC->isInteger(iColumn)) {
1274                    if (lower[iColumn] > lowerC[iColumn] &&
1275                            upper[iColumn] < upperC[iColumn]) {
1276                        good = false;
1277                        printf("CUT - can't add\n");
1278                        break;
1279                    }
1280                }
1281            }
1282            if (good) {
1283                double * cut = new double [numberColumns];
1284                int * which = new int [numberColumns];
1285                double rhs = -1.0;
1286                int n = 0;
1287                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1288                    if (solverC->isInteger(iColumn)) {
1289                        if (lower[iColumn] == upperC[iColumn]) {
1290                            rhs += lower[iColumn];
1291                            cut[n] = 1.0;
1292                            which[n++] = iColumn;
1293                        } else if (upper[iColumn] == lowerC[iColumn]) {
1294                            rhs -= upper[iColumn];
1295                            cut[n] = -1.0;
1296                            which[n++] = iColumn;
1297                        }
1298                    }
1299                }
1300                printf("CUT has %d entries\n", n);
1301                OsiRowCut newCut;
1302                newCut.setLb(-COIN_DBL_MAX);
1303                newCut.setUb(rhs);
1304                newCut.setRow(n, which, cut, false);
1305                model_->makeGlobalCut(newCut);
1306                delete [] cut;
1307                delete [] which;
1308            }
1309        }
1310#ifdef COIN_DEVELOP
1311        if (status == 1)
1312            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1313        else if (status == 2)
1314            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1315#endif
1316    }
1317    if (reset) {
1318        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1319            if (reset[iColumn])
1320                solver->setColLower(iColumn, 0.0);
1321        }
1322        delete [] reset;
1323    }
1324#ifdef HISTORY_STATISTICS
1325    getHistoryStatistics_ = true;
1326#endif
1327    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1328    return returnCode;
1329}
1330// Set input solution
1331void
1332CbcHeuristic::setInputSolution(const double * solution, double objValue)
1333{
1334    delete [] inputSolution_;
1335    inputSolution_ = NULL;
1336    if (model_ && solution) {
1337        int numberColumns = model_->getNumCols();
1338        inputSolution_ = new double [numberColumns+1];
1339        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1340        inputSolution_[numberColumns] = objValue;
1341    }
1342}
1343
1344//##############################################################################
1345
1346inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1347                                    const CbcBranchingObject* br1)
1348{
1349    const int t0 = br0->type();
1350    const int t1 = br1->type();
1351    if (t0 < t1) {
1352        return -1;
1353    }
1354    if (t0 > t1) {
1355        return 1;
1356    }
1357    return br0->compareOriginalObject(br1);
1358}
1359
1360//==============================================================================
1361
1362inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1363                                    const CbcBranchingObject* br1)
1364{
1365    return compare3BranchingObjects(br0, br1) < 0;
1366}
1367
1368//==============================================================================
1369
1370void
1371CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1372{
1373    //  CbcHeurDebugNodes(&model);
1374    CbcNode* node = model.currentNode();
1375    brObj_ = new CbcBranchingObject*[node->depth()];
1376    CbcNodeInfo* nodeInfo = node->nodeInfo();
1377    int cnt = 0;
1378    while (nodeInfo->parentBranch() != NULL) {
1379        const OsiBranchingObject* br = nodeInfo->parentBranch();
1380        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1381        if (! cbcbr) {
1382            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1383                            "gutsOfConstructor",
1384                            "CbcHeuristicNode",
1385                            __FILE__, __LINE__);
1386        }
1387        brObj_[cnt] = cbcbr->clone();
1388        brObj_[cnt]->previousBranch();
1389        ++cnt;
1390        nodeInfo = nodeInfo->parent();
1391    }
1392    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1393    if (cnt <= 1) {
1394        numObjects_ = cnt;
1395    } else {
1396        numObjects_ = 0;
1397        CbcBranchingObject* br = NULL; // What should this be?
1398        for (int i = 1; i < cnt; ++i) {
1399            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1400                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1401                switch (comp) {
1402                case CbcRangeSame: // the same range
1403                case CbcRangeDisjoint: // disjoint decisions
1404                    // should not happen! we are on a chain!
1405                    abort();
1406                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1407                    delete brObj_[i];
1408                    break;
1409                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1410                    delete brObj_[numObjects_];
1411                    brObj_[numObjects_] = brObj_[i];
1412                    break;
1413                case CbcRangeOverlap: // overlap
1414                    delete brObj_[i];
1415                    delete brObj_[numObjects_];
1416                    brObj_[numObjects_] = br;
1417                    break;
1418                }
1419                continue;
1420            } else {
1421                brObj_[++numObjects_] = brObj_[i];
1422            }
1423        }
1424        ++numObjects_;
1425    }
1426}
1427
1428//==============================================================================
1429
1430CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1431{
1432    gutsOfConstructor(model);
1433}
1434
1435//==============================================================================
1436
1437double
1438CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1439{
1440
1441    const double disjointWeight = 1;
1442    const double overlapWeight = 0.4;
1443    const double subsetWeight = 0.2;
1444    int countDisjointWeight = 0;
1445    int countOverlapWeight = 0;
1446    int countSubsetWeight = 0;
1447    int i = 0;
1448    int j = 0;
1449    double dist = 0.0;
1450#ifdef PRINT_DEBUG
1451    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1452           numObjects_, node->numObjects_);
1453#endif
1454    while ( i < numObjects_ && j < node->numObjects_) {
1455        CbcBranchingObject* br0 = brObj_[i];
1456        const CbcBranchingObject* br1 = node->brObj_[j];
1457#ifdef PRINT_DEBUG
1458        const CbcIntegerBranchingObject* brPrint0 =
1459            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1460        const double* downBounds = brPrint0->downBounds();
1461        const double* upBounds = brPrint0->upBounds();
1462        int variable = brPrint0->variable();
1463        int way = brPrint0->way();
1464        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1465               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1466               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1467        const CbcIntegerBranchingObject* brPrint1 =
1468            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1469        downBounds = brPrint1->downBounds();
1470        upBounds = brPrint1->upBounds();
1471        variable = brPrint1->variable();
1472        way = brPrint1->way();
1473        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1474               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1475               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1476#endif
1477        const int brComp = compare3BranchingObjects(br0, br1);
1478        if (brComp < 0) {
1479            dist += subsetWeight;
1480            countSubsetWeight++;
1481            ++i;
1482        } else if (brComp > 0) {
1483            dist += subsetWeight;
1484            countSubsetWeight++;
1485            ++j;
1486        } else {
1487            const int comp = br0->compareBranchingObject(br1, false);
1488            switch (comp) {
1489            case CbcRangeSame:
1490                // do nothing
1491                break;
1492            case CbcRangeDisjoint: // disjoint decisions
1493                dist += disjointWeight;
1494                countDisjointWeight++;
1495                break;
1496            case CbcRangeSubset: // subset one way or another
1497            case CbcRangeSuperset:
1498                dist += subsetWeight;
1499                countSubsetWeight++;
1500                break;
1501            case CbcRangeOverlap: // overlap
1502                dist += overlapWeight;
1503                countOverlapWeight++;
1504                break;
1505            }
1506            ++i;
1507            ++j;
1508        }
1509    }
1510    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1511    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1512    printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1513           countOverlapWeight, countDisjointWeight);
1514    return dist;
1515}
1516
1517//==============================================================================
1518
1519CbcHeuristicNode::~CbcHeuristicNode()
1520{
1521    for (int i = 0; i < numObjects_; ++i) {
1522        delete brObj_[i];
1523    }
1524    delete [] brObj_;
1525}
1526
1527//==============================================================================
1528
1529double
1530CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1531{
1532    double minDist = COIN_DBL_MAX;
1533    for (int i = nodeList.size() - 1; i >= 0; --i) {
1534        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1535    }
1536    return minDist;
1537}
1538
1539//==============================================================================
1540
1541bool
1542CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1543                                     const double threshold) const
1544{
1545    for (int i = nodeList.size() - 1; i >= 0; --i) {
1546        if (distance(nodeList.node(i)) >= threshold) {
1547            continue;
1548        } else {
1549            return true;
1550        }
1551    }
1552    return false;
1553}
1554
1555//==============================================================================
1556
1557double
1558CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1559{
1560    if (nodeList.size() == 0) {
1561        return COIN_DBL_MAX;
1562    }
1563    double sumDist = 0;
1564    for (int i = nodeList.size() - 1; i >= 0; --i) {
1565        sumDist += distance(nodeList.node(i));
1566    }
1567    return sumDist / nodeList.size();
1568}
1569
1570//##############################################################################
1571
1572// Default Constructor
1573CbcRounding::CbcRounding()
1574        : CbcHeuristic()
1575{
1576    // matrix and row copy will automatically be empty
1577    seed_ = 7654321;
1578    down_ = NULL;
1579    up_ = NULL;
1580    equal_ = NULL;
1581    //whereFrom_ |= 16; // allow more often
1582}
1583
1584// Constructor from model
1585CbcRounding::CbcRounding(CbcModel & model)
1586        : CbcHeuristic(model)
1587{
1588    // Get a copy of original matrix (and by row for rounding);
1589    assert(model.solver());
1590    if (model.solver()->getNumRows()) {
1591        matrix_ = *model.solver()->getMatrixByCol();
1592        matrixByRow_ = *model.solver()->getMatrixByRow();
1593        validate();
1594    }
1595    down_ = NULL;
1596    up_ = NULL;
1597    equal_ = NULL;
1598    seed_ = 7654321;
1599    //whereFrom_ |= 16; // allow more often
1600}
1601
1602// Destructor
1603CbcRounding::~CbcRounding ()
1604{
1605    delete [] down_;
1606    delete [] up_;
1607    delete [] equal_;
1608}
1609
1610// Clone
1611CbcHeuristic *
1612CbcRounding::clone() const
1613{
1614    return new CbcRounding(*this);
1615}
1616// Create C++ lines to get to current state
1617void
1618CbcRounding::generateCpp( FILE * fp)
1619{
1620    CbcRounding other;
1621    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1622    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1623    CbcHeuristic::generateCpp(fp, "rounding");
1624    if (seed_ != other.seed_)
1625        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1626    else
1627        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1628    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1629}
1630//#define NEW_ROUNDING
1631// Copy constructor
1632CbcRounding::CbcRounding(const CbcRounding & rhs)
1633        :
1634        CbcHeuristic(rhs),
1635        matrix_(rhs.matrix_),
1636        matrixByRow_(rhs.matrixByRow_),
1637        seed_(rhs.seed_)
1638{
1639#ifdef NEW_ROUNDING
1640    int numberColumns = matrix_.getNumCols();
1641    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1642    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1643    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1644#else
1645    down_ = NULL;
1646    up_ = NULL;
1647    equal_ = NULL;
1648#endif
1649}
1650
1651// Assignment operator
1652CbcRounding &
1653CbcRounding::operator=( const CbcRounding & rhs)
1654{
1655    if (this != &rhs) {
1656        CbcHeuristic::operator=(rhs);
1657        matrix_ = rhs.matrix_;
1658        matrixByRow_ = rhs.matrixByRow_;
1659#ifdef NEW_ROUNDING
1660        delete [] down_;
1661        delete [] up_;
1662        delete [] equal_;
1663        int numberColumns = matrix_.getNumCols();
1664        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1665        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1666        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1667#else
1668        down_ = NULL;
1669        up_ = NULL;
1670        equal_ = NULL;
1671#endif
1672        seed_ = rhs.seed_;
1673    }
1674    return *this;
1675}
1676
1677// Resets stuff if model changes
1678void
1679CbcRounding::resetModel(CbcModel * model)
1680{
1681    model_ = model;
1682    // Get a copy of original matrix (and by row for rounding);
1683    assert(model_->solver());
1684    matrix_ = *model_->solver()->getMatrixByCol();
1685    matrixByRow_ = *model_->solver()->getMatrixByRow();
1686    validate();
1687}
1688// See if rounding will give solution
1689// Sets value of solution
1690// Assumes rhs for original matrix still okay
1691// At present only works with integers
1692// Fix values if asked for
1693// Returns 1 if solution, 0 if not
1694int
1695CbcRounding::solution(double & solutionValue,
1696                      double * betterSolution)
1697{
1698
1699    numCouldRun_++;
1700    // See if to do
1701    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1702            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1703        return 0; // switched off
1704    numRuns_++;
1705    OsiSolverInterface * solver = model_->solver();
1706    double direction = solver->getObjSense();
1707    double newSolutionValue = direction * solver->getObjValue();
1708    return solution(solutionValue, betterSolution, newSolutionValue);
1709}
1710// See if rounding will give solution
1711// Sets value of solution
1712// Assumes rhs for original matrix still okay
1713// At present only works with integers
1714// Fix values if asked for
1715// Returns 1 if solution, 0 if not
1716int
1717CbcRounding::solution(double & solutionValue,
1718                      double * betterSolution,
1719                      double newSolutionValue)
1720{
1721
1722    // See if to do
1723    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1724            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1725        return 0; // switched off
1726    OsiSolverInterface * solver = model_->solver();
1727    const double * lower = solver->getColLower();
1728    const double * upper = solver->getColUpper();
1729    const double * rowLower = solver->getRowLower();
1730    const double * rowUpper = solver->getRowUpper();
1731    const double * solution = solver->getColSolution();
1732    const double * objective = solver->getObjCoefficients();
1733    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1734    double primalTolerance;
1735    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1736
1737    int numberRows = matrix_.getNumRows();
1738    assert (numberRows <= solver->getNumRows());
1739    int numberIntegers = model_->numberIntegers();
1740    const int * integerVariable = model_->integerVariable();
1741    int i;
1742    double direction = solver->getObjSense();
1743    //double newSolutionValue = direction*solver->getObjValue();
1744    int returnCode = 0;
1745    // Column copy
1746    const double * element = matrix_.getElements();
1747    const int * row = matrix_.getIndices();
1748    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1749    const int * columnLength = matrix_.getVectorLengths();
1750    // Row copy
1751    const double * elementByRow = matrixByRow_.getElements();
1752    const int * column = matrixByRow_.getIndices();
1753    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1754    const int * rowLength = matrixByRow_.getVectorLengths();
1755
1756    // Get solution array for heuristic solution
1757    int numberColumns = solver->getNumCols();
1758    double * newSolution = new double [numberColumns];
1759    memcpy(newSolution, solution, numberColumns*sizeof(double));
1760
1761    double * rowActivity = new double[numberRows];
1762    memset(rowActivity, 0, numberRows*sizeof(double));
1763    for (i = 0; i < numberColumns; i++) {
1764        int j;
1765        double value = newSolution[i];
1766        if (value < lower[i]) {
1767            value = lower[i];
1768            newSolution[i] = value;
1769        } else if (value > upper[i]) {
1770            value = upper[i];
1771            newSolution[i] = value;
1772        }
1773        if (value) {
1774            for (j = columnStart[i];
1775                    j < columnStart[i] + columnLength[i]; j++) {
1776                int iRow = row[j];
1777                rowActivity[iRow] += value * element[j];
1778            }
1779        }
1780    }
1781    // check was feasible - if not adjust (cleaning may move)
1782    for (i = 0; i < numberRows; i++) {
1783        if (rowActivity[i] < rowLower[i]) {
1784            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1785            rowActivity[i] = rowLower[i];
1786        } else if (rowActivity[i] > rowUpper[i]) {
1787            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1788            rowActivity[i] = rowUpper[i];
1789        }
1790    }
1791    for (i = 0; i < numberIntegers; i++) {
1792        int iColumn = integerVariable[i];
1793        double value = newSolution[iColumn];
1794        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1795            double below = floor(value);
1796            double newValue = newSolution[iColumn];
1797            double cost = direction * objective[iColumn];
1798            double move;
1799            if (cost > 0.0) {
1800                // try up
1801                move = 1.0 - (value - below);
1802            } else if (cost < 0.0) {
1803                // try down
1804                move = below - value;
1805            } else {
1806                // won't be able to move unless we can grab another variable
1807                double randomNumber = randomNumberGenerator_.randomDouble();
1808                // which way?
1809                if (randomNumber < 0.5)
1810                    move = below - value;
1811                else
1812                    move = 1.0 - (value - below);
1813            }
1814            newValue += move;
1815            newSolution[iColumn] = newValue;
1816            newSolutionValue += move * cost;
1817            int j;
1818            for (j = columnStart[iColumn];
1819                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1820                int iRow = row[j];
1821                rowActivity[iRow] += move * element[j];
1822            }
1823        }
1824    }
1825
1826    double penalty = 0.0;
1827    const char * integerType = model_->integerType();
1828    // see if feasible - just using singletons
1829    for (i = 0; i < numberRows; i++) {
1830        double value = rowActivity[i];
1831        double thisInfeasibility = 0.0;
1832        if (value < rowLower[i] - primalTolerance)
1833            thisInfeasibility = value - rowLower[i];
1834        else if (value > rowUpper[i] + primalTolerance)
1835            thisInfeasibility = value - rowUpper[i];
1836        if (thisInfeasibility) {
1837            // See if there are any slacks I can use to fix up
1838            // maybe put in coding for multiple slacks?
1839            double bestCost = 1.0e50;
1840            int k;
1841            int iBest = -1;
1842            double addCost = 0.0;
1843            double newValue = 0.0;
1844            double changeRowActivity = 0.0;
1845            double absInfeasibility = fabs(thisInfeasibility);
1846            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1847                int iColumn = column[k];
1848                // See if all elements help
1849                if (columnLength[iColumn] == 1) {
1850                    double currentValue = newSolution[iColumn];
1851                    double elementValue = elementByRow[k];
1852                    double lowerValue = lower[iColumn];
1853                    double upperValue = upper[iColumn];
1854                    double gap = rowUpper[i] - rowLower[i];
1855                    double absElement = fabs(elementValue);
1856                    if (thisInfeasibility*elementValue > 0.0) {
1857                        // we want to reduce
1858                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1859                            // possible - check if integer
1860                            double distance = absInfeasibility / absElement;
1861                            double thisCost = -direction * objective[iColumn] * distance;
1862                            if (integerType[iColumn]) {
1863                                distance = ceil(distance - primalTolerance);
1864                                if (currentValue - distance >= lowerValue - primalTolerance) {
1865                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1866                                        thisCost = 1.0e100; // no good
1867                                    else
1868                                        thisCost = -direction * objective[iColumn] * distance;
1869                                } else {
1870                                    thisCost = 1.0e100; // no good
1871                                }
1872                            }
1873                            if (thisCost < bestCost) {
1874                                bestCost = thisCost;
1875                                iBest = iColumn;
1876                                addCost = thisCost;
1877                                newValue = currentValue - distance;
1878                                changeRowActivity = -distance * elementValue;
1879                            }
1880                        }
1881                    } else {
1882                        // we want to increase
1883                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1884                            // possible - check if integer
1885                            double distance = absInfeasibility / absElement;
1886                            double thisCost = direction * objective[iColumn] * distance;
1887                            if (integerType[iColumn]) {
1888                                distance = ceil(distance - 1.0e-7);
1889                                assert (currentValue - distance <= upperValue + primalTolerance);
1890                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1891                                    thisCost = 1.0e100; // no good
1892                                else
1893                                    thisCost = direction * objective[iColumn] * distance;
1894                            }
1895                            if (thisCost < bestCost) {
1896                                bestCost = thisCost;
1897                                iBest = iColumn;
1898                                addCost = thisCost;
1899                                newValue = currentValue + distance;
1900                                changeRowActivity = distance * elementValue;
1901                            }
1902                        }
1903                    }
1904                }
1905            }
1906            if (iBest >= 0) {
1907                /*printf("Infeasibility of %g on row %d cost %g\n",
1908                  thisInfeasibility,i,addCost);*/
1909                newSolution[iBest] = newValue;
1910                thisInfeasibility = 0.0;
1911                newSolutionValue += addCost;
1912                rowActivity[i] += changeRowActivity;
1913            }
1914            penalty += fabs(thisInfeasibility);
1915        }
1916    }
1917    if (penalty) {
1918        // see if feasible using any
1919        // first continuous
1920        double penaltyChange = 0.0;
1921        int iColumn;
1922        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1923            if (integerType[iColumn])
1924                continue;
1925            double currentValue = newSolution[iColumn];
1926            double lowerValue = lower[iColumn];
1927            double upperValue = upper[iColumn];
1928            int j;
1929            int anyBadDown = 0;
1930            int anyBadUp = 0;
1931            double upImprovement = 0.0;
1932            double downImprovement = 0.0;
1933            for (j = columnStart[iColumn];
1934                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1935                int iRow = row[j];
1936                if (rowUpper[iRow] > rowLower[iRow]) {
1937                    double value = element[j];
1938                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1939                        // infeasible above
1940                        downImprovement += value;
1941                        upImprovement -= value;
1942                        if (value > 0.0)
1943                            anyBadUp++;
1944                        else
1945                            anyBadDown++;
1946                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
1947                        // feasible at ub
1948                        if (value > 0.0) {
1949                            upImprovement -= value;
1950                            anyBadUp++;
1951                        } else {
1952                            downImprovement += value;
1953                            anyBadDown++;
1954                        }
1955                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
1956                        // feasible in interior
1957                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
1958                        // feasible at lb
1959                        if (value < 0.0) {
1960                            upImprovement += value;
1961                            anyBadUp++;
1962                        } else {
1963                            downImprovement -= value;
1964                            anyBadDown++;
1965                        }
1966                    } else {
1967                        // infeasible below
1968                        downImprovement -= value;
1969                        upImprovement += value;
1970                        if (value < 0.0)
1971                            anyBadUp++;
1972                        else
1973                            anyBadDown++;
1974                    }
1975                } else {
1976                    // equality row
1977                    double value = element[j];
1978                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1979                        // infeasible above
1980                        downImprovement += value;
1981                        upImprovement -= value;
1982                        if (value > 0.0)
1983                            anyBadUp++;
1984                        else
1985                            anyBadDown++;
1986                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
1987                        // infeasible below
1988                        downImprovement -= value;
1989                        upImprovement += value;
1990                        if (value < 0.0)
1991                            anyBadUp++;
1992                        else
1993                            anyBadDown++;
1994                    } else {
1995                        // feasible - no good
1996                        anyBadUp = -1;
1997                        anyBadDown = -1;
1998                        break;
1999                    }
2000                }
2001            }
2002            // could change tests for anyBad
2003            if (anyBadUp)
2004                upImprovement = 0.0;
2005            if (anyBadDown)
2006                downImprovement = 0.0;
2007            double way = 0.0;
2008            double improvement = 0.0;
2009            if (downImprovement > 0.0 && currentValue > lowerValue) {
2010                way = -1.0;
2011                improvement = downImprovement;
2012            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2013                way = 1.0;
2014                improvement = upImprovement;
2015            }
2016            if (way) {
2017                // can improve
2018                double distance;
2019                if (way > 0.0)
2020                    distance = upperValue - currentValue;
2021                else
2022                    distance = currentValue - lowerValue;
2023                for (j = columnStart[iColumn];
2024                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2025                    int iRow = row[j];
2026                    double value = element[j] * way;
2027                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2028                        // infeasible above
2029                        assert (value < 0.0);
2030                        double gap = rowActivity[iRow] - rowUpper[iRow];
2031                        if (gap + value*distance < 0.0)
2032                            distance = -gap / value;
2033                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2034                        // infeasible below
2035                        assert (value > 0.0);
2036                        double gap = rowActivity[iRow] - rowLower[iRow];
2037                        if (gap + value*distance > 0.0)
2038                            distance = -gap / value;
2039                    } else {
2040                        // feasible
2041                        if (value > 0) {
2042                            double gap = rowActivity[iRow] - rowUpper[iRow];
2043                            if (gap + value*distance > 0.0)
2044                                distance = -gap / value;
2045                        } else {
2046                            double gap = rowActivity[iRow] - rowLower[iRow];
2047                            if (gap + value*distance < 0.0)
2048                                distance = -gap / value;
2049                        }
2050                    }
2051                }
2052                //move
2053                penaltyChange += improvement * distance;
2054                distance *= way;
2055                newSolution[iColumn] += distance;
2056                newSolutionValue += direction * objective[iColumn] * distance;
2057                for (j = columnStart[iColumn];
2058                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2059                    int iRow = row[j];
2060                    double value = element[j];
2061                    rowActivity[iRow] += distance * value;
2062                }
2063            }
2064        }
2065        // and now all if improving
2066        double lastChange = penaltyChange ? 1.0 : 0.0;
2067        while (lastChange > 1.0e-2) {
2068            lastChange = 0;
2069            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2070                bool isInteger = (integerType[iColumn] != 0);
2071                double currentValue = newSolution[iColumn];
2072                double lowerValue = lower[iColumn];
2073                double upperValue = upper[iColumn];
2074                int j;
2075                int anyBadDown = 0;
2076                int anyBadUp = 0;
2077                double upImprovement = 0.0;
2078                double downImprovement = 0.0;
2079                for (j = columnStart[iColumn];
2080                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2081                    int iRow = row[j];
2082                    double value = element[j];
2083                    if (isInteger) {
2084                        if (value > 0.0) {
2085                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2086                                anyBadUp++;
2087                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2088                                anyBadDown++;
2089                        } else {
2090                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2091                                anyBadDown++;
2092                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2093                                anyBadUp++;
2094                        }
2095                    }
2096                    if (rowUpper[iRow] > rowLower[iRow]) {
2097                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2098                            // infeasible above
2099                            downImprovement += value;
2100                            upImprovement -= value;
2101                            if (value > 0.0)
2102                                anyBadUp++;
2103                            else
2104                                anyBadDown++;
2105                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2106                            // feasible at ub
2107                            if (value > 0.0) {
2108                                upImprovement -= value;
2109                                anyBadUp++;
2110                            } else {
2111                                downImprovement += value;
2112                                anyBadDown++;
2113                            }
2114                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2115                            // feasible in interior
2116                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2117                            // feasible at lb
2118                            if (value < 0.0) {
2119                                upImprovement += value;
2120                                anyBadUp++;
2121                            } else {
2122                                downImprovement -= value;
2123                                anyBadDown++;
2124                            }
2125                        } else {
2126                            // infeasible below
2127                            downImprovement -= value;
2128                            upImprovement += value;
2129                            if (value < 0.0)
2130                                anyBadUp++;
2131                            else
2132                                anyBadDown++;
2133                        }
2134                    } else {
2135                        // equality row
2136                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2137                            // infeasible above
2138                            downImprovement += value;
2139                            upImprovement -= value;
2140                            if (value > 0.0)
2141                                anyBadUp++;
2142                            else
2143                                anyBadDown++;
2144                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2145                            // infeasible below
2146                            downImprovement -= value;
2147                            upImprovement += value;
2148                            if (value < 0.0)
2149                                anyBadUp++;
2150                            else
2151                                anyBadDown++;
2152                        } else {
2153                            // feasible - no good
2154                            anyBadUp = -1;
2155                            anyBadDown = -1;
2156                            break;
2157                        }
2158                    }
2159                }
2160                // could change tests for anyBad
2161                if (anyBadUp)
2162                    upImprovement = 0.0;
2163                if (anyBadDown)
2164                    downImprovement = 0.0;
2165                double way = 0.0;
2166                double improvement = 0.0;
2167                if (downImprovement > 0.0 && currentValue > lowerValue) {
2168                    way = -1.0;
2169                    improvement = downImprovement;
2170                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2171                    way = 1.0;
2172                    improvement = upImprovement;
2173                }
2174                if (way) {
2175                    // can improve
2176                    double distance = COIN_DBL_MAX;
2177                    for (j = columnStart[iColumn];
2178                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2179                        int iRow = row[j];
2180                        double value = element[j] * way;
2181                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2182                            // infeasible above
2183                            assert (value < 0.0);
2184                            double gap = rowActivity[iRow] - rowUpper[iRow];
2185                            if (gap + value*distance < 0.0) {
2186                                // If integer then has to move by 1
2187                                if (!isInteger)
2188                                    distance = -gap / value;
2189                                else
2190                                    distance = CoinMax(-gap / value, 1.0);
2191                            }
2192                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2193                            // infeasible below
2194                            assert (value > 0.0);
2195                            double gap = rowActivity[iRow] - rowLower[iRow];
2196                            if (gap + value*distance > 0.0) {
2197                                // If integer then has to move by 1
2198                                if (!isInteger)
2199                                    distance = -gap / value;
2200                                else
2201                                    distance = CoinMax(-gap / value, 1.0);
2202                            }
2203                        } else {
2204                            // feasible
2205                            if (value > 0) {
2206                                double gap = rowActivity[iRow] - rowUpper[iRow];
2207                                if (gap + value*distance > 0.0)
2208                                    distance = -gap / value;
2209                            } else {
2210                                double gap = rowActivity[iRow] - rowLower[iRow];
2211                                if (gap + value*distance < 0.0)
2212                                    distance = -gap / value;
2213                            }
2214                        }
2215                    }
2216                    if (isInteger)
2217                        distance = floor(distance + 1.05e-8);
2218                    if (!distance) {
2219                        // should never happen
2220                        //printf("zero distance in CbcRounding - debug\n");
2221                    }
2222                    //move
2223                    lastChange += improvement * distance;
2224                    distance *= way;
2225                    newSolution[iColumn] += distance;
2226                    newSolutionValue += direction * objective[iColumn] * distance;
2227                    for (j = columnStart[iColumn];
2228                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2229                        int iRow = row[j];
2230                        double value = element[j];
2231                        rowActivity[iRow] += distance * value;
2232                    }
2233                }
2234            }
2235            penaltyChange += lastChange;
2236        }
2237        penalty -= penaltyChange;
2238        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2239            // recompute
2240            penalty = 0.0;
2241            for (i = 0; i < numberRows; i++) {
2242                double value = rowActivity[i];
2243                if (value < rowLower[i] - primalTolerance)
2244                    penalty += rowLower[i] - value;
2245                else if (value > rowUpper[i] + primalTolerance)
2246                    penalty += value - rowUpper[i];
2247            }
2248        }
2249    }
2250
2251    // Could also set SOS (using random) and repeat
2252    if (!penalty) {
2253        // See if we can do better
2254        //seed_++;
2255        //CoinSeedRandom(seed_);
2256        // Random number between 0 and 1.
2257        double randomNumber = randomNumberGenerator_.randomDouble();
2258        int iPass;
2259        int start[2];
2260        int end[2];
2261        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2262        start[0] = iRandom;
2263        end[0] = numberIntegers;
2264        start[1] = 0;
2265        end[1] = iRandom;
2266        for (iPass = 0; iPass < 2; iPass++) {
2267            int i;
2268            for (i = start[iPass]; i < end[iPass]; i++) {
2269                int iColumn = integerVariable[i];
2270#ifndef NDEBUG
2271                double value = newSolution[iColumn];
2272                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2273#endif
2274                double cost = direction * objective[iColumn];
2275                double move = 0.0;
2276                if (cost > 0.0)
2277                    move = -1.0;
2278                else if (cost < 0.0)
2279                    move = 1.0;
2280                while (move) {
2281                    bool good = true;
2282                    double newValue = newSolution[iColumn] + move;
2283                    if (newValue < lower[iColumn] - primalTolerance ||
2284                            newValue > upper[iColumn] + primalTolerance) {
2285                        move = 0.0;
2286                    } else {
2287                        // see if we can move
2288                        int j;
2289                        for (j = columnStart[iColumn];
2290                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2291                            int iRow = row[j];
2292                            double newActivity = rowActivity[iRow] + move * element[j];
2293                            if (newActivity < rowLower[iRow] - primalTolerance ||
2294                                    newActivity > rowUpper[iRow] + primalTolerance) {
2295                                good = false;
2296                                break;
2297                            }
2298                        }
2299                        if (good) {
2300                            newSolution[iColumn] = newValue;
2301                            newSolutionValue += move * cost;
2302                            int j;
2303                            for (j = columnStart[iColumn];
2304                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2305                                int iRow = row[j];
2306                                rowActivity[iRow] += move * element[j];
2307                            }
2308                        } else {
2309                            move = 0.0;
2310                        }
2311                    }
2312                }
2313            }
2314        }
2315        // Just in case of some stupidity
2316        double objOffset = 0.0;
2317        solver->getDblParam(OsiObjOffset, objOffset);
2318        newSolutionValue = -objOffset;
2319        for ( i = 0 ; i < numberColumns ; i++ )
2320            newSolutionValue += objective[i] * newSolution[i];
2321        newSolutionValue *= direction;
2322        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2323        if (newSolutionValue < solutionValue) {
2324            // paranoid check
2325            memset(rowActivity, 0, numberRows*sizeof(double));
2326            for (i = 0; i < numberColumns; i++) {
2327                int j;
2328                double value = newSolution[i];
2329                if (value) {
2330                    for (j = columnStart[i];
2331                            j < columnStart[i] + columnLength[i]; j++) {
2332                        int iRow = row[j];
2333                        rowActivity[iRow] += value * element[j];
2334                    }
2335                }
2336            }
2337            // check was approximately feasible
2338            bool feasible = true;
2339            for (i = 0; i < numberRows; i++) {
2340                if (rowActivity[i] < rowLower[i]) {
2341                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2342                        feasible = false;
2343                } else if (rowActivity[i] > rowUpper[i]) {
2344                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2345                        feasible = false;
2346                }
2347            }
2348            if (feasible) {
2349                // new solution
2350                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2351                solutionValue = newSolutionValue;
2352                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2353                returnCode = 1;
2354            } else {
2355                // Can easily happen
2356                //printf("Debug CbcRounding giving bad solution\n");
2357            }
2358        }
2359    }
2360#ifdef NEW_ROUNDING
2361    if (!returnCode) {
2362#ifdef JJF_ZERO
2363        // back to starting point
2364        memcpy(newSolution, solution, numberColumns*sizeof(double));
2365        memset(rowActivity, 0, numberRows*sizeof(double));
2366        for (i = 0; i < numberColumns; i++) {
2367            int j;
2368            double value = newSolution[i];
2369            if (value < lower[i]) {
2370                value = lower[i];
2371                newSolution[i] = value;
2372            } else if (value > upper[i]) {
2373                value = upper[i];
2374                newSolution[i] = value;
2375            }
2376            if (value) {
2377                for (j = columnStart[i];
2378                        j < columnStart[i] + columnLength[i]; j++) {
2379                    int iRow = row[j];
2380                    rowActivity[iRow] += value * element[j];
2381                }
2382            }
2383        }
2384        // check was feasible - if not adjust (cleaning may move)
2385        for (i = 0; i < numberRows; i++) {
2386            if (rowActivity[i] < rowLower[i]) {
2387                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2388                rowActivity[i] = rowLower[i];
2389            } else if (rowActivity[i] > rowUpper[i]) {
2390                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2391                rowActivity[i] = rowUpper[i];
2392            }
2393        }
2394#endif
2395        int * candidate = new int [numberColumns];
2396        int nCandidate = 0;
2397        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2398            bool isInteger = (integerType[iColumn] != 0);
2399            if (isInteger) {
2400                double currentValue = newSolution[iColumn];
2401                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2402                    candidate[nCandidate++] = iColumn;
2403            }
2404        }
2405        if (true) {
2406            // Rounding as in Berthold
2407            while (nCandidate) {
2408                double infeasibility = 1.0e-7;
2409                int iRow = -1;
2410                for (i = 0; i < numberRows; i++) {
2411                    double value = 0.0;
2412                    if (rowActivity[i] < rowLower[i]) {
2413                        value = rowLower[i] - rowActivity[i];
2414                    } else if (rowActivity[i] > rowUpper[i]) {
2415                        value = rowActivity[i] - rowUpper[i];
2416                    }
2417                    if (value > infeasibility) {
2418                        infeasibility = value;
2419                        iRow = i;
2420                    }
2421                }
2422                if (iRow >= 0) {
2423                    // infeasible
2424                } else {
2425                    // feasible
2426                }
2427            }
2428        } else {
2429            // Shifting as in Berthold
2430        }
2431        delete [] candidate;
2432    }
2433#endif
2434    delete [] newSolution;
2435    delete [] rowActivity;
2436    return returnCode;
2437}
2438// update model
2439void CbcRounding::setModel(CbcModel * model)
2440{
2441    model_ = model;
2442    // Get a copy of original matrix (and by row for rounding);
2443    assert(model_->solver());
2444    if (model_->solver()->getNumRows()) {
2445        matrix_ = *model_->solver()->getMatrixByCol();
2446        matrixByRow_ = *model_->solver()->getMatrixByRow();
2447        // make sure model okay for heuristic
2448        validate();
2449    }
2450}
2451// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2452void
2453CbcRounding::validate()
2454{
2455    if (model_ && (when() % 100) < 10) {
2456        if (model_->numberIntegers() !=
2457                model_->numberObjects() && (model_->numberObjects() ||
2458                                            (model_->specialOptions()&1024) == 0)) {
2459            int numberOdd = 0;
2460            for (int i = 0; i < model_->numberObjects(); i++) {
2461                if (!model_->object(i)->canDoHeuristics())
2462                    numberOdd++;
2463            }
2464            if (numberOdd)
2465                setWhen(0);
2466        }
2467    }
2468#ifdef NEW_ROUNDING
2469    int numberColumns = matrix_.getNumCols();
2470    down_ = new unsigned short [numberColumns];
2471    up_ = new unsigned short [numberColumns];
2472    equal_ = new unsigned short [numberColumns];
2473    // Column copy
2474    const double * element = matrix_.getElements();
2475    const int * row = matrix_.getIndices();
2476    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2477    const int * columnLength = matrix_.getVectorLengths();
2478    const double * rowLower = model.solver()->getRowLower();
2479    const double * rowUpper = model.solver()->getRowUpper();
2480    for (int i = 0; i < numberColumns; i++) {
2481        int down = 0;
2482        int up = 0;
2483        int equal = 0;
2484        if (columnLength[i] > 65535) {
2485            equal[0] = 65535;
2486            break; // unlikely to work
2487        }
2488        for (CoinBigIndex j = columnStart[i];
2489                j < columnStart[i] + columnLength[i]; j++) {
2490            int iRow = row[j];
2491            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2492                equal++;
2493            } else if (element[j] > 0.0) {
2494                if (rowUpper[iRow] < 1.0e20)
2495                    up++;
2496                else
2497                    down--;
2498            } else {
2499                if (rowLower[iRow] > -1.0e20)
2500                    up++;
2501                else
2502                    down--;
2503            }
2504        }
2505        down_[i] = (unsigned short) down;
2506        up_[i] = (unsigned short) up;
2507        equal_[i] = (unsigned short) equal;
2508    }
2509#else
2510    down_ = NULL;
2511    up_ = NULL;
2512    equal_ = NULL;
2513#endif
2514}
2515
2516// Default Constructor
2517CbcHeuristicPartial::CbcHeuristicPartial()
2518        : CbcHeuristic()
2519{
2520    fixPriority_ = 10000;
2521}
2522
2523// Constructor from model
2524CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2525        : CbcHeuristic(model)
2526{
2527    fixPriority_ = fixPriority;
2528    setNumberNodes(numberNodes);
2529    validate();
2530}
2531
2532// Destructor
2533CbcHeuristicPartial::~CbcHeuristicPartial ()
2534{
2535}
2536
2537// Clone
2538CbcHeuristic *
2539CbcHeuristicPartial::clone() const
2540{
2541    return new CbcHeuristicPartial(*this);
2542}
2543// Create C++ lines to get to current state
2544void
2545CbcHeuristicPartial::generateCpp( FILE * fp)
2546{
2547    CbcHeuristicPartial other;
2548    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2549    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2550    CbcHeuristic::generateCpp(fp, "partial");
2551    if (fixPriority_ != other.fixPriority_)
2552        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2553    else
2554        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2555    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2556}
2557//#define NEW_PARTIAL
2558// Copy constructor
2559CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2560        :
2561        CbcHeuristic(rhs),
2562        fixPriority_(rhs.fixPriority_)
2563{
2564}
2565
2566// Assignment operator
2567CbcHeuristicPartial &
2568CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2569{
2570    if (this != &rhs) {
2571        CbcHeuristic::operator=(rhs);
2572        fixPriority_ = rhs.fixPriority_;
2573    }
2574    return *this;
2575}
2576
2577// Resets stuff if model changes
2578void
2579CbcHeuristicPartial::resetModel(CbcModel * model)
2580{
2581    model_ = model;
2582    // Get a copy of original matrix (and by row for partial);
2583    assert(model_->solver());
2584    validate();
2585}
2586// See if partial will give solution
2587// Sets value of solution
2588// Assumes rhs for original matrix still okay
2589// At present only works with integers
2590// Fix values if asked for
2591// Returns 1 if solution, 0 if not
2592int
2593CbcHeuristicPartial::solution(double & solutionValue,
2594                              double * betterSolution)
2595{
2596    // Return if already done
2597    if (fixPriority_ < 0)
2598        return 0; // switched off
2599    const double * hotstartSolution = model_->hotstartSolution();
2600    const int * hotstartPriorities = model_->hotstartPriorities();
2601    if (!hotstartSolution)
2602        return 0;
2603    OsiSolverInterface * solver = model_->solver();
2604
2605    int numberIntegers = model_->numberIntegers();
2606    const int * integerVariable = model_->integerVariable();
2607
2608    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2609    const double * colLower = newSolver->getColLower();
2610    const double * colUpper = newSolver->getColUpper();
2611
2612    double primalTolerance;
2613    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2614
2615    int i;
2616    int numberFixed = 0;
2617    int returnCode = 0;
2618
2619    for (i = 0; i < numberIntegers; i++) {
2620        int iColumn = integerVariable[i];
2621        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2622            double value = hotstartSolution[iColumn];
2623            double lower = colLower[iColumn];
2624            double upper = colUpper[iColumn];
2625            value = CoinMax(value, lower);
2626            value = CoinMin(value, upper);
2627            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2628                value = floor(value + 0.5);
2629                newSolver->setColLower(iColumn, value);
2630                newSolver->setColUpper(iColumn, value);
2631                numberFixed++;
2632            }
2633        }
2634    }
2635    if (numberFixed > numberIntegers / 5 - 100000000) {
2636#ifdef COIN_DEVELOP
2637        printf("%d integers fixed\n", numberFixed);
2638#endif
2639        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2640                                         model_->getCutoff(), "CbcHeuristicPartial");
2641        if (returnCode < 0)
2642            returnCode = 0; // returned on size
2643        //printf("return code %d",returnCode);
2644        if ((returnCode&2) != 0) {
2645            // could add cut
2646            returnCode &= ~2;
2647            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2648        } else {
2649            //printf("\n");
2650        }
2651    }
2652    fixPriority_ = -1; // switch off
2653
2654    delete newSolver;
2655    return returnCode;
2656}
2657// update model
2658void CbcHeuristicPartial::setModel(CbcModel * model)
2659{
2660    model_ = model;
2661    assert(model_->solver());
2662    // make sure model okay for heuristic
2663    validate();
2664}
2665// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2666void
2667CbcHeuristicPartial::validate()
2668{
2669    if (model_ && (when() % 100) < 10) {
2670        if (model_->numberIntegers() !=
2671                model_->numberObjects())
2672            setWhen(0);
2673    }
2674}
2675bool
2676CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2677{
2678    return true;
2679}
2680
2681// Default Constructor
2682CbcSerendipity::CbcSerendipity()
2683        : CbcHeuristic()
2684{
2685}
2686
2687// Constructor from model
2688CbcSerendipity::CbcSerendipity(CbcModel & model)
2689        : CbcHeuristic(model)
2690{
2691}
2692
2693// Destructor
2694CbcSerendipity::~CbcSerendipity ()
2695{
2696}
2697
2698// Clone
2699CbcHeuristic *
2700CbcSerendipity::clone() const
2701{
2702    return new CbcSerendipity(*this);
2703}
2704// Create C++ lines to get to current state
2705void
2706CbcSerendipity::generateCpp( FILE * fp)
2707{
2708    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2709    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2710    CbcHeuristic::generateCpp(fp, "serendipity");
2711    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2712}
2713
2714// Copy constructor
2715CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2716        :
2717        CbcHeuristic(rhs)
2718{
2719}
2720
2721// Assignment operator
2722CbcSerendipity &
2723CbcSerendipity::operator=( const CbcSerendipity & rhs)
2724{
2725    if (this != &rhs) {
2726        CbcHeuristic::operator=(rhs);
2727    }
2728    return *this;
2729}
2730
2731// Returns 1 if solution, 0 if not
2732int
2733CbcSerendipity::solution(double & solutionValue,
2734                         double * betterSolution)
2735{
2736    if (!model_)
2737        return 0;
2738    if (!inputSolution_) {
2739        // get information on solver type
2740        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2741        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2742        if (auxiliaryInfo) {
2743            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2744        } else {
2745            return 0;
2746        }
2747    } else {
2748        int numberColumns = model_->getNumCols();
2749        double value = inputSolution_[numberColumns];
2750        int returnCode = 0;
2751        if (value < solutionValue) {
2752            solutionValue = value;
2753            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2754            returnCode = 1;
2755        }
2756        delete [] inputSolution_;
2757        inputSolution_ = NULL;
2758        model_ = NULL; // switch off
2759        return returnCode;
2760    }
2761}
2762// update model
2763void CbcSerendipity::setModel(CbcModel * model)
2764{
2765    model_ = model;
2766}
2767// Resets stuff if model changes
2768void
2769CbcSerendipity::resetModel(CbcModel * model)
2770{
2771    model_ = model;
2772}
2773
2774
2775// Default Constructor
2776CbcHeuristicJustOne::CbcHeuristicJustOne()
2777        : CbcHeuristic(),
2778        probabilities_(NULL),
2779        heuristic_(NULL),
2780        numberHeuristics_(0)
2781{
2782}
2783
2784// Constructor from model
2785CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2786        : CbcHeuristic(model),
2787        probabilities_(NULL),
2788        heuristic_(NULL),
2789        numberHeuristics_(0)
2790{
2791}
2792
2793// Destructor
2794CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2795{
2796    for (int i = 0; i < numberHeuristics_; i++)
2797        delete heuristic_[i];
2798    delete [] heuristic_;
2799    delete [] probabilities_;
2800}
2801
2802// Clone
2803CbcHeuristicJustOne *
2804CbcHeuristicJustOne::clone() const
2805{
2806    return new CbcHeuristicJustOne(*this);
2807}
2808
2809// Create C++ lines to get to current state
2810void
2811CbcHeuristicJustOne::generateCpp( FILE * fp)
2812{
2813    CbcHeuristicJustOne other;
2814    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2815    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2816    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2817    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2818}
2819
2820// Copy constructor
2821CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2822        :
2823        CbcHeuristic(rhs),
2824        probabilities_(NULL),
2825        heuristic_(NULL),
2826        numberHeuristics_(rhs.numberHeuristics_)
2827{
2828    if (numberHeuristics_) {
2829        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2830        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2831        for (int i = 0; i < numberHeuristics_; i++)
2832            heuristic_[i] = rhs.heuristic_[i]->clone();
2833    }
2834}
2835
2836// Assignment operator
2837CbcHeuristicJustOne &
2838CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2839{
2840    if (this != &rhs) {
2841        CbcHeuristic::operator=(rhs);
2842        for (int i = 0; i < numberHeuristics_; i++)
2843            delete heuristic_[i];
2844        delete [] heuristic_;
2845        delete [] probabilities_;
2846        probabilities_ = NULL;
2847        heuristic_ = NULL;
2848        numberHeuristics_ = rhs.numberHeuristics_;
2849        if (numberHeuristics_) {
2850            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2851            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2852            for (int i = 0; i < numberHeuristics_; i++)
2853                heuristic_[i] = rhs.heuristic_[i]->clone();
2854        }
2855    }
2856    return *this;
2857}
2858// Sets value of solution
2859// Returns 1 if solution, 0 if not
2860int
2861CbcHeuristicJustOne::solution(double & solutionValue,
2862                              double * betterSolution)
2863{
2864#ifdef DIVE_DEBUG
2865    std::cout << "solutionValue = " << solutionValue << std::endl;
2866#endif
2867    ++numCouldRun_;
2868
2869    // test if the heuristic can run
2870    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2871        return 0;
2872    double randomNumber = randomNumberGenerator_.randomDouble();
2873    int i;
2874    for (i = 0; i < numberHeuristics_; i++) {
2875        if (randomNumber < probabilities_[i])
2876            break;
2877    }
2878    assert (i < numberHeuristics_);
2879    int returnCode;
2880    //model_->unsetDivingHasRun();
2881#ifdef COIN_DEVELOP
2882    printf("JustOne running %s\n",
2883           heuristic_[i]->heuristicName());
2884#endif
2885    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2886#ifdef COIN_DEVELOP
2887    if (returnCode)
2888        printf("JustOne running %s found solution\n",
2889               heuristic_[i]->heuristicName());
2890#endif
2891    return returnCode;
2892}
2893// Resets stuff if model changes
2894void
2895CbcHeuristicJustOne::resetModel(CbcModel * model)
2896{
2897    CbcHeuristic::resetModel(model);
2898    for (int i = 0; i < numberHeuristics_; i++)
2899        heuristic_[i]->resetModel(model);
2900}
2901// update model (This is needed if cliques update matrix etc)
2902void
2903CbcHeuristicJustOne::setModel(CbcModel * model)
2904{
2905    CbcHeuristic::setModel(model);
2906    for (int i = 0; i < numberHeuristics_; i++)
2907        heuristic_[i]->setModel(model);
2908}
2909// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2910void
2911CbcHeuristicJustOne::validate()
2912{
2913    CbcHeuristic::validate();
2914    for (int i = 0; i < numberHeuristics_; i++)
2915        heuristic_[i]->validate();
2916}
2917// Adds an heuristic with probability
2918void
2919CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2920{
2921    CbcHeuristic * thisOne = heuristic->clone();
2922    thisOne->setWhen(-999);
2923    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2924                            numberHeuristics_);
2925    delete [] heuristic_;
2926    heuristic_ = tempH;
2927    heuristic_[numberHeuristics_] = thisOne;
2928    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2929                                            numberHeuristics_);
2930    delete [] probabilities_;
2931    probabilities_ = tempP;
2932    probabilities_[numberHeuristics_] = probability;
2933    numberHeuristics_++;
2934}
2935// Normalize probabilities
2936void
2937CbcHeuristicJustOne::normalizeProbabilities()
2938{
2939    double sum = 0.0;
2940    for (int i = 0; i < numberHeuristics_; i++)
2941        sum += probabilities_[i];
2942    double multiplier = 1.0 / sum;
2943    sum = 0.0;
2944    for (int i = 0; i < numberHeuristics_; i++) {
2945        sum += probabilities_[i];
2946        probabilities_[i] = sum * multiplier;
2947    }
2948    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
2949    probabilities_[numberHeuristics_-1] = 1.000001;
2950}
2951
Note: See TracBrowser for help on using the repository browser.