source: stable/2.7/Cbc/src/CbcHeuristic.cpp @ 1675

Last change on this file since 1675 was 1675, checked in by stefan, 8 years ago

sync with trunk rev1674

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 111.8 KB
Line 
1/* $Id: CbcHeuristic.cpp 1675 2011-06-19 17:23:14Z stefan $ */
2// Copyright (C) 2002, International Business Machines
3// Corporation and others.  All Rights Reserved.
4// This code is licensed under the terms of the Eclipse Public License (EPL).
5
6#if defined(_MSC_VER)
7// Turn off compiler warning about long names
8#  pragma warning(disable:4786)
9#endif
10
11#include "CbcConfig.h"
12
13#include <cassert>
14#include <cstdlib>
15#include <cmath>
16#include <cfloat>
17
18//#define PRINT_DEBUG
19#ifdef COIN_HAS_CLP
20#include "OsiClpSolverInterface.hpp"
21#endif
22#include "CbcModel.hpp"
23#include "CbcMessage.hpp"
24#include "CbcHeuristic.hpp"
25#include "CbcHeuristicFPump.hpp"
26#include "CbcStrategy.hpp"
27#include "CglPreProcess.hpp"
28#include "CglGomory.hpp"
29#include "CglProbing.hpp"
30#include "OsiAuxInfo.hpp"
31#include "OsiPresolve.hpp"
32#include "CbcBranchActual.hpp"
33#include "CbcCutGenerator.hpp"
34//==============================================================================
35
36CbcHeuristicNode::CbcHeuristicNode(const CbcHeuristicNode& rhs)
37{
38    numObjects_ = rhs.numObjects_;
39    brObj_ = new CbcBranchingObject*[numObjects_];
40    for (int i = 0; i < numObjects_; ++i) {
41        brObj_[i] = rhs.brObj_[i]->clone();
42    }
43}
44
45void
46CbcHeuristicNodeList::gutsOfDelete()
47{
48    for (int i = (static_cast<int>(nodes_.size())) - 1; i >= 0; --i) {
49        delete nodes_[i];
50    }
51}
52
53void
54CbcHeuristicNodeList::gutsOfCopy(const CbcHeuristicNodeList& rhs)
55{
56    append(rhs);
57}
58
59CbcHeuristicNodeList::CbcHeuristicNodeList(const CbcHeuristicNodeList& rhs)
60{
61    gutsOfCopy(rhs);
62}
63
64CbcHeuristicNodeList& CbcHeuristicNodeList::operator=
65(const CbcHeuristicNodeList & rhs)
66{
67    if (this != &rhs) {
68        gutsOfDelete();
69        gutsOfCopy(rhs);
70    }
71    return *this;
72}
73
74CbcHeuristicNodeList::~CbcHeuristicNodeList()
75{
76    gutsOfDelete();
77}
78
79void
80CbcHeuristicNodeList::append(CbcHeuristicNode*& node)
81{
82    nodes_.push_back(node);
83    node = NULL;
84}
85
86void
87CbcHeuristicNodeList::append(const CbcHeuristicNodeList& nodes)
88{
89    nodes_.reserve(nodes_.size() + nodes.size());
90    for (int i = 0; i < nodes.size(); ++i) {
91        CbcHeuristicNode* node = new CbcHeuristicNode(*nodes.node(i));
92        append(node);
93    }
94}
95
96//==============================================================================
97#define DEFAULT_WHERE ((255-2-16)*(1+256))
98// Default Constructor
99CbcHeuristic::CbcHeuristic() :
100        model_(NULL),
101        when_(2),
102        numberNodes_(200),
103        feasibilityPumpOptions_(-1),
104        fractionSmall_(1.0),
105        heuristicName_("Unknown"),
106        howOften_(1),
107        decayFactor_(0.0),
108        switches_(0),
109        whereFrom_(DEFAULT_WHERE),
110        shallowDepth_(1),
111        howOftenShallow_(1),
112        numInvocationsInShallow_(0),
113        numInvocationsInDeep_(0),
114        lastRunDeep_(0),
115        numRuns_(0),
116        minDistanceToRun_(1),
117        runNodes_(),
118        numCouldRun_(0),
119        numberSolutionsFound_(0),
120        inputSolution_(NULL)
121{
122    // As CbcHeuristic virtual need to modify .cpp if above change
123}
124
125// Constructor from model
126CbcHeuristic::CbcHeuristic(CbcModel & model) :
127        model_(&model),
128        when_(2),
129        numberNodes_(200),
130        feasibilityPumpOptions_(-1),
131        fractionSmall_(1.0),
132        heuristicName_("Unknown"),
133        howOften_(1),
134        decayFactor_(0.0),
135        switches_(0),
136        whereFrom_(DEFAULT_WHERE),
137        shallowDepth_(1),
138        howOftenShallow_(1),
139        numInvocationsInShallow_(0),
140        numInvocationsInDeep_(0),
141        lastRunDeep_(0),
142        numRuns_(0),
143        minDistanceToRun_(1),
144        runNodes_(),
145        numCouldRun_(0),
146        numberSolutionsFound_(0),
147        inputSolution_(NULL)
148{}
149
150void
151CbcHeuristic::gutsOfCopy(const CbcHeuristic & rhs)
152{
153    model_ = rhs.model_;
154    when_ = rhs.when_;
155    numberNodes_ = rhs.numberNodes_;
156    feasibilityPumpOptions_ = rhs.feasibilityPumpOptions_;
157    fractionSmall_ = rhs.fractionSmall_;
158    randomNumberGenerator_ = rhs.randomNumberGenerator_;
159    heuristicName_ = rhs.heuristicName_;
160    howOften_ = rhs.howOften_;
161    decayFactor_ = rhs.decayFactor_;
162    switches_ = rhs.switches_;
163    whereFrom_ = rhs.whereFrom_;
164    shallowDepth_ = rhs.shallowDepth_;
165    howOftenShallow_ = rhs.howOftenShallow_;
166    numInvocationsInShallow_ = rhs.numInvocationsInShallow_;
167    numInvocationsInDeep_ = rhs.numInvocationsInDeep_;
168    lastRunDeep_ = rhs.lastRunDeep_;
169    numRuns_ = rhs.numRuns_;
170    numCouldRun_ = rhs.numCouldRun_;
171    minDistanceToRun_ = rhs.minDistanceToRun_;
172    runNodes_ = rhs.runNodes_;
173    numberSolutionsFound_ = rhs.numberSolutionsFound_;
174    if (rhs.inputSolution_) {
175        int numberColumns = model_->getNumCols();
176        setInputSolution(rhs.inputSolution_, rhs.inputSolution_[numberColumns]);
177    }
178}
179// Copy constructor
180CbcHeuristic::CbcHeuristic(const CbcHeuristic & rhs)
181{
182    inputSolution_ = NULL;
183    gutsOfCopy(rhs);
184}
185
186// Assignment operator
187CbcHeuristic &
188CbcHeuristic::operator=( const CbcHeuristic & rhs)
189{
190    if (this != &rhs) {
191        gutsOfDelete();
192        gutsOfCopy(rhs);
193    }
194    return *this;
195}
196
197void CbcHeurDebugNodes(CbcModel* model_)
198{
199    CbcNode* node = model_->currentNode();
200    CbcNodeInfo* nodeInfo = node->nodeInfo();
201    std::cout << "===============================================================\n";
202    while (nodeInfo) {
203        const CbcNode* node = nodeInfo->owner();
204        printf("nodeinfo: node %i\n", nodeInfo->nodeNumber());
205        {
206            const CbcIntegerBranchingObject* brPrint =
207                dynamic_cast<const CbcIntegerBranchingObject*>(nodeInfo->parentBranch());
208            if (!brPrint) {
209                printf("    parentBranch: NULL\n");
210            } else {
211                const double* downBounds = brPrint->downBounds();
212                const double* upBounds = brPrint->upBounds();
213                int variable = brPrint->variable();
214                int way = brPrint->way();
215                printf("   parentBranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
216                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
217                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
218            }
219        }
220        if (! node) {
221            printf("    owner: NULL\n");
222        } else {
223            printf("    owner: node %i depth %i onTree %i active %i",
224                   node->nodeNumber(), node->depth(), node->onTree(), node->active());
225            const OsiBranchingObject* osibr =
226                nodeInfo->owner()->branchingObject();
227            const CbcBranchingObject* cbcbr =
228                dynamic_cast<const CbcBranchingObject*>(osibr);
229            const CbcIntegerBranchingObject* brPrint =
230                dynamic_cast<const CbcIntegerBranchingObject*>(cbcbr);
231            if (!brPrint) {
232                printf("        ownerBranch: NULL\n");
233            } else {
234                const double* downBounds = brPrint->downBounds();
235                const double* upBounds = brPrint->upBounds();
236                int variable = brPrint->variable();
237                int way = brPrint->way();
238                printf("        ownerbranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
239                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
240                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
241            }
242        }
243        nodeInfo = nodeInfo->parent();
244    }
245}
246
247void
248CbcHeuristic::debugNodes()
249{
250    CbcHeurDebugNodes(model_);
251}
252
253void
254CbcHeuristic::printDistanceToNodes()
255{
256    const CbcNode* currentNode = model_->currentNode();
257    if (currentNode != NULL) {
258        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
259        for (int i = runNodes_.size() - 1; i >= 0; --i) {
260            nodeDesc->distance(runNodes_.node(i));
261        }
262        runNodes_.append(nodeDesc);
263    }
264}
265
266bool
267CbcHeuristic::shouldHeurRun(int whereFrom)
268{
269    assert (whereFrom >= 0 && whereFrom < 16);
270    // take off 8 (code - likes new solution)
271    whereFrom &= 7;
272    if ((whereFrom_&(1 << whereFrom)) == 0)
273        return false;
274    // No longer used for original purpose - so use for ever run at all JJF
275#ifndef JJF_ONE
276    // Don't run if hot start
277    if (model_ && model_->hotstartSolution())
278        return false;
279    else
280        return true;
281#else
282#ifdef JJF_ZERO
283    const CbcNode* currentNode = model_->currentNode();
284    if (currentNode == NULL) {
285        return false;
286    }
287
288    debugNodes();
289//   return false;
290
291    const int depth = currentNode->depth();
292#else
293    int depth = model_->currentDepth();
294#endif
295
296    const int nodeCount = model_->getNodeCount();  // FIXME: check that this is
297    // correct in parallel
298
299    if (nodeCount == 0 || depth <= shallowDepth_) {
300        // what to do when we are in the shallow part of the tree
301        if (model_->getCurrentPassNumber() == 1) {
302            // first time in the node...
303            numInvocationsInShallow_ = 0;
304        }
305        ++numInvocationsInShallow_;
306        // Very large howOftenShallow_ will give the original test:
307        // (model_->getCurrentPassNumber() != 1)
308        //    if ((numInvocationsInShallow_ % howOftenShallow_) != 1) {
309        if ((numInvocationsInShallow_ % howOftenShallow_) != 0) {
310            return false;
311        }
312        // LL: should we save these nodes in the list of nodes where the heur was
313        // LL: run?
314#ifndef JJF_ONE
315        if (currentNode != NULL) {
316            // Get where we are and create the appropriate CbcHeuristicNode object
317            CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
318            runNodes_.append(nodeDesc);
319        }
320#endif
321    } else {
322        // deeper in the tree
323        if (model_->getCurrentPassNumber() == 1) {
324            // first time in the node...
325            ++numInvocationsInDeep_;
326        }
327        if (numInvocationsInDeep_ - lastRunDeep_ < howOften_) {
328            return false;
329        }
330        if (model_->getCurrentPassNumber() != 1) {
331            // Run the heuristic only when first entering the node.
332            // LL: I don't think this is right. It should run just before strong
333            // LL: branching, I believe.
334            return false;
335        }
336        // Get where we are and create the appropriate CbcHeuristicNode object
337        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
338        //#ifdef PRINT_DEBUG
339#ifndef JJF_ONE
340        const double minDistanceToRun = 1.5 * log((double)depth) / log((double)2);
341#else
342    const double minDistanceToRun = minDistanceToRun_;
343#endif
344#ifdef PRINT_DEBUG
345        double minDistance = nodeDesc->minDistance(runNodes_);
346        std::cout << "minDistance = " << minDistance
347                  << ", minDistanceToRun = " << minDistanceToRun << std::endl;
348#endif
349        if (nodeDesc->minDistanceIsSmall(runNodes_, minDistanceToRun)) {
350            delete nodeDesc;
351            return false;
352        }
353        runNodes_.append(nodeDesc);
354        lastRunDeep_ = numInvocationsInDeep_;
355        //    ++lastRunDeep_;
356    }
357    ++numRuns_;
358    return true;
359#endif
360}
361
362bool
363CbcHeuristic::shouldHeurRun_randomChoice()
364{
365    if (!when_)
366        return false;
367    int depth = model_->currentDepth();
368    // when_ -999 is special marker to force to run
369    if (depth != 0 && when_ != -999) {
370        const double numerator = depth * depth;
371        const double denominator = exp(depth * log(2.0));
372        double probability = numerator / denominator;
373        double randomNumber = randomNumberGenerator_.randomDouble();
374        int when = when_ % 100;
375        if (when > 2 && when < 8) {
376            /* JJF adjustments
377            3 only at root and if no solution
378            4 only at root and if this heuristic has not got solution
379            5 as 3 but decay more
380            6 decay
381            7 run up to 2 times if solution found 4 otherwise
382            */
383            switch (when) {
384            case 3:
385            default:
386                if (model_->bestSolution())
387                    probability = -1.0;
388                break;
389            case 4:
390                if (numberSolutionsFound_)
391                    probability = -1.0;
392                break;
393            case 5:
394                assert (decayFactor_);
395                if (model_->bestSolution()) {
396                    probability = -1.0;
397                } else if (numCouldRun_ > 1000) {
398                    decayFactor_ *= 0.99;
399                    probability *= decayFactor_;
400                }
401                break;
402            case 6:
403                if (depth >= 3) {
404                    if ((numCouldRun_ % howOften_) == 0 &&
405                            numberSolutionsFound_*howOften_ < numCouldRun_) {
406#ifdef COIN_DEVELOP
407                        int old = howOften_;
408#endif
409                        howOften_ = CoinMin(CoinMax(static_cast<int> (howOften_ * 1.1), howOften_ + 1), 1000000);
410#ifdef COIN_DEVELOP
411                        printf("Howoften changed from %d to %d for %s\n",
412                               old, howOften_, heuristicName_.c_str());
413#endif
414                    }
415                    probability = 1.0 / howOften_;
416                    if (model_->bestSolution())
417                        probability *= 0.5;
418                }
419                break;
420            case 7:
421                if ((model_->bestSolution() && numRuns_ >= 2) || numRuns_ >= 4)
422                    probability = -1.0;
423                break;
424            }
425        }
426        if (randomNumber > probability)
427            return false;
428
429        if (model_->getCurrentPassNumber() > 1)
430            return false;
431#ifdef COIN_DEVELOP
432        printf("Running %s, random %g probability %g\n",
433               heuristicName_.c_str(), randomNumber, probability);
434#endif
435    } else {
436#ifdef COIN_DEVELOP
437        printf("Running %s, depth %d when %d\n",
438               heuristicName_.c_str(), depth, when_);
439#endif
440    }
441    ++numRuns_;
442    return true;
443}
444
445// Resets stuff if model changes
446void
447CbcHeuristic::resetModel(CbcModel * model)
448{
449    model_ = model;
450}
451// Set seed
452void
453CbcHeuristic::setSeed(int value)
454{
455    randomNumberGenerator_.setSeed(value);
456}
457
458// Create C++ lines to get to current state
459void
460CbcHeuristic::generateCpp( FILE * fp, const char * heuristic)
461{
462    // hard coded as CbcHeuristic virtual
463    if (when_ != 2)
464        fprintf(fp, "3  %s.setWhen(%d);\n", heuristic, when_);
465    else
466        fprintf(fp, "4  %s.setWhen(%d);\n", heuristic, when_);
467    if (numberNodes_ != 200)
468        fprintf(fp, "3  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
469    else
470        fprintf(fp, "4  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
471    if (feasibilityPumpOptions_ != -1)
472        fprintf(fp, "3  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
473    else
474        fprintf(fp, "4  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
475    if (fractionSmall_ != 1.0)
476        fprintf(fp, "3  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
477    else
478        fprintf(fp, "4  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
479    if (heuristicName_ != "Unknown")
480        fprintf(fp, "3  %s.setHeuristicName(\"%s\");\n",
481                heuristic, heuristicName_.c_str()) ;
482    else
483        fprintf(fp, "4  %s.setHeuristicName(\"%s\");\n",
484                heuristic, heuristicName_.c_str()) ;
485    if (decayFactor_ != 0.0)
486        fprintf(fp, "3  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
487    else
488        fprintf(fp, "4  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
489    if (switches_ != 0)
490        fprintf(fp, "3  %s.setSwitches(%d);\n", heuristic, switches_);
491    else
492        fprintf(fp, "4  %s.setSwitches(%d);\n", heuristic, switches_);
493    if (whereFrom_ != DEFAULT_WHERE)
494        fprintf(fp, "3  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
495    else
496        fprintf(fp, "4  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
497    if (shallowDepth_ != 1)
498        fprintf(fp, "3  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
499    else
500        fprintf(fp, "4  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
501    if (howOftenShallow_ != 1)
502        fprintf(fp, "3  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
503    else
504        fprintf(fp, "4  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
505    if (minDistanceToRun_ != 1)
506        fprintf(fp, "3  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
507    else
508        fprintf(fp, "4  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
509}
510// Destructor
511CbcHeuristic::~CbcHeuristic ()
512{
513    delete [] inputSolution_;
514}
515
516// update model
517void CbcHeuristic::setModel(CbcModel * model)
518{
519    model_ = model;
520}
521/* Clone but ..
522   type 0 clone solver, 1 clone continuous solver
523   Add 2 to say without integer variables which are at low priority
524   Add 4 to say quite likely infeasible so give up easily.*/
525OsiSolverInterface *
526CbcHeuristic::cloneBut(int type)
527{
528    OsiSolverInterface * solver;
529    if ((type&1) == 0 || !model_->continuousSolver())
530        solver = model_->solver()->clone();
531    else
532        solver = model_->continuousSolver()->clone();
533#ifdef COIN_HAS_CLP
534    OsiClpSolverInterface * clpSolver
535    = dynamic_cast<OsiClpSolverInterface *> (solver);
536#endif
537    if ((type&2) != 0) {
538        int n = model_->numberObjects();
539        int priority = model_->continuousPriority();
540        if (priority < COIN_INT_MAX) {
541            for (int i = 0; i < n; i++) {
542                const OsiObject * obj = model_->object(i);
543                const CbcSimpleInteger * thisOne =
544                    dynamic_cast <const CbcSimpleInteger *> (obj);
545                if (thisOne) {
546                    int iColumn = thisOne->columnNumber();
547                    if (thisOne->priority() >= priority)
548                        solver->setContinuous(iColumn);
549                }
550            }
551        }
552#ifdef COIN_HAS_CLP
553        if (clpSolver) {
554            for (int i = 0; i < n; i++) {
555                const OsiObject * obj = model_->object(i);
556                const CbcSimpleInteger * thisOne =
557                    dynamic_cast <const CbcSimpleInteger *> (obj);
558                if (thisOne) {
559                    int iColumn = thisOne->columnNumber();
560                    if (clpSolver->isOptionalInteger(iColumn))
561                        clpSolver->setContinuous(iColumn);
562                }
563            }
564        }
565#endif
566    }
567#ifdef COIN_HAS_CLP
568    if ((type&4) != 0 && clpSolver) {
569        int options = clpSolver->getModelPtr()->moreSpecialOptions();
570        clpSolver->getModelPtr()->setMoreSpecialOptions(options | 64);
571    }
572#endif
573    return solver;
574}
575// Whether to exit at once on gap
576bool
577CbcHeuristic::exitNow(double bestObjective) const
578{
579    if ((switches_&2048) != 0) {
580        // exit may be forced - but unset for next time
581        switches_ &= ~2048;
582        if ((switches_&1024) != 0)
583            return true;
584    } else if ((switches_&1) == 0) {
585        return false;
586    }
587    // See if can stop on gap
588    OsiSolverInterface * solver = model_->solver();
589    double bestPossibleObjective = solver->getObjValue() * solver->getObjSense();
590    double absGap = CoinMax(model_->getAllowableGap(),
591                            model_->getHeuristicGap());
592    double fracGap = CoinMax(model_->getAllowableFractionGap(),
593                             model_->getHeuristicFractionGap());
594    double testGap = CoinMax(absGap, fracGap *
595                             CoinMax(fabs(bestObjective),
596                                     fabs(bestPossibleObjective)));
597
598    if (bestObjective - bestPossibleObjective < testGap
599            && model_->getCutoffIncrement() >= 0.0) {
600        return true;
601    } else {
602        return false;
603    }
604}
605#ifdef HISTORY_STATISTICS
606extern bool getHistoryStatistics_;
607#endif
608static double sizeRatio(int numberRowsNow, int numberColumnsNow,
609                        int numberRowsStart, int numberColumnsStart)
610{
611    double valueNow;
612    if (numberRowsNow*10 > numberColumnsNow || numberColumnsNow < 200) {
613        valueNow = 2 * numberRowsNow + numberColumnsNow;
614    } else {
615        // long and thin - rows are more important
616        if (numberRowsNow*40 > numberColumnsNow)
617            valueNow = 10 * numberRowsNow + numberColumnsNow;
618        else
619            valueNow = 200 * numberRowsNow + numberColumnsNow;
620    }
621    double valueStart;
622    if (numberRowsStart*10 > numberColumnsStart || numberColumnsStart < 200) {
623        valueStart = 2 * numberRowsStart + numberColumnsStart;
624    } else {
625        // long and thin - rows are more important
626        if (numberRowsStart*40 > numberColumnsStart)
627            valueStart = 10 * numberRowsStart + numberColumnsStart;
628        else
629            valueStart = 200 * numberRowsStart + numberColumnsStart;
630    }
631    //printf("sizeProblem Now %g, %d rows, %d columns\nsizeProblem Start %g, %d rows, %d columns\n",
632    // valueNow,numberRowsNow,numberColumnsNow,
633    // valueStart,numberRowsStart,numberColumnsStart);
634    if (10*numberRowsNow < 8*numberRowsStart)
635        return valueNow / valueStart;
636    else if (10*numberRowsNow < 9*numberRowsStart)
637        return 1.1*(valueNow / valueStart);
638    else if (numberRowsNow < numberRowsStart)
639        return 1.5*(valueNow / valueStart);
640    else
641        return 2.0*(valueNow / valueStart);
642}
643
644
645// Do mini branch and bound (return 1 if solution)
646int
647CbcHeuristic::smallBranchAndBound(OsiSolverInterface * solver, int numberNodes,
648                                  double * newSolution, double & newSolutionValue,
649                                  double cutoff, std::string name) const
650{
651    // size before
652    int shiftRows = 0;
653    if (numberNodes < 0)
654        shiftRows = solver->getNumRows() - numberNodes_;
655    int numberRowsStart = solver->getNumRows() - shiftRows;
656    int numberColumnsStart = solver->getNumCols();
657#ifdef CLP_INVESTIGATE
658    printf("%s has %d rows, %d columns\n",
659           name.c_str(), solver->getNumRows(), solver->getNumCols());
660#endif
661    // Use this fraction
662    double fractionSmall = fractionSmall_;
663    double before = 2 * numberRowsStart + numberColumnsStart;
664    if (before > 40000.0) {
665        // fairly large - be more conservative
666        double multiplier = 1.0 - 0.3 * CoinMin(100000.0, before - 40000.0) / 100000.0;
667        if (multiplier < 1.0) {
668            fractionSmall *= multiplier;
669#ifdef CLP_INVESTIGATE
670            printf("changing fractionSmall from %g to %g for %s\n",
671                   fractionSmall_, fractionSmall, name.c_str());
672#endif
673        }
674    }
675#ifdef COIN_HAS_CLP
676    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
677    if (osiclp && (osiclp->specialOptions()&65536) == 0) {
678        // go faster stripes
679        if (osiclp->getNumRows() < 300 && osiclp->getNumCols() < 500) {
680            osiclp->setupForRepeatedUse(2, 0);
681        } else {
682            osiclp->setupForRepeatedUse(0, 0);
683        }
684        // Turn this off if you get problems
685        // Used to be automatically set
686        osiclp->setSpecialOptions(osiclp->specialOptions() | (128 + 64 - 128));
687        ClpSimplex * lpSolver = osiclp->getModelPtr();
688        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
689        lpSolver->setSpecialOptions(lpSolver->specialOptions() |
690                                    (/*16384+*/4096 + 512 + 128));
691    }
692#endif
693#ifdef HISTORY_STATISTICS
694    getHistoryStatistics_ = false;
695#endif
696    int status = 0;
697    int logLevel = model_->logLevel();
698#define LEN_PRINT 250
699    char generalPrint[LEN_PRINT];
700    // Do presolve to see if possible
701    int numberColumns = solver->getNumCols();
702    char * reset = NULL;
703    int returnCode = 1;
704    int saveModelOptions = model_->specialOptions();
705    //assert ((saveModelOptions&2048) == 0);
706    model_->setSpecialOptions(saveModelOptions | 2048);
707    {
708        int saveLogLevel = solver->messageHandler()->logLevel();
709        if (saveLogLevel == 1)
710            solver->messageHandler()->setLogLevel(0);
711        OsiPresolve * pinfo = new OsiPresolve();
712        int presolveActions = 0;
713        // Allow dual stuff on integers
714        presolveActions = 1;
715        // Do not allow all +1 to be tampered with
716        //if (allPlusOnes)
717        //presolveActions |= 2;
718        // allow transfer of costs
719        // presolveActions |= 4;
720        pinfo->setPresolveActions(presolveActions);
721        OsiSolverInterface * presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
722        delete pinfo;
723        // see if too big
724
725        if (presolvedModel) {
726            int afterRows = presolvedModel->getNumRows();
727            int afterCols = presolvedModel->getNumCols();
728            //#define COIN_DEVELOP
729#ifdef COIN_DEVELOP_z
730            if (numberNodes < 0) {
731                solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
732                presolvedModel->writeMpsNative("after1.mps", NULL, NULL, 2, 1);
733            }
734#endif
735            delete presolvedModel;
736            double ratio = sizeRatio(afterRows - shiftRows, afterCols,
737                                     numberRowsStart, numberColumnsStart);
738            double after = 2 * afterRows + afterCols;
739            if (ratio > fractionSmall && after > 300 && numberNodes >= 0) {
740                // Need code to try again to compress further using used
741                const int * used =  model_->usedInSolution();
742                int maxUsed = 0;
743                int iColumn;
744                const double * lower = solver->getColLower();
745                const double * upper = solver->getColUpper();
746                for (iColumn = 0; iColumn < numberColumns; iColumn++) {
747                    if (upper[iColumn] > lower[iColumn]) {
748                        if (solver->isBinary(iColumn))
749                            maxUsed = CoinMax(maxUsed, used[iColumn]);
750                    }
751                }
752                if (maxUsed) {
753                    reset = new char [numberColumns];
754                    int nFix = 0;
755                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
756                        reset[iColumn] = 0;
757                        if (upper[iColumn] > lower[iColumn]) {
758                            if (solver->isBinary(iColumn) && used[iColumn] == maxUsed) {
759                                bool setValue = true;
760                                if (maxUsed == 1) {
761                                    double randomNumber = randomNumberGenerator_.randomDouble();
762                                    if (randomNumber > 0.3)
763                                        setValue = false;
764                                }
765                                if (setValue) {
766                                    reset[iColumn] = 1;
767                                    solver->setColLower(iColumn, 1.0);
768                                    nFix++;
769                                }
770                            }
771                        }
772                    }
773                    pinfo = new OsiPresolve();
774                    presolveActions = 0;
775                    // Allow dual stuff on integers
776                    presolveActions = 1;
777                    // Do not allow all +1 to be tampered with
778                    //if (allPlusOnes)
779                    //presolveActions |= 2;
780                    // allow transfer of costs
781                    // presolveActions |= 4;
782                    pinfo->setPresolveActions(presolveActions);
783                    presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
784                    delete pinfo;
785                    if (presolvedModel) {
786                        // see if too big
787                        int afterRows2 = presolvedModel->getNumRows();
788                        int afterCols2 = presolvedModel->getNumCols();
789                        delete presolvedModel;
790                        double ratio = sizeRatio(afterRows2 - shiftRows, afterCols2,
791                                                 numberRowsStart, numberColumnsStart);
792                        double after = 2 * afterRows2 + afterCols2;
793                        if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
794                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - still too large",
795                                    solver->getNumRows(), solver->getNumCols(),
796                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
797                            // If much too big - give up
798                            if (ratio > 0.75)
799                                returnCode = -1;
800                        } else {
801                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - ok now",
802                                    solver->getNumRows(), solver->getNumCols(),
803                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
804                        }
805                        model_->messageHandler()->message(CBC_GENERAL, model_->messages())
806                        << generalPrint
807                        << CoinMessageEol;
808                    } else {
809                        returnCode = 2; // infeasible
810                    }
811                }
812            } else if (ratio > fractionSmall && after > 300) {
813                returnCode = -1;
814            }
815        } else {
816            returnCode = 2; // infeasible
817        }
818        solver->messageHandler()->setLogLevel(saveLogLevel);
819    }
820    if (returnCode == 2 || returnCode == -1) {
821        model_->setSpecialOptions(saveModelOptions);
822        delete [] reset;
823#ifdef HISTORY_STATISTICS
824        getHistoryStatistics_ = true;
825#endif
826        //printf("small no good\n");
827        return returnCode;
828    }
829    // Reduce printout
830    bool takeHint;
831    OsiHintStrength strength;
832    solver->getHintParam(OsiDoReducePrint, takeHint, strength);
833    solver->setHintParam(OsiDoReducePrint, true, OsiHintTry);
834    solver->setHintParam(OsiDoPresolveInInitial, false, OsiHintTry);
835    double signedCutoff = cutoff*solver->getObjSense();
836    solver->setDblParam(OsiDualObjectiveLimit, signedCutoff);
837    solver->initialSolve();
838    if (solver->isProvenOptimal()) {
839        CglPreProcess process;
840        if ((model_->moreSpecialOptions()&65536)!=0)
841          process.setOptions(2+4+8); // no cuts
842        /* Do not try and produce equality cliques and
843           do up to 2 passes (normally) 5 if restart */
844        int numberPasses = 2;
845        if (numberNodes < 0) {
846            numberPasses = 5;
847            // Say some rows cuts
848            int numberRows = solver->getNumRows();
849            if (numberNodes_ < numberRows && true /* think */) {
850                char * type = new char[numberRows];
851                memset(type, 0, numberNodes_);
852                memset(type + numberNodes_, 1, numberRows - numberNodes_);
853                process.passInRowTypes(type, numberRows);
854                delete [] type;
855            }
856        }
857        if (logLevel <= 1)
858            process.messageHandler()->setLogLevel(0);
859        if (!solver->defaultHandler()&&
860            solver->messageHandler()->logLevel(0)!=-1000)
861          process.passInMessageHandler(solver->messageHandler());
862        OsiSolverInterface * solver2 = process.preProcessNonDefault(*solver, false,
863                                       numberPasses);
864        if (!solver2) {
865            if (logLevel > 1)
866                printf("Pre-processing says infeasible\n");
867            returnCode = 2; // so will be infeasible
868        } else {
869#ifdef COIN_DEVELOP_z
870            if (numberNodes < 0) {
871                solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
872            }
873#endif
874            // see if too big
875            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
876                                     numberRowsStart, numberColumnsStart);
877            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
878            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
879                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
880                        solver->getNumRows(), solver->getNumCols(),
881                        solver2->getNumRows(), solver2->getNumCols());
882                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
883                << generalPrint
884                << CoinMessageEol;
885                returnCode = -1;
886                //printf("small no good2\n");
887            } else {
888                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
889                        solver->getNumRows(), solver->getNumCols(),
890                        solver2->getNumRows(), solver2->getNumCols());
891                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
892                << generalPrint
893                << CoinMessageEol;
894            }
895            if (returnCode == 1) {
896                solver2->resolve();
897                CbcModel model(*solver2);
898                if (numberNodes >= 0) {
899                    // normal
900                    model.setSpecialOptions(saveModelOptions | 2048);
901                    if (logLevel <= 1)
902                        model.setLogLevel(0);
903                    else
904                        model.setLogLevel(logLevel);
905                    // No small fathoming
906                    model.setFastNodeDepth(-1);
907                    model.setCutoff(signedCutoff);
908                    // Don't do if original fraction > 1.0 and too large
909                    if (fractionSmall_>1.0) {
910                      /* 1.4 means -1 nodes if >.4
911                         2.4 means -1 nodes if >.5 and 0 otherwise
912                         3.4 means -1 nodes if >.6 and 0 or 5
913                         4.4 means -1 nodes if >.7 and 0, 5 or 10
914                      */
915                      double fraction = fractionSmall_-floor(fractionSmall_);
916                      if (ratio>fraction) {
917                        int type = static_cast<int>(floor(fractionSmall_*0.1));
918                        int over = static_cast<int>(ceil(ratio-fraction));
919                        int maxNodes[]={-1,0,5,10};
920                        if (type>over)
921                          numberNodes=maxNodes[type-over];
922                        else
923                          numberNodes=-1;
924                      }
925                    }
926                    model.setMaximumNodes(numberNodes);
927                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
928                    if ((saveModelOptions&2048) == 0)
929                      model.setMoreSpecialOptions(model_->moreSpecialOptions());
930                    // Lightweight
931                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
932                    model.setStrategy(strategy);
933                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
934                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
935                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
936                } else {
937                    model.setSpecialOptions(saveModelOptions);
938                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
939                    << solver2->getNumRows() << solver2->getNumCols()
940                    << CoinMessageEol;
941                    // going for full search and copy across more stuff
942                    model.gutsOfCopy(*model_, 2);
943                    for (int i = 0; i < model.numberCutGenerators(); i++) {
944                        CbcCutGenerator * generator = model.cutGenerator(i);
945                        CglGomory * gomory = dynamic_cast<CglGomory *>
946                          (generator->generator());
947                        if (gomory&&gomory->originalSolver()) 
948                          gomory->passInOriginalSolver(model.solver());
949                        generator->setTiming(true);
950                        // Turn on if was turned on
951                        int iOften = model_->cutGenerator(i)->howOften();
952#ifdef CLP_INVESTIGATE
953                        printf("Gen %d often %d %d\n",
954                               i, generator->howOften(),
955                               iOften);
956#endif
957                        if (iOften > 0)
958                            generator->setHowOften(iOften % 1000000);
959                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
960                            generator->setHowOften(-100);
961                    }
962                    model.setCutoff(signedCutoff);
963                    // make sure can't do nested search! but allow heuristics
964                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
965                    bool takeHint;
966                    OsiHintStrength strength;
967                    // Switch off printing if asked to
968                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
969                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
970                    CbcStrategyDefault strategy(1, model_->numberStrong(),
971                                                model_->numberBeforeTrust());
972                    // Set up pre-processing - no
973                    strategy.setupPreProcessing(0); // was (4);
974                    model.setStrategy(strategy);
975                    //model.solver()->writeMps("crunched");
976                    int numberCuts = process.cuts().sizeRowCuts();
977                    if (numberCuts) {
978                        // add in cuts
979                        CglStored cuts = process.cuts();
980                        model.addCutGenerator(&cuts, 1, "Stored from first");
981                    }
982                }
983                // Do search
984                if (logLevel > 1)
985                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
986                    << name
987                    << model.getMaximumNodes()
988                    << CoinMessageEol;
989                // probably faster to use a basis to get integer solutions
990                model.setSpecialOptions(model.specialOptions() | 2);
991#ifdef CBC_THREAD
992                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
993                    // See if at root node
994                    bool atRoot = model_->getNodeCount() == 0;
995                    int passNumber = model_->getCurrentPassNumber();
996                    if (atRoot && passNumber == 1)
997                        model.setNumberThreads(model_->getNumberThreads());
998                }
999#endif
1000                model.setParentModel(*model_);
1001                model.setOriginalColumns(process.originalColumns());
1002                model.setSearchStrategy(-1);
1003                // If no feasibility pump then insert a lightweight one
1004                if (feasibilityPumpOptions_ >= 0) {
1005                    bool gotPump = false;
1006                    for (int i = 0; i < model.numberHeuristics(); i++) {
1007                        const CbcHeuristicFPump* pump =
1008                            dynamic_cast<const CbcHeuristicFPump*>(model.heuristic(i));
1009                        if (pump)
1010                            gotPump = true;
1011                    }
1012                    if (!gotPump) {
1013                        CbcHeuristicFPump heuristic4;
1014                        // use any cutoff
1015                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1016                        if (fractionSmall_<=1.0) 
1017                          heuristic4.setMaximumPasses(10);
1018                        int pumpTune = feasibilityPumpOptions_;
1019                        if (pumpTune > 0) {
1020                            /*
1021                            >=10000000 for using obj
1022                            >=1000000 use as accumulate switch
1023                            >=1000 use index+1 as number of large loops
1024                            >=100 use 0.05 objvalue as increment
1025                            %100 == 10,20 etc for experimentation
1026                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1027                            4 and static continuous, 5 as 3 but no internal integers
1028                            6 as 3 but all slack basis!
1029                            */
1030                            double value = solver2->getObjSense() * solver2->getObjValue();
1031                            int w = pumpTune / 10;
1032                            int ix = w % 10;
1033                            w /= 10;
1034                            int c = w % 10;
1035                            w /= 10;
1036                            int r = w;
1037                            int accumulate = r / 1000;
1038                            r -= 1000 * accumulate;
1039                            if (accumulate >= 10) {
1040                                int which = accumulate / 10;
1041                                accumulate -= 10 * which;
1042                                which--;
1043                                // weights and factors
1044                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1045                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1046                                heuristic4.setInitialWeight(weight[which]);
1047                                heuristic4.setWeightFactor(factor[which]);
1048                            }
1049                            // fake cutoff
1050                            if (c) {
1051                                double cutoff;
1052                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1053                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1054                                heuristic4.setFakeCutoff(cutoff);
1055                            }
1056                            if (r) {
1057                                // also set increment
1058                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1059                                double increment = 0.0;
1060                                heuristic4.setAbsoluteIncrement(increment);
1061                                heuristic4.setAccumulate(accumulate);
1062                                heuristic4.setMaximumRetries(r + 1);
1063                            }
1064                            pumpTune = pumpTune % 100;
1065                            if (pumpTune == 6)
1066                                pumpTune = 13;
1067                            if (pumpTune != 13)
1068                                pumpTune = pumpTune % 10;
1069                            heuristic4.setWhen(pumpTune);
1070                            if (ix) {
1071                                heuristic4.setFeasibilityPumpOptions(ix*10);
1072                            }
1073                        }
1074                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1075                    }
1076                }
1077                //printf("sol %x\n",inputSolution_);
1078                if (inputSolution_) {
1079                    // translate and add a serendipity heuristic
1080                    int numberColumns = solver2->getNumCols();
1081                    const int * which = process.originalColumns();
1082                    OsiSolverInterface * solver3 = solver2->clone();
1083                    for (int i = 0; i < numberColumns; i++) {
1084                        if (solver3->isInteger(i)) {
1085                            int k = which[i];
1086                            double value = inputSolution_[k];
1087                            //if (value)
1088                            //printf("orig col %d now %d val %g\n",
1089                            //       k,i,value);
1090                            solver3->setColLower(i, value);
1091                            solver3->setColUpper(i, value);
1092                        }
1093                    }
1094                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1095                    solver3->resolve();
1096                    if (!solver3->isProvenOptimal()) {
1097                        // Try just setting nonzeros
1098                        OsiSolverInterface * solver4 = solver2->clone();
1099                        for (int i = 0; i < numberColumns; i++) {
1100                            if (solver4->isInteger(i)) {
1101                                int k = which[i];
1102                                double value = floor(inputSolution_[k] + 0.5);
1103                                if (value) {
1104                                    solver3->setColLower(i, value);
1105                                    solver3->setColUpper(i, value);
1106                                }
1107                            }
1108                        }
1109                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1110                        solver4->resolve();
1111                        int nBad = -1;
1112                        if (solver4->isProvenOptimal()) {
1113                            nBad = 0;
1114                            const double * solution = solver4->getColSolution();
1115                            for (int i = 0; i < numberColumns; i++) {
1116                                if (solver4->isInteger(i)) {
1117                                    double value = floor(solution[i] + 0.5);
1118                                    if (fabs(value - solution[i]) > 1.0e-6)
1119                                        nBad++;
1120                                }
1121                            }
1122                        }
1123                        if (nBad) {
1124                            delete solver4;
1125                        } else {
1126                            delete solver3;
1127                            solver3 = solver4;
1128                        }
1129                    }
1130                    if (solver3->isProvenOptimal()) {
1131                        // good
1132                        CbcSerendipity heuristic(model);
1133                        double value = solver3->getObjSense() * solver3->getObjValue();
1134                        heuristic.setInputSolution(solver3->getColSolution(), value);
1135                        value = value + 1.0e-7*(1.0 + fabs(value));
1136                        value *= solver3->getObjSense();
1137                        model.setCutoff(value);
1138                        model.addHeuristic(&heuristic, "Previous solution", 0);
1139                        //printf("added seren\n");
1140                    } else {
1141                        double value = model_->getMinimizationObjValue();
1142                        value = value + 1.0e-7*(1.0 + fabs(value));
1143                        value *= solver3->getObjSense();
1144                        model.setCutoff(value);
1145#ifdef CLP_INVESTIGATE
1146                        printf("NOT added seren\n");
1147                        solver3->writeMps("bad_seren");
1148                        solver->writeMps("orig_seren");
1149#endif
1150                    }
1151                    delete solver3;
1152                }
1153                if (model_->searchStrategy() == 2) {
1154                    model.setNumberStrong(5);
1155                    model.setNumberBeforeTrust(5);
1156                }
1157                if (model.getNumCols()) {
1158                    if (numberNodes >= 0) {
1159                        setCutAndHeuristicOptions(model);
1160                        // not too many iterations
1161                        model.setMaximumNumberIterations(100*(numberNodes + 10));
1162                        // Not fast stuff
1163                        model.setFastNodeDepth(-1);
1164                    } else if (model.fastNodeDepth() >= 1000000) {
1165                        // already set
1166                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1167                    }
1168                    model.setWhenCuts(999998);
1169#define ALWAYS_DUAL
1170#ifdef ALWAYS_DUAL
1171                    OsiSolverInterface * solver = model.solver();
1172                    bool takeHint;
1173                    OsiHintStrength strength;
1174                    solver->getHintParam(OsiDoDualInResolve, takeHint, strength);
1175                    solver->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1176#endif
1177                    model.passInEventHandler(model_->getEventHandler());
1178                    model.branchAndBound();
1179#ifdef ALWAYS_DUAL
1180                    solver = model.solver();
1181                    solver->setHintParam(OsiDoDualInResolve, takeHint, strength);
1182#endif
1183#ifdef COIN_DEVELOP
1184                    printf("sub branch %d nodes, %d iterations - max %d\n",
1185                           model.getNodeCount(), model.getIterationCount(),
1186                           100*(numberNodes + 10));
1187#endif
1188                    if (numberNodes < 0) {
1189                        model_->incrementIterationCount(model.getIterationCount());
1190                        model_->incrementNodeCount(model.getNodeCount());
1191                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1192                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1193                            sprintf(generalPrint,
1194                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1195                                    generator->cutGeneratorName(),
1196                                    generator->numberTimesEntered(),
1197                                    generator->numberCutsInTotal() +
1198                                    generator->numberColumnCuts(),
1199                                    generator->numberCutsActive(),
1200                                    generator->timeInCutGenerator());
1201                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1202                            if (stored && !generator->numberCutsInTotal())
1203                                continue;
1204#ifndef CLP_INVESTIGATE
1205                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1206                            if (implication)
1207                                continue;
1208#endif
1209                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1210                            << generalPrint
1211                            << CoinMessageEol;
1212                        }
1213                    }
1214                } else {
1215                    // empty model
1216                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1217                }
1218                if (logLevel > 1)
1219                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1220                    << name
1221                    << CoinMessageEol;
1222                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1223                    // solution
1224                    if (model.getNumCols())
1225                        returnCode = model.isProvenOptimal() ? 3 : 1;
1226                    else
1227                        returnCode = 3;
1228                    // post process
1229#ifdef COIN_HAS_CLP
1230                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1231                    if (clpSolver) {
1232                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1233                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1234                    }
1235#endif
1236                    process.postProcess(*model.solver());
1237                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1238                        // Solution now back in solver
1239                        int numberColumns = solver->getNumCols();
1240                        memcpy(newSolution, solver->getColSolution(),
1241                               numberColumns*sizeof(double));
1242                        newSolutionValue = model.getMinimizationObjValue();
1243                    } else {
1244                        // odd - but no good
1245                        returnCode = 0; // so will be infeasible
1246                    }
1247                } else {
1248                    // no good
1249                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1250                }
1251                int totalNumberIterations = model.getIterationCount() +
1252                                            process.numberIterationsPre() +
1253                                            process.numberIterationsPost();
1254                if (totalNumberIterations > 100*(numberNodes + 10)) {
1255                    // only allow smaller problems
1256                    fractionSmall = fractionSmall_;
1257                    fractionSmall_ *= 0.9;
1258#ifdef CLP_INVESTIGATE
1259                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1260                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1261#endif
1262                }
1263                if (model.status() == 5)
1264                    returnCode = -2; // stop
1265                if (model.isProvenInfeasible())
1266                    status = 1;
1267                else if (model.isProvenOptimal())
1268                    status = 2;
1269            }
1270        }
1271    } else {
1272        returnCode = 2; // infeasible finished
1273    }
1274    model_->setSpecialOptions(saveModelOptions);
1275    model_->setLogLevel(logLevel);
1276    if (returnCode == 1 || returnCode == 2) {
1277        OsiSolverInterface * solverC = model_->continuousSolver();
1278        if (false && solverC) {
1279            const double * lower = solver->getColLower();
1280            const double * upper = solver->getColUpper();
1281            const double * lowerC = solverC->getColLower();
1282            const double * upperC = solverC->getColUpper();
1283            bool good = true;
1284            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1285                if (solverC->isInteger(iColumn)) {
1286                    if (lower[iColumn] > lowerC[iColumn] &&
1287                            upper[iColumn] < upperC[iColumn]) {
1288                        good = false;
1289                        printf("CUT - can't add\n");
1290                        break;
1291                    }
1292                }
1293            }
1294            if (good) {
1295                double * cut = new double [numberColumns];
1296                int * which = new int [numberColumns];
1297                double rhs = -1.0;
1298                int n = 0;
1299                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1300                    if (solverC->isInteger(iColumn)) {
1301                        if (lower[iColumn] == upperC[iColumn]) {
1302                            rhs += lower[iColumn];
1303                            cut[n] = 1.0;
1304                            which[n++] = iColumn;
1305                        } else if (upper[iColumn] == lowerC[iColumn]) {
1306                            rhs -= upper[iColumn];
1307                            cut[n] = -1.0;
1308                            which[n++] = iColumn;
1309                        }
1310                    }
1311                }
1312                printf("CUT has %d entries\n", n);
1313                OsiRowCut newCut;
1314                newCut.setLb(-COIN_DBL_MAX);
1315                newCut.setUb(rhs);
1316                newCut.setRow(n, which, cut, false);
1317                model_->makeGlobalCut(newCut);
1318                delete [] cut;
1319                delete [] which;
1320            }
1321        }
1322#ifdef COIN_DEVELOP
1323        if (status == 1)
1324            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1325        else if (status == 2)
1326            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1327#endif
1328    }
1329    if (reset) {
1330        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1331            if (reset[iColumn])
1332                solver->setColLower(iColumn, 0.0);
1333        }
1334        delete [] reset;
1335    }
1336#ifdef HISTORY_STATISTICS
1337    getHistoryStatistics_ = true;
1338#endif
1339    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1340    return returnCode;
1341}
1342// Set input solution
1343void
1344CbcHeuristic::setInputSolution(const double * solution, double objValue)
1345{
1346    delete [] inputSolution_;
1347    inputSolution_ = NULL;
1348    if (model_ && solution) {
1349        int numberColumns = model_->getNumCols();
1350        inputSolution_ = new double [numberColumns+1];
1351        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1352        inputSolution_[numberColumns] = objValue;
1353    }
1354}
1355
1356//##############################################################################
1357
1358inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1359                                    const CbcBranchingObject* br1)
1360{
1361    const int t0 = br0->type();
1362    const int t1 = br1->type();
1363    if (t0 < t1) {
1364        return -1;
1365    }
1366    if (t0 > t1) {
1367        return 1;
1368    }
1369    return br0->compareOriginalObject(br1);
1370}
1371
1372//==============================================================================
1373
1374inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1375                                    const CbcBranchingObject* br1)
1376{
1377    return compare3BranchingObjects(br0, br1) < 0;
1378}
1379
1380//==============================================================================
1381
1382void
1383CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1384{
1385    //  CbcHeurDebugNodes(&model);
1386    CbcNode* node = model.currentNode();
1387    brObj_ = new CbcBranchingObject*[node->depth()];
1388    CbcNodeInfo* nodeInfo = node->nodeInfo();
1389    int cnt = 0;
1390    while (nodeInfo->parentBranch() != NULL) {
1391        const OsiBranchingObject* br = nodeInfo->parentBranch();
1392        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1393        if (! cbcbr) {
1394            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1395                            "gutsOfConstructor",
1396                            "CbcHeuristicNode",
1397                            __FILE__, __LINE__);
1398        }
1399        brObj_[cnt] = cbcbr->clone();
1400        brObj_[cnt]->previousBranch();
1401        ++cnt;
1402        nodeInfo = nodeInfo->parent();
1403    }
1404    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1405    if (cnt <= 1) {
1406        numObjects_ = cnt;
1407    } else {
1408        numObjects_ = 0;
1409        CbcBranchingObject* br = NULL; // What should this be?
1410        for (int i = 1; i < cnt; ++i) {
1411            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1412                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1413                switch (comp) {
1414                case CbcRangeSame: // the same range
1415                case CbcRangeDisjoint: // disjoint decisions
1416                    // should not happen! we are on a chain!
1417                    abort();
1418                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1419                    delete brObj_[i];
1420                    break;
1421                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1422                    delete brObj_[numObjects_];
1423                    brObj_[numObjects_] = brObj_[i];
1424                    break;
1425                case CbcRangeOverlap: // overlap
1426                    delete brObj_[i];
1427                    delete brObj_[numObjects_];
1428                    brObj_[numObjects_] = br;
1429                    break;
1430                }
1431                continue;
1432            } else {
1433                brObj_[++numObjects_] = brObj_[i];
1434            }
1435        }
1436        ++numObjects_;
1437    }
1438}
1439
1440//==============================================================================
1441
1442CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1443{
1444    gutsOfConstructor(model);
1445}
1446
1447//==============================================================================
1448
1449double
1450CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1451{
1452
1453    const double disjointWeight = 1;
1454    const double overlapWeight = 0.4;
1455    const double subsetWeight = 0.2;
1456    int countDisjointWeight = 0;
1457    int countOverlapWeight = 0;
1458    int countSubsetWeight = 0;
1459    int i = 0;
1460    int j = 0;
1461    double dist = 0.0;
1462#ifdef PRINT_DEBUG
1463    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1464           numObjects_, node->numObjects_);
1465#endif
1466    while ( i < numObjects_ && j < node->numObjects_) {
1467        CbcBranchingObject* br0 = brObj_[i];
1468        const CbcBranchingObject* br1 = node->brObj_[j];
1469#ifdef PRINT_DEBUG
1470        const CbcIntegerBranchingObject* brPrint0 =
1471            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1472        const double* downBounds = brPrint0->downBounds();
1473        const double* upBounds = brPrint0->upBounds();
1474        int variable = brPrint0->variable();
1475        int way = brPrint0->way();
1476        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1477               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1478               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1479        const CbcIntegerBranchingObject* brPrint1 =
1480            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1481        downBounds = brPrint1->downBounds();
1482        upBounds = brPrint1->upBounds();
1483        variable = brPrint1->variable();
1484        way = brPrint1->way();
1485        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1486               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1487               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1488#endif
1489        const int brComp = compare3BranchingObjects(br0, br1);
1490        if (brComp < 0) {
1491            dist += subsetWeight;
1492            countSubsetWeight++;
1493            ++i;
1494        } else if (brComp > 0) {
1495            dist += subsetWeight;
1496            countSubsetWeight++;
1497            ++j;
1498        } else {
1499            const int comp = br0->compareBranchingObject(br1, false);
1500            switch (comp) {
1501            case CbcRangeSame:
1502                // do nothing
1503                break;
1504            case CbcRangeDisjoint: // disjoint decisions
1505                dist += disjointWeight;
1506                countDisjointWeight++;
1507                break;
1508            case CbcRangeSubset: // subset one way or another
1509            case CbcRangeSuperset:
1510                dist += subsetWeight;
1511                countSubsetWeight++;
1512                break;
1513            case CbcRangeOverlap: // overlap
1514                dist += overlapWeight;
1515                countOverlapWeight++;
1516                break;
1517            }
1518            ++i;
1519            ++j;
1520        }
1521    }
1522    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1523    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1524    COIN_DETAIL_PRINT(printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1525                             countOverlapWeight, countDisjointWeight));
1526    return dist;
1527}
1528
1529//==============================================================================
1530
1531CbcHeuristicNode::~CbcHeuristicNode()
1532{
1533    for (int i = 0; i < numObjects_; ++i) {
1534        delete brObj_[i];
1535    }
1536    delete [] brObj_;
1537}
1538
1539//==============================================================================
1540
1541double
1542CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1543{
1544    double minDist = COIN_DBL_MAX;
1545    for (int i = nodeList.size() - 1; i >= 0; --i) {
1546        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1547    }
1548    return minDist;
1549}
1550
1551//==============================================================================
1552
1553bool
1554CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1555                                     const double threshold) const
1556{
1557    for (int i = nodeList.size() - 1; i >= 0; --i) {
1558        if (distance(nodeList.node(i)) >= threshold) {
1559            continue;
1560        } else {
1561            return true;
1562        }
1563    }
1564    return false;
1565}
1566
1567//==============================================================================
1568
1569double
1570CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1571{
1572    if (nodeList.size() == 0) {
1573        return COIN_DBL_MAX;
1574    }
1575    double sumDist = 0;
1576    for (int i = nodeList.size() - 1; i >= 0; --i) {
1577        sumDist += distance(nodeList.node(i));
1578    }
1579    return sumDist / nodeList.size();
1580}
1581
1582//##############################################################################
1583
1584// Default Constructor
1585CbcRounding::CbcRounding()
1586        : CbcHeuristic()
1587{
1588    // matrix and row copy will automatically be empty
1589    seed_ = 7654321;
1590    down_ = NULL;
1591    up_ = NULL;
1592    equal_ = NULL;
1593    //whereFrom_ |= 16; // allow more often
1594}
1595
1596// Constructor from model
1597CbcRounding::CbcRounding(CbcModel & model)
1598        : CbcHeuristic(model)
1599{
1600    // Get a copy of original matrix (and by row for rounding);
1601    assert(model.solver());
1602    if (model.solver()->getNumRows()) {
1603        matrix_ = *model.solver()->getMatrixByCol();
1604        matrixByRow_ = *model.solver()->getMatrixByRow();
1605        validate();
1606    }
1607    down_ = NULL;
1608    up_ = NULL;
1609    equal_ = NULL;
1610    seed_ = 7654321;
1611    //whereFrom_ |= 16; // allow more often
1612}
1613
1614// Destructor
1615CbcRounding::~CbcRounding ()
1616{
1617    delete [] down_;
1618    delete [] up_;
1619    delete [] equal_;
1620}
1621
1622// Clone
1623CbcHeuristic *
1624CbcRounding::clone() const
1625{
1626    return new CbcRounding(*this);
1627}
1628// Create C++ lines to get to current state
1629void
1630CbcRounding::generateCpp( FILE * fp)
1631{
1632    CbcRounding other;
1633    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1634    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1635    CbcHeuristic::generateCpp(fp, "rounding");
1636    if (seed_ != other.seed_)
1637        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1638    else
1639        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1640    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1641}
1642//#define NEW_ROUNDING
1643// Copy constructor
1644CbcRounding::CbcRounding(const CbcRounding & rhs)
1645        :
1646        CbcHeuristic(rhs),
1647        matrix_(rhs.matrix_),
1648        matrixByRow_(rhs.matrixByRow_),
1649        seed_(rhs.seed_)
1650{
1651#ifdef NEW_ROUNDING
1652    int numberColumns = matrix_.getNumCols();
1653    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1654    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1655    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1656#else
1657    down_ = NULL;
1658    up_ = NULL;
1659    equal_ = NULL;
1660#endif
1661}
1662
1663// Assignment operator
1664CbcRounding &
1665CbcRounding::operator=( const CbcRounding & rhs)
1666{
1667    if (this != &rhs) {
1668        CbcHeuristic::operator=(rhs);
1669        matrix_ = rhs.matrix_;
1670        matrixByRow_ = rhs.matrixByRow_;
1671#ifdef NEW_ROUNDING
1672        delete [] down_;
1673        delete [] up_;
1674        delete [] equal_;
1675        int numberColumns = matrix_.getNumCols();
1676        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1677        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1678        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1679#else
1680        down_ = NULL;
1681        up_ = NULL;
1682        equal_ = NULL;
1683#endif
1684        seed_ = rhs.seed_;
1685    }
1686    return *this;
1687}
1688
1689// Resets stuff if model changes
1690void
1691CbcRounding::resetModel(CbcModel * model)
1692{
1693    model_ = model;
1694    // Get a copy of original matrix (and by row for rounding);
1695    assert(model_->solver());
1696    matrix_ = *model_->solver()->getMatrixByCol();
1697    matrixByRow_ = *model_->solver()->getMatrixByRow();
1698    validate();
1699}
1700// See if rounding will give solution
1701// Sets value of solution
1702// Assumes rhs for original matrix still okay
1703// At present only works with integers
1704// Fix values if asked for
1705// Returns 1 if solution, 0 if not
1706int
1707CbcRounding::solution(double & solutionValue,
1708                      double * betterSolution)
1709{
1710
1711    numCouldRun_++;
1712    // See if to do
1713    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1714            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1715        return 0; // switched off
1716    numRuns_++;
1717    OsiSolverInterface * solver = model_->solver();
1718    double direction = solver->getObjSense();
1719    double newSolutionValue = direction * solver->getObjValue();
1720    return solution(solutionValue, betterSolution, newSolutionValue);
1721}
1722// See if rounding will give solution
1723// Sets value of solution
1724// Assumes rhs for original matrix still okay
1725// At present only works with integers
1726// Fix values if asked for
1727// Returns 1 if solution, 0 if not
1728int
1729CbcRounding::solution(double & solutionValue,
1730                      double * betterSolution,
1731                      double newSolutionValue)
1732{
1733
1734    // See if to do
1735    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1736            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1737        return 0; // switched off
1738    OsiSolverInterface * solver = model_->solver();
1739    const double * lower = solver->getColLower();
1740    const double * upper = solver->getColUpper();
1741    const double * rowLower = solver->getRowLower();
1742    const double * rowUpper = solver->getRowUpper();
1743    const double * solution = solver->getColSolution();
1744    const double * objective = solver->getObjCoefficients();
1745    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1746    double primalTolerance;
1747    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1748
1749    int numberRows = matrix_.getNumRows();
1750    assert (numberRows <= solver->getNumRows());
1751    int numberIntegers = model_->numberIntegers();
1752    const int * integerVariable = model_->integerVariable();
1753    int i;
1754    double direction = solver->getObjSense();
1755    //double newSolutionValue = direction*solver->getObjValue();
1756    int returnCode = 0;
1757    // Column copy
1758    const double * element = matrix_.getElements();
1759    const int * row = matrix_.getIndices();
1760    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1761    const int * columnLength = matrix_.getVectorLengths();
1762    // Row copy
1763    const double * elementByRow = matrixByRow_.getElements();
1764    const int * column = matrixByRow_.getIndices();
1765    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1766    const int * rowLength = matrixByRow_.getVectorLengths();
1767
1768    // Get solution array for heuristic solution
1769    int numberColumns = solver->getNumCols();
1770    double * newSolution = new double [numberColumns];
1771    memcpy(newSolution, solution, numberColumns*sizeof(double));
1772
1773    double * rowActivity = new double[numberRows];
1774    memset(rowActivity, 0, numberRows*sizeof(double));
1775    for (i = 0; i < numberColumns; i++) {
1776        int j;
1777        double value = newSolution[i];
1778        if (value < lower[i]) {
1779            value = lower[i];
1780            newSolution[i] = value;
1781        } else if (value > upper[i]) {
1782            value = upper[i];
1783            newSolution[i] = value;
1784        }
1785        if (value) {
1786            for (j = columnStart[i];
1787                    j < columnStart[i] + columnLength[i]; j++) {
1788                int iRow = row[j];
1789                rowActivity[iRow] += value * element[j];
1790            }
1791        }
1792    }
1793    // check was feasible - if not adjust (cleaning may move)
1794    for (i = 0; i < numberRows; i++) {
1795        if (rowActivity[i] < rowLower[i]) {
1796            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1797            rowActivity[i] = rowLower[i];
1798        } else if (rowActivity[i] > rowUpper[i]) {
1799            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1800            rowActivity[i] = rowUpper[i];
1801        }
1802    }
1803    for (i = 0; i < numberIntegers; i++) {
1804        int iColumn = integerVariable[i];
1805        double value = newSolution[iColumn];
1806        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1807            double below = floor(value);
1808            double newValue = newSolution[iColumn];
1809            double cost = direction * objective[iColumn];
1810            double move;
1811            if (cost > 0.0) {
1812                // try up
1813                move = 1.0 - (value - below);
1814            } else if (cost < 0.0) {
1815                // try down
1816                move = below - value;
1817            } else {
1818                // won't be able to move unless we can grab another variable
1819                double randomNumber = randomNumberGenerator_.randomDouble();
1820                // which way?
1821                if (randomNumber < 0.5)
1822                    move = below - value;
1823                else
1824                    move = 1.0 - (value - below);
1825            }
1826            newValue += move;
1827            newSolution[iColumn] = newValue;
1828            newSolutionValue += move * cost;
1829            int j;
1830            for (j = columnStart[iColumn];
1831                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1832                int iRow = row[j];
1833                rowActivity[iRow] += move * element[j];
1834            }
1835        }
1836    }
1837
1838    double penalty = 0.0;
1839    const char * integerType = model_->integerType();
1840    // see if feasible - just using singletons
1841    for (i = 0; i < numberRows; i++) {
1842        double value = rowActivity[i];
1843        double thisInfeasibility = 0.0;
1844        if (value < rowLower[i] - primalTolerance)
1845            thisInfeasibility = value - rowLower[i];
1846        else if (value > rowUpper[i] + primalTolerance)
1847            thisInfeasibility = value - rowUpper[i];
1848        if (thisInfeasibility) {
1849            // See if there are any slacks I can use to fix up
1850            // maybe put in coding for multiple slacks?
1851            double bestCost = 1.0e50;
1852            int k;
1853            int iBest = -1;
1854            double addCost = 0.0;
1855            double newValue = 0.0;
1856            double changeRowActivity = 0.0;
1857            double absInfeasibility = fabs(thisInfeasibility);
1858            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1859                int iColumn = column[k];
1860                // See if all elements help
1861                if (columnLength[iColumn] == 1) {
1862                    double currentValue = newSolution[iColumn];
1863                    double elementValue = elementByRow[k];
1864                    double lowerValue = lower[iColumn];
1865                    double upperValue = upper[iColumn];
1866                    double gap = rowUpper[i] - rowLower[i];
1867                    double absElement = fabs(elementValue);
1868                    if (thisInfeasibility*elementValue > 0.0) {
1869                        // we want to reduce
1870                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1871                            // possible - check if integer
1872                            double distance = absInfeasibility / absElement;
1873                            double thisCost = -direction * objective[iColumn] * distance;
1874                            if (integerType[iColumn]) {
1875                                distance = ceil(distance - primalTolerance);
1876                                if (currentValue - distance >= lowerValue - primalTolerance) {
1877                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1878                                        thisCost = 1.0e100; // no good
1879                                    else
1880                                        thisCost = -direction * objective[iColumn] * distance;
1881                                } else {
1882                                    thisCost = 1.0e100; // no good
1883                                }
1884                            }
1885                            if (thisCost < bestCost) {
1886                                bestCost = thisCost;
1887                                iBest = iColumn;
1888                                addCost = thisCost;
1889                                newValue = currentValue - distance;
1890                                changeRowActivity = -distance * elementValue;
1891                            }
1892                        }
1893                    } else {
1894                        // we want to increase
1895                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1896                            // possible - check if integer
1897                            double distance = absInfeasibility / absElement;
1898                            double thisCost = direction * objective[iColumn] * distance;
1899                            if (integerType[iColumn]) {
1900                                distance = ceil(distance - 1.0e-7);
1901                                assert (currentValue - distance <= upperValue + primalTolerance);
1902                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1903                                    thisCost = 1.0e100; // no good
1904                                else
1905                                    thisCost = direction * objective[iColumn] * distance;
1906                            }
1907                            if (thisCost < bestCost) {
1908                                bestCost = thisCost;
1909                                iBest = iColumn;
1910                                addCost = thisCost;
1911                                newValue = currentValue + distance;
1912                                changeRowActivity = distance * elementValue;
1913                            }
1914                        }
1915                    }
1916                }
1917            }
1918            if (iBest >= 0) {
1919                /*printf("Infeasibility of %g on row %d cost %g\n",
1920                  thisInfeasibility,i,addCost);*/
1921                newSolution[iBest] = newValue;
1922                thisInfeasibility = 0.0;
1923                newSolutionValue += addCost;
1924                rowActivity[i] += changeRowActivity;
1925            }
1926            penalty += fabs(thisInfeasibility);
1927        }
1928    }
1929    if (penalty) {
1930        // see if feasible using any
1931        // first continuous
1932        double penaltyChange = 0.0;
1933        int iColumn;
1934        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1935            if (integerType[iColumn])
1936                continue;
1937            double currentValue = newSolution[iColumn];
1938            double lowerValue = lower[iColumn];
1939            double upperValue = upper[iColumn];
1940            int j;
1941            int anyBadDown = 0;
1942            int anyBadUp = 0;
1943            double upImprovement = 0.0;
1944            double downImprovement = 0.0;
1945            for (j = columnStart[iColumn];
1946                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1947                int iRow = row[j];
1948                if (rowUpper[iRow] > rowLower[iRow]) {
1949                    double value = element[j];
1950                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1951                        // infeasible above
1952                        downImprovement += value;
1953                        upImprovement -= value;
1954                        if (value > 0.0)
1955                            anyBadUp++;
1956                        else
1957                            anyBadDown++;
1958                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
1959                        // feasible at ub
1960                        if (value > 0.0) {
1961                            upImprovement -= value;
1962                            anyBadUp++;
1963                        } else {
1964                            downImprovement += value;
1965                            anyBadDown++;
1966                        }
1967                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
1968                        // feasible in interior
1969                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
1970                        // feasible at lb
1971                        if (value < 0.0) {
1972                            upImprovement += value;
1973                            anyBadUp++;
1974                        } else {
1975                            downImprovement -= value;
1976                            anyBadDown++;
1977                        }
1978                    } else {
1979                        // infeasible below
1980                        downImprovement -= value;
1981                        upImprovement += value;
1982                        if (value < 0.0)
1983                            anyBadUp++;
1984                        else
1985                            anyBadDown++;
1986                    }
1987                } else {
1988                    // equality row
1989                    double value = element[j];
1990                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1991                        // infeasible above
1992                        downImprovement += value;
1993                        upImprovement -= value;
1994                        if (value > 0.0)
1995                            anyBadUp++;
1996                        else
1997                            anyBadDown++;
1998                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
1999                        // infeasible below
2000                        downImprovement -= value;
2001                        upImprovement += value;
2002                        if (value < 0.0)
2003                            anyBadUp++;
2004                        else
2005                            anyBadDown++;
2006                    } else {
2007                        // feasible - no good
2008                        anyBadUp = -1;
2009                        anyBadDown = -1;
2010                        break;
2011                    }
2012                }
2013            }
2014            // could change tests for anyBad
2015            if (anyBadUp)
2016                upImprovement = 0.0;
2017            if (anyBadDown)
2018                downImprovement = 0.0;
2019            double way = 0.0;
2020            double improvement = 0.0;
2021            if (downImprovement > 0.0 && currentValue > lowerValue) {
2022                way = -1.0;
2023                improvement = downImprovement;
2024            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2025                way = 1.0;
2026                improvement = upImprovement;
2027            }
2028            if (way) {
2029                // can improve
2030                double distance;
2031                if (way > 0.0)
2032                    distance = upperValue - currentValue;
2033                else
2034                    distance = currentValue - lowerValue;
2035                for (j = columnStart[iColumn];
2036                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2037                    int iRow = row[j];
2038                    double value = element[j] * way;
2039                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2040                        // infeasible above
2041                        assert (value < 0.0);
2042                        double gap = rowActivity[iRow] - rowUpper[iRow];
2043                        if (gap + value*distance < 0.0)
2044                            distance = -gap / value;
2045                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2046                        // infeasible below
2047                        assert (value > 0.0);
2048                        double gap = rowActivity[iRow] - rowLower[iRow];
2049                        if (gap + value*distance > 0.0)
2050                            distance = -gap / value;
2051                    } else {
2052                        // feasible
2053                        if (value > 0) {
2054                            double gap = rowActivity[iRow] - rowUpper[iRow];
2055                            if (gap + value*distance > 0.0)
2056                                distance = -gap / value;
2057                        } else {
2058                            double gap = rowActivity[iRow] - rowLower[iRow];
2059                            if (gap + value*distance < 0.0)
2060                                distance = -gap / value;
2061                        }
2062                    }
2063                }
2064                //move
2065                penaltyChange += improvement * distance;
2066                distance *= way;
2067                newSolution[iColumn] += distance;
2068                newSolutionValue += direction * objective[iColumn] * distance;
2069                for (j = columnStart[iColumn];
2070                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2071                    int iRow = row[j];
2072                    double value = element[j];
2073                    rowActivity[iRow] += distance * value;
2074                }
2075            }
2076        }
2077        // and now all if improving
2078        double lastChange = penaltyChange ? 1.0 : 0.0;
2079        while (lastChange > 1.0e-2) {
2080            lastChange = 0;
2081            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2082                bool isInteger = (integerType[iColumn] != 0);
2083                double currentValue = newSolution[iColumn];
2084                double lowerValue = lower[iColumn];
2085                double upperValue = upper[iColumn];
2086                int j;
2087                int anyBadDown = 0;
2088                int anyBadUp = 0;
2089                double upImprovement = 0.0;
2090                double downImprovement = 0.0;
2091                for (j = columnStart[iColumn];
2092                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2093                    int iRow = row[j];
2094                    double value = element[j];
2095                    if (isInteger) {
2096                        if (value > 0.0) {
2097                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2098                                anyBadUp++;
2099                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2100                                anyBadDown++;
2101                        } else {
2102                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2103                                anyBadDown++;
2104                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2105                                anyBadUp++;
2106                        }
2107                    }
2108                    if (rowUpper[iRow] > rowLower[iRow]) {
2109                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2110                            // infeasible above
2111                            downImprovement += value;
2112                            upImprovement -= value;
2113                            if (value > 0.0)
2114                                anyBadUp++;
2115                            else
2116                                anyBadDown++;
2117                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2118                            // feasible at ub
2119                            if (value > 0.0) {
2120                                upImprovement -= value;
2121                                anyBadUp++;
2122                            } else {
2123                                downImprovement += value;
2124                                anyBadDown++;
2125                            }
2126                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2127                            // feasible in interior
2128                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2129                            // feasible at lb
2130                            if (value < 0.0) {
2131                                upImprovement += value;
2132                                anyBadUp++;
2133                            } else {
2134                                downImprovement -= value;
2135                                anyBadDown++;
2136                            }
2137                        } else {
2138                            // infeasible below
2139                            downImprovement -= value;
2140                            upImprovement += value;
2141                            if (value < 0.0)
2142                                anyBadUp++;
2143                            else
2144                                anyBadDown++;
2145                        }
2146                    } else {
2147                        // equality row
2148                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2149                            // infeasible above
2150                            downImprovement += value;
2151                            upImprovement -= value;
2152                            if (value > 0.0)
2153                                anyBadUp++;
2154                            else
2155                                anyBadDown++;
2156                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2157                            // infeasible below
2158                            downImprovement -= value;
2159                            upImprovement += value;
2160                            if (value < 0.0)
2161                                anyBadUp++;
2162                            else
2163                                anyBadDown++;
2164                        } else {
2165                            // feasible - no good
2166                            anyBadUp = -1;
2167                            anyBadDown = -1;
2168                            break;
2169                        }
2170                    }
2171                }
2172                // could change tests for anyBad
2173                if (anyBadUp)
2174                    upImprovement = 0.0;
2175                if (anyBadDown)
2176                    downImprovement = 0.0;
2177                double way = 0.0;
2178                double improvement = 0.0;
2179                if (downImprovement > 0.0 && currentValue > lowerValue) {
2180                    way = -1.0;
2181                    improvement = downImprovement;
2182                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2183                    way = 1.0;
2184                    improvement = upImprovement;
2185                }
2186                if (way) {
2187                    // can improve
2188                    double distance = COIN_DBL_MAX;
2189                    for (j = columnStart[iColumn];
2190                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2191                        int iRow = row[j];
2192                        double value = element[j] * way;
2193                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2194                            // infeasible above
2195                            assert (value < 0.0);
2196                            double gap = rowActivity[iRow] - rowUpper[iRow];
2197                            if (gap + value*distance < 0.0) {
2198                                // If integer then has to move by 1
2199                                if (!isInteger)
2200                                    distance = -gap / value;
2201                                else
2202                                    distance = CoinMax(-gap / value, 1.0);
2203                            }
2204                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2205                            // infeasible below
2206                            assert (value > 0.0);
2207                            double gap = rowActivity[iRow] - rowLower[iRow];
2208                            if (gap + value*distance > 0.0) {
2209                                // If integer then has to move by 1
2210                                if (!isInteger)
2211                                    distance = -gap / value;
2212                                else
2213                                    distance = CoinMax(-gap / value, 1.0);
2214                            }
2215                        } else {
2216                            // feasible
2217                            if (value > 0) {
2218                                double gap = rowActivity[iRow] - rowUpper[iRow];
2219                                if (gap + value*distance > 0.0)
2220                                    distance = -gap / value;
2221                            } else {
2222                                double gap = rowActivity[iRow] - rowLower[iRow];
2223                                if (gap + value*distance < 0.0)
2224                                    distance = -gap / value;
2225                            }
2226                        }
2227                    }
2228                    if (isInteger)
2229                        distance = floor(distance + 1.05e-8);
2230                    if (!distance) {
2231                        // should never happen
2232                        //printf("zero distance in CbcRounding - debug\n");
2233                    }
2234                    //move
2235                    lastChange += improvement * distance;
2236                    distance *= way;
2237                    newSolution[iColumn] += distance;
2238                    newSolutionValue += direction * objective[iColumn] * distance;
2239                    for (j = columnStart[iColumn];
2240                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2241                        int iRow = row[j];
2242                        double value = element[j];
2243                        rowActivity[iRow] += distance * value;
2244                    }
2245                }
2246            }
2247            penaltyChange += lastChange;
2248        }
2249        penalty -= penaltyChange;
2250        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2251            // recompute
2252            penalty = 0.0;
2253            for (i = 0; i < numberRows; i++) {
2254                double value = rowActivity[i];
2255                if (value < rowLower[i] - primalTolerance)
2256                    penalty += rowLower[i] - value;
2257                else if (value > rowUpper[i] + primalTolerance)
2258                    penalty += value - rowUpper[i];
2259            }
2260        }
2261    }
2262
2263    // Could also set SOS (using random) and repeat
2264    if (!penalty) {
2265        // See if we can do better
2266        //seed_++;
2267        //CoinSeedRandom(seed_);
2268        // Random number between 0 and 1.
2269        double randomNumber = randomNumberGenerator_.randomDouble();
2270        int iPass;
2271        int start[2];
2272        int end[2];
2273        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2274        start[0] = iRandom;
2275        end[0] = numberIntegers;
2276        start[1] = 0;
2277        end[1] = iRandom;
2278        for (iPass = 0; iPass < 2; iPass++) {
2279            int i;
2280            for (i = start[iPass]; i < end[iPass]; i++) {
2281                int iColumn = integerVariable[i];
2282#ifndef NDEBUG
2283                double value = newSolution[iColumn];
2284                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2285#endif
2286                double cost = direction * objective[iColumn];
2287                double move = 0.0;
2288                if (cost > 0.0)
2289                    move = -1.0;
2290                else if (cost < 0.0)
2291                    move = 1.0;
2292                while (move) {
2293                    bool good = true;
2294                    double newValue = newSolution[iColumn] + move;
2295                    if (newValue < lower[iColumn] - primalTolerance ||
2296                            newValue > upper[iColumn] + primalTolerance) {
2297                        move = 0.0;
2298                    } else {
2299                        // see if we can move
2300                        int j;
2301                        for (j = columnStart[iColumn];
2302                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2303                            int iRow = row[j];
2304                            double newActivity = rowActivity[iRow] + move * element[j];
2305                            if (newActivity < rowLower[iRow] - primalTolerance ||
2306                                    newActivity > rowUpper[iRow] + primalTolerance) {
2307                                good = false;
2308                                break;
2309                            }
2310                        }
2311                        if (good) {
2312                            newSolution[iColumn] = newValue;
2313                            newSolutionValue += move * cost;
2314                            int j;
2315                            for (j = columnStart[iColumn];
2316                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2317                                int iRow = row[j];
2318                                rowActivity[iRow] += move * element[j];
2319                            }
2320                        } else {
2321                            move = 0.0;
2322                        }
2323                    }
2324                }
2325            }
2326        }
2327        // Just in case of some stupidity
2328        double objOffset = 0.0;
2329        solver->getDblParam(OsiObjOffset, objOffset);
2330        newSolutionValue = -objOffset;
2331        for ( i = 0 ; i < numberColumns ; i++ )
2332            newSolutionValue += objective[i] * newSolution[i];
2333        newSolutionValue *= direction;
2334        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2335        if (newSolutionValue < solutionValue) {
2336            // paranoid check
2337            memset(rowActivity, 0, numberRows*sizeof(double));
2338            for (i = 0; i < numberColumns; i++) {
2339                int j;
2340                double value = newSolution[i];
2341                if (value) {
2342                    for (j = columnStart[i];
2343                            j < columnStart[i] + columnLength[i]; j++) {
2344                        int iRow = row[j];
2345                        rowActivity[iRow] += value * element[j];
2346                    }
2347                }
2348            }
2349            // check was approximately feasible
2350            bool feasible = true;
2351            for (i = 0; i < numberRows; i++) {
2352                if (rowActivity[i] < rowLower[i]) {
2353                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2354                        feasible = false;
2355                } else if (rowActivity[i] > rowUpper[i]) {
2356                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2357                        feasible = false;
2358                }
2359            }
2360            if (feasible) {
2361                // new solution
2362                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2363                solutionValue = newSolutionValue;
2364                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2365                returnCode = 1;
2366            } else {
2367                // Can easily happen
2368                //printf("Debug CbcRounding giving bad solution\n");
2369            }
2370        }
2371    }
2372#ifdef NEW_ROUNDING
2373    if (!returnCode) {
2374#ifdef JJF_ZERO
2375        // back to starting point
2376        memcpy(newSolution, solution, numberColumns*sizeof(double));
2377        memset(rowActivity, 0, numberRows*sizeof(double));
2378        for (i = 0; i < numberColumns; i++) {
2379            int j;
2380            double value = newSolution[i];
2381            if (value < lower[i]) {
2382                value = lower[i];
2383                newSolution[i] = value;
2384            } else if (value > upper[i]) {
2385                value = upper[i];
2386                newSolution[i] = value;
2387            }
2388            if (value) {
2389                for (j = columnStart[i];
2390                        j < columnStart[i] + columnLength[i]; j++) {
2391                    int iRow = row[j];
2392                    rowActivity[iRow] += value * element[j];
2393                }
2394            }
2395        }
2396        // check was feasible - if not adjust (cleaning may move)
2397        for (i = 0; i < numberRows; i++) {
2398            if (rowActivity[i] < rowLower[i]) {
2399                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2400                rowActivity[i] = rowLower[i];
2401            } else if (rowActivity[i] > rowUpper[i]) {
2402                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2403                rowActivity[i] = rowUpper[i];
2404            }
2405        }
2406#endif
2407        int * candidate = new int [numberColumns];
2408        int nCandidate = 0;
2409        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2410            bool isInteger = (integerType[iColumn] != 0);
2411            if (isInteger) {
2412                double currentValue = newSolution[iColumn];
2413                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2414                    candidate[nCandidate++] = iColumn;
2415            }
2416        }
2417        if (true) {
2418            // Rounding as in Berthold
2419            while (nCandidate) {
2420                double infeasibility = 1.0e-7;
2421                int iRow = -1;
2422                for (i = 0; i < numberRows; i++) {
2423                    double value = 0.0;
2424                    if (rowActivity[i] < rowLower[i]) {
2425                        value = rowLower[i] - rowActivity[i];
2426                    } else if (rowActivity[i] > rowUpper[i]) {
2427                        value = rowActivity[i] - rowUpper[i];
2428                    }
2429                    if (value > infeasibility) {
2430                        infeasibility = value;
2431                        iRow = i;
2432                    }
2433                }
2434                if (iRow >= 0) {
2435                    // infeasible
2436                } else {
2437                    // feasible
2438                }
2439            }
2440        } else {
2441            // Shifting as in Berthold
2442        }
2443        delete [] candidate;
2444    }
2445#endif
2446    delete [] newSolution;
2447    delete [] rowActivity;
2448    return returnCode;
2449}
2450// update model
2451void CbcRounding::setModel(CbcModel * model)
2452{
2453    model_ = model;
2454    // Get a copy of original matrix (and by row for rounding);
2455    assert(model_->solver());
2456    if (model_->solver()->getNumRows()) {
2457        matrix_ = *model_->solver()->getMatrixByCol();
2458        matrixByRow_ = *model_->solver()->getMatrixByRow();
2459        // make sure model okay for heuristic
2460        validate();
2461    }
2462}
2463// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2464void
2465CbcRounding::validate()
2466{
2467    if (model_ && (when() % 100) < 10) {
2468        if (model_->numberIntegers() !=
2469                model_->numberObjects() && (model_->numberObjects() ||
2470                                            (model_->specialOptions()&1024) == 0)) {
2471            int numberOdd = 0;
2472            for (int i = 0; i < model_->numberObjects(); i++) {
2473                if (!model_->object(i)->canDoHeuristics())
2474                    numberOdd++;
2475            }
2476            if (numberOdd)
2477                setWhen(0);
2478        }
2479    }
2480#ifdef NEW_ROUNDING
2481    int numberColumns = matrix_.getNumCols();
2482    down_ = new unsigned short [numberColumns];
2483    up_ = new unsigned short [numberColumns];
2484    equal_ = new unsigned short [numberColumns];
2485    // Column copy
2486    const double * element = matrix_.getElements();
2487    const int * row = matrix_.getIndices();
2488    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2489    const int * columnLength = matrix_.getVectorLengths();
2490    const double * rowLower = model.solver()->getRowLower();
2491    const double * rowUpper = model.solver()->getRowUpper();
2492    for (int i = 0; i < numberColumns; i++) {
2493        int down = 0;
2494        int up = 0;
2495        int equal = 0;
2496        if (columnLength[i] > 65535) {
2497            equal[0] = 65535;
2498            break; // unlikely to work
2499        }
2500        for (CoinBigIndex j = columnStart[i];
2501                j < columnStart[i] + columnLength[i]; j++) {
2502            int iRow = row[j];
2503            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2504                equal++;
2505            } else if (element[j] > 0.0) {
2506                if (rowUpper[iRow] < 1.0e20)
2507                    up++;
2508                else
2509                    down--;
2510            } else {
2511                if (rowLower[iRow] > -1.0e20)
2512                    up++;
2513                else
2514                    down--;
2515            }
2516        }
2517        down_[i] = (unsigned short) down;
2518        up_[i] = (unsigned short) up;
2519        equal_[i] = (unsigned short) equal;
2520    }
2521#else
2522    down_ = NULL;
2523    up_ = NULL;
2524    equal_ = NULL;
2525#endif
2526}
2527
2528// Default Constructor
2529CbcHeuristicPartial::CbcHeuristicPartial()
2530        : CbcHeuristic()
2531{
2532    fixPriority_ = 10000;
2533}
2534
2535// Constructor from model
2536CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2537        : CbcHeuristic(model)
2538{
2539    fixPriority_ = fixPriority;
2540    setNumberNodes(numberNodes);
2541    validate();
2542}
2543
2544// Destructor
2545CbcHeuristicPartial::~CbcHeuristicPartial ()
2546{
2547}
2548
2549// Clone
2550CbcHeuristic *
2551CbcHeuristicPartial::clone() const
2552{
2553    return new CbcHeuristicPartial(*this);
2554}
2555// Create C++ lines to get to current state
2556void
2557CbcHeuristicPartial::generateCpp( FILE * fp)
2558{
2559    CbcHeuristicPartial other;
2560    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2561    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2562    CbcHeuristic::generateCpp(fp, "partial");
2563    if (fixPriority_ != other.fixPriority_)
2564        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2565    else
2566        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2567    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2568}
2569//#define NEW_PARTIAL
2570// Copy constructor
2571CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2572        :
2573        CbcHeuristic(rhs),
2574        fixPriority_(rhs.fixPriority_)
2575{
2576}
2577
2578// Assignment operator
2579CbcHeuristicPartial &
2580CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2581{
2582    if (this != &rhs) {
2583        CbcHeuristic::operator=(rhs);
2584        fixPriority_ = rhs.fixPriority_;
2585    }
2586    return *this;
2587}
2588
2589// Resets stuff if model changes
2590void
2591CbcHeuristicPartial::resetModel(CbcModel * model)
2592{
2593    model_ = model;
2594    // Get a copy of original matrix (and by row for partial);
2595    assert(model_->solver());
2596    validate();
2597}
2598// See if partial will give solution
2599// Sets value of solution
2600// Assumes rhs for original matrix still okay
2601// At present only works with integers
2602// Fix values if asked for
2603// Returns 1 if solution, 0 if not
2604int
2605CbcHeuristicPartial::solution(double & solutionValue,
2606                              double * betterSolution)
2607{
2608    // Return if already done
2609    if (fixPriority_ < 0)
2610        return 0; // switched off
2611    const double * hotstartSolution = model_->hotstartSolution();
2612    const int * hotstartPriorities = model_->hotstartPriorities();
2613    if (!hotstartSolution)
2614        return 0;
2615    OsiSolverInterface * solver = model_->solver();
2616
2617    int numberIntegers = model_->numberIntegers();
2618    const int * integerVariable = model_->integerVariable();
2619
2620    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2621    const double * colLower = newSolver->getColLower();
2622    const double * colUpper = newSolver->getColUpper();
2623
2624    double primalTolerance;
2625    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2626
2627    int i;
2628    int numberFixed = 0;
2629    int returnCode = 0;
2630
2631    for (i = 0; i < numberIntegers; i++) {
2632        int iColumn = integerVariable[i];
2633        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2634            double value = hotstartSolution[iColumn];
2635            double lower = colLower[iColumn];
2636            double upper = colUpper[iColumn];
2637            value = CoinMax(value, lower);
2638            value = CoinMin(value, upper);
2639            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2640                value = floor(value + 0.5);
2641                newSolver->setColLower(iColumn, value);
2642                newSolver->setColUpper(iColumn, value);
2643                numberFixed++;
2644            }
2645        }
2646    }
2647    if (numberFixed > numberIntegers / 5 - 100000000) {
2648#ifdef COIN_DEVELOP
2649        printf("%d integers fixed\n", numberFixed);
2650#endif
2651        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2652                                         model_->getCutoff(), "CbcHeuristicPartial");
2653        if (returnCode < 0)
2654            returnCode = 0; // returned on size
2655        //printf("return code %d",returnCode);
2656        if ((returnCode&2) != 0) {
2657            // could add cut
2658            returnCode &= ~2;
2659            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2660        } else {
2661            //printf("\n");
2662        }
2663    }
2664    fixPriority_ = -1; // switch off
2665
2666    delete newSolver;
2667    return returnCode;
2668}
2669// update model
2670void CbcHeuristicPartial::setModel(CbcModel * model)
2671{
2672    model_ = model;
2673    assert(model_->solver());
2674    // make sure model okay for heuristic
2675    validate();
2676}
2677// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2678void
2679CbcHeuristicPartial::validate()
2680{
2681    if (model_ && (when() % 100) < 10) {
2682        if (model_->numberIntegers() !=
2683                model_->numberObjects())
2684            setWhen(0);
2685    }
2686}
2687bool
2688CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2689{
2690    return true;
2691}
2692
2693// Default Constructor
2694CbcSerendipity::CbcSerendipity()
2695        : CbcHeuristic()
2696{
2697}
2698
2699// Constructor from model
2700CbcSerendipity::CbcSerendipity(CbcModel & model)
2701        : CbcHeuristic(model)
2702{
2703}
2704
2705// Destructor
2706CbcSerendipity::~CbcSerendipity ()
2707{
2708}
2709
2710// Clone
2711CbcHeuristic *
2712CbcSerendipity::clone() const
2713{
2714    return new CbcSerendipity(*this);
2715}
2716// Create C++ lines to get to current state
2717void
2718CbcSerendipity::generateCpp( FILE * fp)
2719{
2720    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2721    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2722    CbcHeuristic::generateCpp(fp, "serendipity");
2723    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2724}
2725
2726// Copy constructor
2727CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2728        :
2729        CbcHeuristic(rhs)
2730{
2731}
2732
2733// Assignment operator
2734CbcSerendipity &
2735CbcSerendipity::operator=( const CbcSerendipity & rhs)
2736{
2737    if (this != &rhs) {
2738        CbcHeuristic::operator=(rhs);
2739    }
2740    return *this;
2741}
2742
2743// Returns 1 if solution, 0 if not
2744int
2745CbcSerendipity::solution(double & solutionValue,
2746                         double * betterSolution)
2747{
2748    if (!model_)
2749        return 0;
2750    if (!inputSolution_) {
2751        // get information on solver type
2752        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2753        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2754        if (auxiliaryInfo) {
2755            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2756        } else {
2757            return 0;
2758        }
2759    } else {
2760        int numberColumns = model_->getNumCols();
2761        double value = inputSolution_[numberColumns];
2762        int returnCode = 0;
2763        if (value < solutionValue) {
2764            solutionValue = value;
2765            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2766            returnCode = 1;
2767        }
2768        delete [] inputSolution_;
2769        inputSolution_ = NULL;
2770        model_ = NULL; // switch off
2771        return returnCode;
2772    }
2773}
2774// update model
2775void CbcSerendipity::setModel(CbcModel * model)
2776{
2777    model_ = model;
2778}
2779// Resets stuff if model changes
2780void
2781CbcSerendipity::resetModel(CbcModel * model)
2782{
2783    model_ = model;
2784}
2785
2786
2787// Default Constructor
2788CbcHeuristicJustOne::CbcHeuristicJustOne()
2789        : CbcHeuristic(),
2790        probabilities_(NULL),
2791        heuristic_(NULL),
2792        numberHeuristics_(0)
2793{
2794}
2795
2796// Constructor from model
2797CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2798        : CbcHeuristic(model),
2799        probabilities_(NULL),
2800        heuristic_(NULL),
2801        numberHeuristics_(0)
2802{
2803}
2804
2805// Destructor
2806CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2807{
2808    for (int i = 0; i < numberHeuristics_; i++)
2809        delete heuristic_[i];
2810    delete [] heuristic_;
2811    delete [] probabilities_;
2812}
2813
2814// Clone
2815CbcHeuristicJustOne *
2816CbcHeuristicJustOne::clone() const
2817{
2818    return new CbcHeuristicJustOne(*this);
2819}
2820
2821// Create C++ lines to get to current state
2822void
2823CbcHeuristicJustOne::generateCpp( FILE * fp)
2824{
2825    CbcHeuristicJustOne other;
2826    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2827    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2828    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2829    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2830}
2831
2832// Copy constructor
2833CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2834        :
2835        CbcHeuristic(rhs),
2836        probabilities_(NULL),
2837        heuristic_(NULL),
2838        numberHeuristics_(rhs.numberHeuristics_)
2839{
2840    if (numberHeuristics_) {
2841        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2842        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2843        for (int i = 0; i < numberHeuristics_; i++)
2844            heuristic_[i] = rhs.heuristic_[i]->clone();
2845    }
2846}
2847
2848// Assignment operator
2849CbcHeuristicJustOne &
2850CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2851{
2852    if (this != &rhs) {
2853        CbcHeuristic::operator=(rhs);
2854        for (int i = 0; i < numberHeuristics_; i++)
2855            delete heuristic_[i];
2856        delete [] heuristic_;
2857        delete [] probabilities_;
2858        probabilities_ = NULL;
2859        heuristic_ = NULL;
2860        numberHeuristics_ = rhs.numberHeuristics_;
2861        if (numberHeuristics_) {
2862            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2863            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2864            for (int i = 0; i < numberHeuristics_; i++)
2865                heuristic_[i] = rhs.heuristic_[i]->clone();
2866        }
2867    }
2868    return *this;
2869}
2870// Sets value of solution
2871// Returns 1 if solution, 0 if not
2872int
2873CbcHeuristicJustOne::solution(double & solutionValue,
2874                              double * betterSolution)
2875{
2876#ifdef DIVE_DEBUG
2877    std::cout << "solutionValue = " << solutionValue << std::endl;
2878#endif
2879    ++numCouldRun_;
2880
2881    // test if the heuristic can run
2882    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2883        return 0;
2884    double randomNumber = randomNumberGenerator_.randomDouble();
2885    int i;
2886    for (i = 0; i < numberHeuristics_; i++) {
2887        if (randomNumber < probabilities_[i])
2888            break;
2889    }
2890    assert (i < numberHeuristics_);
2891    int returnCode;
2892    //model_->unsetDivingHasRun();
2893#ifdef COIN_DEVELOP
2894    printf("JustOne running %s\n",
2895           heuristic_[i]->heuristicName());
2896#endif
2897    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2898#ifdef COIN_DEVELOP
2899    if (returnCode)
2900        printf("JustOne running %s found solution\n",
2901               heuristic_[i]->heuristicName());
2902#endif
2903    return returnCode;
2904}
2905// Resets stuff if model changes
2906void
2907CbcHeuristicJustOne::resetModel(CbcModel * model)
2908{
2909    CbcHeuristic::resetModel(model);
2910    for (int i = 0; i < numberHeuristics_; i++)
2911        heuristic_[i]->resetModel(model);
2912}
2913// update model (This is needed if cliques update matrix etc)
2914void
2915CbcHeuristicJustOne::setModel(CbcModel * model)
2916{
2917    CbcHeuristic::setModel(model);
2918    for (int i = 0; i < numberHeuristics_; i++)
2919        heuristic_[i]->setModel(model);
2920}
2921// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2922void
2923CbcHeuristicJustOne::validate()
2924{
2925    CbcHeuristic::validate();
2926    for (int i = 0; i < numberHeuristics_; i++)
2927        heuristic_[i]->validate();
2928}
2929// Adds an heuristic with probability
2930void
2931CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2932{
2933    CbcHeuristic * thisOne = heuristic->clone();
2934    thisOne->setWhen(-999);
2935    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2936                            numberHeuristics_);
2937    delete [] heuristic_;
2938    heuristic_ = tempH;
2939    heuristic_[numberHeuristics_] = thisOne;
2940    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2941                                            numberHeuristics_);
2942    delete [] probabilities_;
2943    probabilities_ = tempP;
2944    probabilities_[numberHeuristics_] = probability;
2945    numberHeuristics_++;
2946}
2947// Normalize probabilities
2948void
2949CbcHeuristicJustOne::normalizeProbabilities()
2950{
2951    double sum = 0.0;
2952    for (int i = 0; i < numberHeuristics_; i++)
2953        sum += probabilities_[i];
2954    double multiplier = 1.0 / sum;
2955    sum = 0.0;
2956    for (int i = 0; i < numberHeuristics_; i++) {
2957        sum += probabilities_[i];
2958        probabilities_[i] = sum * multiplier;
2959    }
2960    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
2961    probabilities_[numberHeuristics_-1] = 1.000001;
2962}
2963
Note: See TracBrowser for help on using the repository browser.