source: stable/2.8/Cbc/src/CbcNode.cpp @ 1888

Last change on this file since 1888 was 1888, checked in by stefan, 6 years ago

sync with trunk rev 1887

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 204.2 KB
Line 
1/* $Id: CbcNode.cpp 1888 2013-04-06 20:52:59Z 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//#define DEBUG_SOLUTION
13#ifdef DEBUG_SOLUTION
14#define COIN_DETAIL
15#endif
16#include <string>
17//#define CBC_DEBUG 1
18//#define CHECK_CUT_COUNTS
19//#define CHECK_NODE
20//#define CBC_CHECK_BASIS
21#include <cassert>
22#include <cfloat>
23#define CUTS
24#include "OsiSolverInterface.hpp"
25#include "OsiChooseVariable.hpp"
26#include "OsiAuxInfo.hpp"
27#include "OsiSolverBranch.hpp"
28#include "CoinWarmStartBasis.hpp"
29#include "CoinTime.hpp"
30#include "CbcModel.hpp"
31#include "CbcNode.hpp"
32#include "CbcStatistics.hpp"
33#include "CbcStrategy.hpp"
34#include "CbcBranchActual.hpp"
35#include "CbcBranchDynamic.hpp"
36#include "OsiRowCut.hpp"
37#include "OsiRowCutDebugger.hpp"
38#include "OsiCuts.hpp"
39#include "CbcCountRowCut.hpp"
40#include "CbcFeasibilityBase.hpp"
41#include "CbcMessage.hpp"
42#ifdef COIN_HAS_CLP
43#include "OsiClpSolverInterface.hpp"
44#include "ClpSimplexOther.hpp"
45#endif
46using namespace std;
47#include "CglCutGenerator.hpp"
48
49
50CbcNode::CbcNode() :
51        nodeInfo_(NULL),
52        objectiveValue_(1.0e100),
53        guessedObjectiveValue_(1.0e100),
54        sumInfeasibilities_(0.0),
55        branch_(NULL),
56        depth_(-1),
57        numberUnsatisfied_(0),
58        nodeNumber_(-1),
59        state_(0)
60{
61#ifdef CHECK_NODE
62    printf("CbcNode %x Constructor\n", this);
63#endif
64}
65// Print
66void
67CbcNode::print() const
68{
69    printf("number %d obj %g depth %d sumun %g nunsat %d state %d\n",
70           nodeNumber_, objectiveValue_, depth_, sumInfeasibilities_, numberUnsatisfied_, state_);
71}
72CbcNode::CbcNode(CbcModel * model,
73                 CbcNode * lastNode) :
74        nodeInfo_(NULL),
75        objectiveValue_(1.0e100),
76        guessedObjectiveValue_(1.0e100),
77        sumInfeasibilities_(0.0),
78        branch_(NULL),
79        depth_(-1),
80        numberUnsatisfied_(0),
81        nodeNumber_(-1),
82        state_(0)
83{
84#ifdef CHECK_NODE
85    printf("CbcNode %x Constructor from model\n", this);
86#endif
87    model->setObjectiveValue(this, lastNode);
88
89    if (lastNode) {
90        if (lastNode->nodeInfo_) {
91            lastNode->nodeInfo_->increment();
92        }
93    }
94    nodeNumber_ = model->getNodeCount();
95}
96
97#define CBC_NEW_CREATEINFO
98#ifdef CBC_NEW_CREATEINFO
99
100/*
101  New createInfo, with basis manipulation hidden inside mergeBasis. Allows
102  solvers to override and carry over all information from one basis to
103  another.
104*/
105
106void
107CbcNode::createInfo (CbcModel *model,
108                     CbcNode *lastNode,
109                     const CoinWarmStartBasis *lastws,
110                     const double *lastLower, const double *lastUpper,
111                     int numberOldActiveCuts, int numberNewCuts)
112
113{
114    OsiSolverInterface *solver = model->solver();
115    CbcStrategy *strategy = model->strategy();
116    /*
117      The root --- no parent. Create full basis and bounds information.
118    */
119    if (!lastNode) {
120        if (!strategy)
121            nodeInfo_ = new CbcFullNodeInfo(model, solver->getNumRows());
122        else
123            nodeInfo_ = strategy->fullNodeInfo(model, solver->getNumRows());
124    } else {
125        /*
126          Not the root. Create an edit from the parent's basis & bound information.
127          This is not quite as straightforward as it seems. We need to reintroduce
128          cuts we may have dropped out of the basis, in the correct position, because
129          this whole process is strictly positional. Start by grabbing the current
130          basis.
131        */
132        bool mustDeleteBasis;
133        const CoinWarmStartBasis *ws =
134            dynamic_cast<const CoinWarmStartBasis*>(solver->getPointerToWarmStart(mustDeleteBasis));
135        assert(ws != NULL); // make sure not volume
136        //int numberArtificials = lastws->getNumArtificial();
137        int numberColumns = solver->getNumCols();
138        int numberRowsAtContinuous = model->numberRowsAtContinuous();
139        int currentNumberCuts = model->currentNumberCuts();
140#   ifdef CBC_CHECK_BASIS
141        std::cout
142            << "Before expansion: orig " << numberRowsAtContinuous
143            << ", old " << numberOldActiveCuts
144            << ", new " << numberNewCuts
145            << ", current " << currentNumberCuts << "." << std::endl ;
146        ws->print();
147#   endif
148        /*
149          Clone the basis and resize it to hold the structural constraints, plus
150          all the cuts: old cuts, both active and inactive (currentNumberCuts),
151          and new cuts (numberNewCuts). This will become the expanded basis.
152        */
153        CoinWarmStartBasis *expanded =
154            dynamic_cast<CoinWarmStartBasis *>(ws->clone()) ;
155        int iCompact = numberRowsAtContinuous + numberOldActiveCuts + numberNewCuts ;
156        // int nPartial = numberRowsAtContinuous+currentNumberCuts;
157        int iFull = numberRowsAtContinuous + currentNumberCuts + numberNewCuts;
158        // int maxBasisLength = ((iFull+15)>>4)+((numberColumns+15)>>4);
159        // printf("l %d full %d\n",maxBasisLength,iFull);
160        expanded->resize(iFull, numberColumns);
161#   ifdef CBC_CHECK_BASIS
162        std::cout
163            << "\tFull basis " << iFull << " rows, "
164            << numberColumns << " columns; compact "
165            << iCompact << " rows." << std::endl ;
166#   endif
167        /*
168          Now flesh out the expanded basis. The clone already has the
169          correct status information for the variables and for the structural
170          (numberRowsAtContinuous) constraints. Any indices beyond nPartial must be
171          cuts created while processing this node --- they can be copied en bloc
172          into the correct position in the expanded basis. The space reserved for
173          xferRows is a gross overestimate.
174        */
175        CoinWarmStartBasis::XferVec xferRows ;
176        xferRows.reserve(iFull - numberRowsAtContinuous + 1) ;
177        if (numberNewCuts) {
178            xferRows.push_back(
179                CoinWarmStartBasis::XferEntry(iCompact - numberNewCuts,
180                                              iFull - numberNewCuts, numberNewCuts)) ;
181        }
182        /*
183          From nPartial down, record the entries we want to copy from the current
184          basis (the entries for the active cuts; non-zero in the list returned
185          by addedCuts). Fill the expanded basis with entries showing a status of
186          basic for the deactivated (loose) cuts.
187        */
188        CbcCountRowCut **cut = model->addedCuts();
189        iFull -= (numberNewCuts + 1) ;
190        iCompact -= (numberNewCuts + 1) ;
191        int runLen = 0 ;
192        CoinWarmStartBasis::XferEntry entry(-1, -1, -1) ;
193        while (iFull >= numberRowsAtContinuous) {
194            for ( ; iFull >= numberRowsAtContinuous &&
195                    cut[iFull-numberRowsAtContinuous] ; iFull--)
196                runLen++ ;
197            if (runLen) {
198                iCompact -= runLen ;
199                entry.first = iCompact + 1 ;
200                entry.second = iFull + 1 ;
201                entry.third = runLen ;
202                runLen = 0 ;
203                xferRows.push_back(entry) ;
204            }
205            for ( ; iFull >= numberRowsAtContinuous &&
206                    !cut[iFull-numberRowsAtContinuous] ; iFull--)
207                expanded->setArtifStatus(iFull, CoinWarmStartBasis::basic);
208        }
209        /*
210          Finally, call mergeBasis to copy over entries from the current basis to
211          the expanded basis. Since we cloned the expanded basis from the active basis
212          and haven't changed the number of variables, only row status entries need
213          to be copied.
214        */
215        expanded->mergeBasis(ws, &xferRows, 0) ;
216
217#ifdef CBC_CHECK_BASIS
218        std::cout << "Expanded basis:" << std::endl ;
219        expanded->print() ;
220        std::cout << "Diffing against:" << std::endl ;
221        lastws->print() ;
222#endif
223        assert (expanded->getNumArtificial() >= lastws->getNumArtificial());
224#ifdef CLP_INVESTIGATE
225        if (!expanded->fullBasis()) {
226            int iFull = numberRowsAtContinuous + currentNumberCuts + numberNewCuts;
227            printf("cont %d old %d new %d current %d full inc %d full %d\n",
228                   numberRowsAtContinuous, numberOldActiveCuts, numberNewCuts,
229                   currentNumberCuts, iFull, iFull - numberNewCuts);
230        }
231#endif
232
233        /*
234          Now that we have two bases in proper positional correspondence, creating
235          the actual diff is dead easy.
236
237          Note that we're going to compare the expanded basis here to the stripped
238          basis (lastws) produced by addCuts. It doesn't affect the correctness (the
239          diff process has no knowledge of the meaning of an entry) but it does
240          mean that we'll always generate a whack of diff entries because the expanded
241          basis is considerably larger than the stripped basis.
242        */
243        CoinWarmStartDiff *basisDiff = expanded->generateDiff(lastws) ;
244
245        /*
246          Diff the bound vectors. It's assumed the number of structural variables
247          is not changing. For branching objects that change bounds on integer
248          variables, we should see at least one bound change as a consequence
249          of applying the branch that generated this subproblem from its parent.
250          This need not hold for other types of branching objects (hyperplane
251          branches, for example).
252        */
253        const double * lower = solver->getColLower();
254        const double * upper = solver->getColUpper();
255
256        double *boundChanges = new double [2*numberColumns] ;
257        int *variables = new int [2*numberColumns] ;
258        int numberChangedBounds = 0;
259
260        int i;
261        for (i = 0; i < numberColumns; i++) {
262            if (lower[i] != lastLower[i]) {
263                variables[numberChangedBounds] = i;
264                boundChanges[numberChangedBounds++] = lower[i];
265            }
266            if (upper[i] != lastUpper[i]) {
267                variables[numberChangedBounds] = i | 0x80000000;
268                boundChanges[numberChangedBounds++] = upper[i];
269            }
270#ifdef CBC_DEBUG
271            if (lower[i] != lastLower[i]) {
272                std::cout
273                    << "lower on " << i << " changed from "
274                    << lastLower[i] << " to " << lower[i] << std::endl ;
275            }
276            if (upper[i] != lastUpper[i]) {
277                std::cout
278                    << "upper on " << i << " changed from "
279                    << lastUpper[i] << " to " << upper[i] << std::endl ;
280            }
281#endif
282        }
283#ifdef CBC_DEBUG
284        std::cout << numberChangedBounds << " changed bounds." << std::endl ;
285#endif
286        //if (lastNode->branchingObject()->boundBranch())
287        //assert (numberChangedBounds);
288        /*
289          Hand the lot over to the CbcPartialNodeInfo constructor, then clean up and
290          return.
291        */
292        if (!strategy)
293            nodeInfo_ =
294                new CbcPartialNodeInfo(lastNode->nodeInfo_, this, numberChangedBounds,
295                                       variables, boundChanges, basisDiff) ;
296        else
297            nodeInfo_ =
298                strategy->partialNodeInfo(model, lastNode->nodeInfo_, this,
299                                          numberChangedBounds, variables, boundChanges,
300                                          basisDiff) ;
301        delete basisDiff ;
302        delete [] boundChanges;
303        delete [] variables;
304        delete expanded ;
305        if  (mustDeleteBasis)
306            delete ws;
307    }
308    // Set node number
309    nodeInfo_->setNodeNumber(model->getNodeCount2());
310    state_ |= 2; // say active
311}
312
313#else   // CBC_NEW_CREATEINFO
314
315/*
316  Original createInfo, with bare manipulation of basis vectors. Fails if solver
317  maintains additional information in basis.
318*/
319
320void
321CbcNode::createInfo (CbcModel *model,
322                     CbcNode *lastNode,
323                     const CoinWarmStartBasis *lastws,
324                     const double *lastLower, const double *lastUpper,
325                     int numberOldActiveCuts, int numberNewCuts)
326{
327    OsiSolverInterface * solver = model->solver();
328    CbcStrategy * strategy = model->strategy();
329    /*
330      The root --- no parent. Create full basis and bounds information.
331    */
332    if (!lastNode) {
333        if (!strategy)
334            nodeInfo_ = new CbcFullNodeInfo(model, solver->getNumRows());
335        else
336            nodeInfo_ = strategy->fullNodeInfo(model, solver->getNumRows());
337    }
338    /*
339      Not the root. Create an edit from the parent's basis & bound information.
340      This is not quite as straightforward as it seems. We need to reintroduce
341      cuts we may have dropped out of the basis, in the correct position, because
342      this whole process is strictly positional. Start by grabbing the current
343      basis.
344    */
345    else {
346        bool mustDeleteBasis;
347        const CoinWarmStartBasis* ws =
348            dynamic_cast<const CoinWarmStartBasis*>(solver->getPointerToWarmStart(mustDeleteBasis));
349        assert(ws != NULL); // make sure not volume
350        //int numberArtificials = lastws->getNumArtificial();
351        int numberColumns = solver->getNumCols();
352
353        const double * lower = solver->getColLower();
354        const double * upper = solver->getColUpper();
355
356        int i;
357        /*
358        Create a clone and resize it to hold all the structural constraints, plus
359        all the cuts: old cuts, both active and inactive (currentNumberCuts), and
360        new cuts (numberNewCuts).
361
362        TODO: You'd think that the set of constraints (logicals) in the expanded
363        basis should match the set represented in lastws. At least, that's
364        what I thought. But at the point I first looked hard at this bit of
365        code, it turned out that lastws was the stripped basis produced at
366        the end of addCuts(), rather than the raw basis handed back by
367        addCuts1(). The expanded basis here is equivalent to the raw basis of
368        addCuts1(). I said ``whoa, that's not good, I must have introduced a
369        bug'' and went back to John's code to see where I'd gone wrong.
370        And discovered the same `error' in his code.
371
372        After a bit of thought, my conclusion is that correctness is not
373        affected by whether lastws is the stripped or raw basis. The diffs
374        have no semantics --- just a set of changes that need to be made
375        to convert lastws into expanded. I think the only effect is that we
376        store a lot more diffs (everything in expanded that's not covered by
377        the stripped basis). But I need to give this more thought. There
378        may well be some subtle error cases.
379
380        In the mean time, I've twiddled addCuts() to set lastws to the raw
381        basis. Makes me (Lou) less nervous to compare apples to apples.
382        */
383        CoinWarmStartBasis *expanded =
384            dynamic_cast<CoinWarmStartBasis *>(ws->clone()) ;
385        int numberRowsAtContinuous = model->numberRowsAtContinuous();
386        int iFull = numberRowsAtContinuous + model->currentNumberCuts() +
387                    numberNewCuts;
388        //int numberArtificialsNow = iFull;
389        //int maxBasisLength = ((iFull+15)>>4)+((numberColumns+15)>>4);
390        //printf("l %d full %d\n",maxBasisLength,iFull);
391        if (expanded)
392            expanded->resize(iFull, numberColumns);
393#ifdef CBC_CHECK_BASIS
394        printf("Before expansion: orig %d, old %d, new %d, current %d\n",
395               numberRowsAtContinuous, numberOldActiveCuts, numberNewCuts,
396               model->currentNumberCuts()) ;
397        ws->print();
398#endif
399        /*
400        Now fill in the expanded basis. Any indices beyond nPartial must
401        be cuts created while processing this node --- they can be copied directly
402        into the expanded basis. From nPartial down, pull the status of active cuts
403        from ws, interleaving with a B entry for the deactivated (loose) cuts.
404        */
405        int numberDropped = model->currentNumberCuts() - numberOldActiveCuts;
406        int iCompact = iFull - numberDropped;
407        CbcCountRowCut ** cut = model->addedCuts();
408        int nPartial = model->currentNumberCuts() + numberRowsAtContinuous;
409        iFull--;
410        for (; iFull >= nPartial; iFull--) {
411            CoinWarmStartBasis::Status status = ws->getArtifStatus(--iCompact);
412            //assert (status != CoinWarmStartBasis::basic); // may be permanent cut
413            expanded->setArtifStatus(iFull, status);
414        }
415        for (; iFull >= numberRowsAtContinuous; iFull--) {
416            if (cut[iFull-numberRowsAtContinuous]) {
417                CoinWarmStartBasis::Status status = ws->getArtifStatus(--iCompact);
418                // If no cut generator being used then we may have basic variables
419                //if (model->getMaximumCutPasses()&&
420                //  status == CoinWarmStartBasis::basic)
421                //printf("cut basic\n");
422                expanded->setArtifStatus(iFull, status);
423            } else {
424                expanded->setArtifStatus(iFull, CoinWarmStartBasis::basic);
425            }
426        }
427#ifdef CBC_CHECK_BASIS
428        printf("Expanded basis\n");
429        expanded->print() ;
430        printf("Diffing against\n") ;
431        lastws->print() ;
432#endif
433        /*
434        Now that we have two bases in proper positional correspondence, creating
435        the actual diff is dead easy.
436        */
437
438        CoinWarmStartDiff *basisDiff = expanded->generateDiff(lastws) ;
439        /*
440        Diff the bound vectors. It's assumed the number of structural variables is
441        not changing. Assuming that branching objects all involve integer variables,
442        we should see at least one bound change as a consequence of processing this
443        subproblem. Different types of branching objects could break this assertion.
444        Not true at all - we have not applied current branch - JJF.
445        */
446        double *boundChanges = new double [2*numberColumns] ;
447        int *variables = new int [2*numberColumns] ;
448        int numberChangedBounds = 0;
449        for (i = 0; i < numberColumns; i++) {
450            if (lower[i] != lastLower[i]) {
451                variables[numberChangedBounds] = i;
452                boundChanges[numberChangedBounds++] = lower[i];
453            }
454            if (upper[i] != lastUpper[i]) {
455                variables[numberChangedBounds] = i | 0x80000000;
456                boundChanges[numberChangedBounds++] = upper[i];
457            }
458#ifdef CBC_DEBUG
459            if (lower[i] != lastLower[i])
460                printf("lower on %d changed from %g to %g\n",
461                       i, lastLower[i], lower[i]);
462            if (upper[i] != lastUpper[i])
463                printf("upper on %d changed from %g to %g\n",
464                       i, lastUpper[i], upper[i]);
465#endif
466        }
467#ifdef CBC_DEBUG
468        printf("%d changed bounds\n", numberChangedBounds) ;
469#endif
470        //if (lastNode->branchingObject()->boundBranch())
471        //assert (numberChangedBounds);
472        /*
473        Hand the lot over to the CbcPartialNodeInfo constructor, then clean up and
474        return.
475        */
476        if (!strategy)
477            nodeInfo_ =
478                new CbcPartialNodeInfo(lastNode->nodeInfo_, this, numberChangedBounds,
479                                       variables, boundChanges, basisDiff) ;
480        else
481            nodeInfo_ = strategy->partialNodeInfo(model, lastNode->nodeInfo_, this, numberChangedBounds,
482                                                  variables, boundChanges, basisDiff) ;
483        delete basisDiff ;
484        delete [] boundChanges;
485        delete [] variables;
486        delete expanded ;
487        if  (mustDeleteBasis)
488            delete ws;
489    }
490    // Set node number
491    nodeInfo_->setNodeNumber(model->getNodeCount2());
492    state_ |= 2; // say active
493}
494
495#endif  // CBC_NEW_CREATEINFO
496/*
497  The routine scans through the object list of the model looking for objects
498  that indicate infeasibility. It tests each object using strong branching
499  and selects the one with the least objective degradation.  A corresponding
500  branching object is left attached to lastNode.
501
502  If strong branching is disabled, a candidate object is chosen essentially
503  at random (whatever object ends up in pos'n 0 of the candidate array).
504
505  If a branching candidate is found to be monotone, bounds are set to fix the
506  variable and the routine immediately returns (the caller is expected to
507  reoptimize).
508
509  If a branching candidate is found to result in infeasibility in both
510  directions, the routine immediately returns an indication of infeasibility.
511
512  Returns:  0   both branch directions are feasible
513  -1    branching variable is monotone
514  -2    infeasible
515
516  Original comments:
517  Here could go cuts etc etc
518  For now just fix on objective from strong branching.
519*/
520
521int CbcNode::chooseBranch (CbcModel *model, CbcNode *lastNode, int numberPassesLeft)
522
523{
524    if (lastNode)
525        depth_ = lastNode->depth_ + 1;
526    else
527        depth_ = 0;
528    delete branch_;
529    branch_ = NULL;
530    OsiSolverInterface * solver = model->solver();
531# ifdef COIN_HAS_CLP
532    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
533    int saveClpOptions = 0;
534    if (osiclp) {
535        // for faster hot start
536        saveClpOptions = osiclp->specialOptions();
537        osiclp->setSpecialOptions(saveClpOptions | 8192);
538    }
539# else
540    OsiSolverInterface *osiclp = NULL ;
541# endif
542    double saveObjectiveValue = solver->getObjValue();
543    double objectiveValue = CoinMax(solver->getObjSense() * saveObjectiveValue, objectiveValue_);
544    const double * lower = solver->getColLower();
545    const double * upper = solver->getColUpper();
546    // See what user thinks
547    int anyAction = model->problemFeasibility()->feasible(model, 0);
548    if (anyAction) {
549        // will return -2 if infeasible , 0 if treat as integer
550        return anyAction - 1;
551    }
552    double integerTolerance =
553        model->getDblParam(CbcModel::CbcIntegerTolerance);
554    // point to useful information
555    OsiBranchingInformation usefulInfo = model->usefulInformation();
556    // and modify
557    usefulInfo.depth_ = depth_;
558    int i;
559    bool beforeSolution = model->getSolutionCount() == 0;
560    int numberStrong = model->numberStrong();
561    // switch off strong if hotstart
562    const double * hotstartSolution = model->hotstartSolution();
563    const int * hotstartPriorities = model->hotstartPriorities();
564    int numberObjects = model->numberObjects();
565    int numberColumns = model->getNumCols();
566    double * saveUpper = new double[numberColumns];
567    double * saveLower = new double[numberColumns];
568    for (i = 0; i < numberColumns; i++) {
569        saveLower[i] = lower[i];
570        saveUpper[i] = upper[i];
571    }
572
573    // Save solution in case heuristics need good solution later
574
575    double * saveSolution = new double[numberColumns];
576    memcpy(saveSolution, solver->getColSolution(), numberColumns*sizeof(double));
577    model->reserveCurrentSolution(saveSolution);
578    if (hotstartSolution) {
579        numberStrong = 0;
580        if ((model->moreSpecialOptions()&1024) != 0) {
581            int nBad = 0;
582            int nUnsat = 0;
583            int nDiff = 0;
584            for (int i = 0; i < numberObjects; i++) {
585                OsiObject * object = model->modifiableObject(i);
586                const CbcSimpleInteger * thisOne = dynamic_cast <const CbcSimpleInteger *> (object);
587                if (thisOne) {
588                    int iColumn = thisOne->columnNumber();
589                    double targetValue = hotstartSolution[iColumn];
590                    double value = saveSolution[iColumn];
591                    if (fabs(value - floor(value + 0.5)) > 1.0e-6) {
592                        nUnsat++;
593#ifdef CLP_INVESTIGATE
594                        printf("H %d is %g target %g\n", iColumn, value, targetValue);
595#endif
596                    } else if (fabs(targetValue - value) > 1.0e-6) {
597                        nDiff++;
598                    }
599                    if (targetValue < saveLower[iColumn] ||
600                            targetValue > saveUpper[iColumn]) {
601#ifdef CLP_INVESTIGATE
602                        printf("%d has target %g and current bounds %g and %g\n",
603                               iColumn, targetValue, saveLower[iColumn], saveUpper[iColumn]);
604#endif
605                        nBad++;
606                    }
607                }
608            }
609#ifdef CLP_INVESTIGATE
610            printf("Hot %d unsatisfied, %d outside limits, %d different\n",
611                   nUnsat, nBad, nDiff);
612#endif
613            if (nBad) {
614                // switch off as not possible
615                hotstartSolution = NULL;
616                model->setHotstartSolution(NULL, NULL);
617                usefulInfo.hotstartSolution_ = NULL;
618            }
619        }
620    }
621    int numberStrongDone = 0;
622    int numberUnfinished = 0;
623    int numberStrongInfeasible = 0;
624    int numberStrongIterations = 0;
625    int saveNumberStrong = numberStrong;
626    bool checkFeasibility = numberObjects > model->numberIntegers();
627    int maximumStrong = CoinMax(CoinMin(numberStrong, numberObjects), 1);
628    /*
629      Get a branching decision object. Use the default decision criteria unless
630      the user has loaded a decision method into the model.
631    */
632    CbcBranchDecision *decision = model->branchingMethod();
633    CbcDynamicPseudoCostBranchingObject * dynamicBranchingObject =
634        dynamic_cast<CbcDynamicPseudoCostBranchingObject *>(decision);
635    if (!decision || dynamicBranchingObject)
636        decision = new CbcBranchDefaultDecision();
637    decision->initialize(model);
638    CbcStrongInfo * choice = new CbcStrongInfo[maximumStrong];
639    // May go round twice if strong branching fixes all local candidates
640    bool finished = false;
641    double estimatedDegradation = 0.0;
642    while (!finished) {
643        finished = true;
644        // Some objects may compute an estimate of best solution from here
645        estimatedDegradation = 0.0;
646        //int numberIntegerInfeasibilities=0; // without odd ones
647        numberStrongDone = 0;
648        numberUnfinished = 0;
649        numberStrongInfeasible = 0;
650        numberStrongIterations = 0;
651
652        // We may go round this loop twice (only if we think we have solution)
653        for (int iPass = 0; iPass < 2; iPass++) {
654
655            // compute current state
656            //int numberObjectInfeasibilities; // just odd ones
657            //model->feasibleSolution(
658            //                      numberIntegerInfeasibilities,
659            //                      numberObjectInfeasibilities);
660            // Some objects may compute an estimate of best solution from here
661            estimatedDegradation = 0.0;
662            numberUnsatisfied_ = 0;
663            // initialize sum of "infeasibilities"
664            sumInfeasibilities_ = 0.0;
665            int bestPriority = COIN_INT_MAX;
666            /*
667              Scan for branching objects that indicate infeasibility. Choose the best
668              maximumStrong candidates, using priority as the first criteria, then
669              integer infeasibility.
670
671              The algorithm is to fill the choice array with a set of good candidates (by
672              infeasibility) with priority bestPriority.  Finding a candidate with
673              priority better (less) than bestPriority flushes the choice array. (This
674              serves as initialization when the first candidate is found.)
675
676              A new candidate is added to choices only if its infeasibility exceeds the
677              current max infeasibility (mostAway). When a candidate is added, it
678              replaces the candidate with the smallest infeasibility (tracked by
679              iSmallest).
680            */
681            int iSmallest = 0;
682            double mostAway = 1.0e-100;
683            for (i = 0 ; i < maximumStrong ; i++)
684                choice[i].possibleBranch = NULL ;
685            numberStrong = 0;
686            bool canDoOneHot = false;
687            for (i = 0; i < numberObjects; i++) {
688                OsiObject * object = model->modifiableObject(i);
689                int preferredWay;
690                double infeasibility = object->infeasibility(&usefulInfo, preferredWay);
691                int priorityLevel = object->priority();
692                if (hotstartSolution) {
693                    // we are doing hot start
694                    const CbcSimpleInteger * thisOne = dynamic_cast <const CbcSimpleInteger *> (object);
695                    if (thisOne) {
696                        int iColumn = thisOne->columnNumber();
697                        bool canDoThisHot = true;
698                        double targetValue = hotstartSolution[iColumn];
699                        if (saveUpper[iColumn] > saveLower[iColumn]) {
700                            double value = saveSolution[iColumn];
701                            if (hotstartPriorities)
702                                priorityLevel = hotstartPriorities[iColumn];
703                            //double originalLower = thisOne->originalLower();
704                            //double originalUpper = thisOne->originalUpper();
705                            // switch off if not possible
706                            if (targetValue >= saveLower[iColumn] && targetValue <= saveUpper[iColumn]) {
707                                /* priority outranks rest always if negative
708                                   otherwise can be downgraded if at correct level.
709                                   Infeasibility may be increased to choose 1.0 values first.
710                                   choose one near wanted value
711                                */
712                                if (fabs(value - targetValue) > integerTolerance) {
713                                    //if (infeasibility>0.01)
714                                    //infeasibility = fabs(1.0e6-fabs(value-targetValue));
715                                    //else
716                                    infeasibility = fabs(value - targetValue);
717                                    //if (targetValue==1.0)
718                                    //infeasibility += 1.0;
719                                    if (value > targetValue) {
720                                        preferredWay = -1;
721                                    } else {
722                                        preferredWay = 1;
723                                    }
724                                    priorityLevel = CoinAbs(priorityLevel);
725                                } else if (priorityLevel < 0) {
726                                    priorityLevel = CoinAbs(priorityLevel);
727                                    if (targetValue == saveLower[iColumn]) {
728                                        infeasibility = integerTolerance + 1.0e-12;
729                                        preferredWay = -1;
730                                    } else if (targetValue == saveUpper[iColumn]) {
731                                        infeasibility = integerTolerance + 1.0e-12;
732                                        preferredWay = 1;
733                                    } else {
734                                        // can't
735                                        priorityLevel += 10000000;
736                                        canDoThisHot = false;
737                                    }
738                                } else {
739                                    priorityLevel += 10000000;
740                                    canDoThisHot = false;
741                                }
742                            } else {
743                                // switch off if not possible
744                                canDoThisHot = false;
745                            }
746                            if (canDoThisHot)
747                                canDoOneHot = true;
748                        } else if (targetValue < saveLower[iColumn] || targetValue > saveUpper[iColumn]) {
749                        }
750                    } else {
751                        priorityLevel += 10000000;
752                    }
753                }
754                if (infeasibility) {
755                    // Increase estimated degradation to solution
756                    estimatedDegradation += CoinMin(object->upEstimate(), object->downEstimate());
757                    numberUnsatisfied_++;
758                    sumInfeasibilities_ += infeasibility;
759                    // Better priority? Flush choices.
760                    if (priorityLevel < bestPriority) {
761                        int j;
762                        iSmallest = 0;
763                        for (j = 0; j < maximumStrong; j++) {
764                            choice[j].upMovement = 0.0;
765                            delete choice[j].possibleBranch;
766                            choice[j].possibleBranch = NULL;
767                        }
768                        bestPriority = priorityLevel;
769                        mostAway = 1.0e-100;
770                        numberStrong = 0;
771                    } else if (priorityLevel > bestPriority) {
772                        continue;
773                    }
774                    // Check for suitability based on infeasibility.
775                    if (infeasibility > mostAway) {
776                        //add to list
777                        choice[iSmallest].upMovement = infeasibility;
778                        delete choice[iSmallest].possibleBranch;
779                        CbcObject * obj =
780                            dynamic_cast <CbcObject *>(object) ;
781                        assert (obj);
782                        choice[iSmallest].possibleBranch = obj->createCbcBranch(solver, &usefulInfo, preferredWay);
783                        numberStrong = CoinMax(numberStrong, iSmallest + 1);
784                        // Save which object it was
785                        choice[iSmallest].objectNumber = i;
786                        int j;
787                        iSmallest = -1;
788                        mostAway = 1.0e50;
789                        for (j = 0; j < maximumStrong; j++) {
790                            if (choice[j].upMovement < mostAway) {
791                                mostAway = choice[j].upMovement;
792                                iSmallest = j;
793                            }
794                        }
795                    }
796                }
797            }
798            if (!canDoOneHot && hotstartSolution) {
799                // switch off as not possible
800                hotstartSolution = NULL;
801                model->setHotstartSolution(NULL, NULL);
802                usefulInfo.hotstartSolution_ = NULL;
803            }
804            if (numberUnsatisfied_) {
805                // some infeasibilities - go to next steps
806#ifdef CLP_INVESTIGATE
807                if (hotstartSolution) {
808                    int k = choice[0].objectNumber;
809                    OsiObject * object = model->modifiableObject(k);
810                    const CbcSimpleInteger * thisOne = dynamic_cast <const CbcSimpleInteger *> (object);
811                    assert (thisOne);
812                    int iColumn = thisOne->columnNumber();
813                    double targetValue = hotstartSolution[iColumn];
814                    double value = saveSolution[iColumn];
815                    printf("Branch on %d has target %g (value %g) and current bounds %g and %g\n",
816                           iColumn, targetValue, value, saveLower[iColumn], saveUpper[iColumn]);
817                }
818#endif
819                break;
820            } else if (!iPass) {
821                // looks like a solution - get paranoid
822                bool roundAgain = false;
823                // get basis
824                CoinWarmStartBasis * ws = dynamic_cast<CoinWarmStartBasis*>(solver->getWarmStart());
825                if (!ws)
826                    break;
827                for (i = 0; i < numberColumns; i++) {
828                    double value = saveSolution[i];
829                    if (value < lower[i]) {
830                        saveSolution[i] = lower[i];
831                        roundAgain = true;
832                        ws->setStructStatus(i, CoinWarmStartBasis::atLowerBound);
833                    } else if (value > upper[i]) {
834                        saveSolution[i] = upper[i];
835                        roundAgain = true;
836                        ws->setStructStatus(i, CoinWarmStartBasis::atUpperBound);
837                    }
838                }
839                if (roundAgain && saveNumberStrong) {
840                    // restore basis
841                    solver->setWarmStart(ws);
842                    delete ws;
843                    solver->resolve();
844                    memcpy(saveSolution, solver->getColSolution(), numberColumns*sizeof(double));
845                    model->reserveCurrentSolution(saveSolution);
846                    if (!solver->isProvenOptimal()) {
847                        // infeasible
848                        anyAction = -2;
849                        break;
850                    }
851                } else {
852                    delete ws;
853                    break;
854                }
855            }
856        }
857        /* Some solvers can do the strong branching calculations faster if
858           they do them all at once.  At present only Clp does for ordinary
859           integers but I think this coding would be easy to modify
860        */
861        bool allNormal = true; // to say if we can do fast strong branching
862        // Say which one will be best
863        int bestChoice = 0;
864        double worstInfeasibility = 0.0;
865        for (i = 0; i < numberStrong; i++) {
866            choice[i].numIntInfeasUp = numberUnsatisfied_;
867            choice[i].numIntInfeasDown = numberUnsatisfied_;
868            choice[i].fix = 0; // say not fixed
869            if (!dynamic_cast <const CbcSimpleInteger *> (model->object(choice[i].objectNumber)))
870                allNormal = false; // Something odd so lets skip clever fast branching
871            if ( !model->object(choice[i].objectNumber)->boundBranch())
872                numberStrong = 0; // switch off
873            if ( choice[i].possibleBranch->numberBranches() > 2)
874                numberStrong = 0; // switch off
875            // Do best choice in case switched off
876            if (choice[i].upMovement > worstInfeasibility) {
877                worstInfeasibility = choice[i].upMovement;
878                bestChoice = i;
879            }
880        }
881        // If we have hit max time don't do strong branching
882        bool hitMaxTime = (model->getCurrentSeconds() >
883                            model->getDblParam(CbcModel::CbcMaximumSeconds));
884        // also give up if we are looping round too much
885        if (hitMaxTime || numberPassesLeft <= 0)
886            numberStrong = 0;
887        /*
888          Is strong branching enabled? If so, set up and do it. Otherwise, we'll
889          fall through to simple branching.
890
891          Setup for strong branching involves saving the current basis (for restoration
892          afterwards) and setting up for hot starts.
893        */
894        if (numberStrong && saveNumberStrong) {
895
896            bool solveAll = false; // set true to say look at all even if some fixed (experiment)
897            solveAll = true;
898            // worth trying if too many times
899            // Save basis
900            CoinWarmStart * ws = solver->getWarmStart();
901            // save limit
902            int saveLimit;
903            solver->getIntParam(OsiMaxNumIterationHotStart, saveLimit);
904            if (beforeSolution && saveLimit < 100)
905                solver->setIntParam(OsiMaxNumIterationHotStart, 100); // go to end
906#     ifdef COIN_HAS_CLP
907            /* If we are doing all strong branching in one go then we create new arrays
908               to store information.  If clp NULL then doing old way.
909               Going down -
910               outputSolution[2*i] is final solution.
911               outputStuff[2*i] is status (0 - finished, 1 infeas, other unknown
912               outputStuff[2*i+numberStrong] is number iterations
913               On entry newUpper[i] is new upper bound, on exit obj change
914               Going up -
915               outputSolution[2*i+1] is final solution.
916               outputStuff[2*i+1] is status (0 - finished, 1 infeas, other unknown
917               outputStuff[2*i+1+numberStrong] is number iterations
918            On entry newLower[i] is new lower bound, on exit obj change
919            */
920            ClpSimplex * clp = NULL;
921            double * newLower = NULL;
922            double * newUpper = NULL;
923            double ** outputSolution = NULL;
924            int * outputStuff = NULL;
925            // Go back to normal way if user wants it
926            if (osiclp && (osiclp->specialOptions()&16) != 0 && osiclp->specialOptions() > 0)
927                allNormal = false;
928            if (osiclp && !allNormal) {
929                // say do fast
930                int easy = 1;
931                osiclp->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, &easy) ;
932            }
933            if (osiclp && allNormal) {
934                clp = osiclp->getModelPtr();
935                // Clp - do a different way
936                newLower = new double[numberStrong];
937                newUpper = new double[numberStrong];
938                outputSolution = new double * [2*numberStrong];
939                outputStuff = new int [4*numberStrong];
940                int * which = new int[numberStrong];
941                int startFinishOptions;
942                int specialOptions = osiclp->specialOptions();
943                int clpOptions = clp->specialOptions();
944                int returnCode = 0;
945#define CRUNCH
946#ifdef CRUNCH
947                // Crunch down problem
948                int numberRows = clp->numberRows();
949                // Use dual region
950                double * rhs = clp->dualRowSolution();
951                int * whichRow = new int[3*numberRows];
952                int * whichColumn = new int[2*numberColumns];
953                int nBound;
954                ClpSimplex * small = static_cast<ClpSimplexOther *> (clp)->crunch(rhs, whichRow, whichColumn, nBound, true);
955                if (!small) {
956                    anyAction = -2;
957                    //printf("XXXX Inf by inspection\n");
958                    delete [] whichColumn;
959                    whichColumn = NULL;
960                    delete [] whichRow;
961                    whichRow = NULL;
962                    break;
963                } else {
964                    clp = small;
965                }
966#else
967                int saveLogLevel = clp->logLevel();
968                int saveMaxIts = clp->maximumIterations();
969#endif
970                clp->setLogLevel(0);
971                if ((specialOptions&1) == 0) {
972                    startFinishOptions = 0;
973                    clp->setSpecialOptions(clpOptions | (64 | 1024));
974                } else {
975                    startFinishOptions = 1 + 2 + 4;
976                    //startFinishOptions=1+4; // for moment re-factorize
977                    if ((specialOptions&4) == 0)
978                        clp->setSpecialOptions(clpOptions | (64 | 128 | 512 | 1024 | 4096));
979                    else
980                        clp->setSpecialOptions(clpOptions | (64 | 128 | 512 | 1024 | 2048 | 4096));
981                }
982                // User may want to clean up before strong branching
983                if ((clp->specialOptions()&32) != 0) {
984                    clp->primal(1);
985                    if (clp->numberIterations())
986                        model->messageHandler()->message(CBC_ITERATE_STRONG, *model->messagesPointer())
987                        << clp->numberIterations()
988                        << CoinMessageEol;
989                }
990                clp->setMaximumIterations(saveLimit);
991#ifdef CRUNCH
992                int * backColumn = whichColumn + numberColumns;
993#endif
994                for (i = 0; i < numberStrong; i++) {
995                    int iObject = choice[i].objectNumber;
996                    const OsiObject * object = model->object(iObject);
997                    const CbcSimpleInteger * simple = static_cast <const CbcSimpleInteger *> (object);
998                    int iSequence = simple->columnNumber();
999                    newLower[i] = ceil(saveSolution[iSequence]);
1000                    newUpper[i] = floor(saveSolution[iSequence]);
1001#ifdef CRUNCH
1002                    iSequence = backColumn[iSequence];
1003                    assert (iSequence >= 0);
1004#endif
1005                    which[i] = iSequence;
1006                    outputSolution[2*i] = new double [numberColumns];
1007                    outputSolution[2*i+1] = new double [numberColumns];
1008                }
1009                //clp->writeMps("bad");
1010                returnCode = clp->strongBranching(numberStrong, which,
1011                                                  newLower, newUpper, outputSolution,
1012                                                  outputStuff, outputStuff + 2 * numberStrong, !solveAll, false,
1013                                                  startFinishOptions);
1014#ifndef CRUNCH
1015                clp->setSpecialOptions(clpOptions); // restore
1016                clp->setMaximumIterations(saveMaxIts);
1017                clp->setLogLevel(saveLogLevel);
1018#endif
1019                if (returnCode == -2) {
1020                    // bad factorization!!!
1021                    // Doing normal way
1022                    // Mark hot start
1023                    solver->markHotStart();
1024                    clp = NULL;
1025                } else {
1026#ifdef CRUNCH
1027                    // extract solution
1028                    //bool checkSol=true;
1029                    for (i = 0; i < numberStrong; i++) {
1030                        int iObject = choice[i].objectNumber;
1031                        const OsiObject * object = model->object(iObject);
1032                        const CbcSimpleInteger * simple = static_cast <const CbcSimpleInteger *> (object);
1033                        int iSequence = simple->columnNumber();
1034                        which[i] = iSequence;
1035                        double * sol = outputSolution[2*i];
1036                        double * sol2 = outputSolution[2*i+1];
1037                        //bool x=true;
1038                        //bool x2=true;
1039                        for (int iColumn = numberColumns - 1; iColumn >= 0; iColumn--) {
1040                            int jColumn = backColumn[iColumn];
1041                            if (jColumn >= 0) {
1042                                sol[iColumn] = sol[jColumn];
1043                                sol2[iColumn] = sol2[jColumn];
1044                            } else {
1045                                sol[iColumn] = saveSolution[iColumn];
1046                                sol2[iColumn] = saveSolution[iColumn];
1047                            }
1048                        }
1049                    }
1050#endif
1051                }
1052#ifdef CRUNCH
1053                delete [] whichColumn;
1054                delete [] whichRow;
1055                delete small;
1056#endif
1057                delete [] which;
1058            } else {
1059                // Doing normal way
1060                // Mark hot start
1061                solver->markHotStart();
1062            }
1063#     else      /* COIN_HAS_CLP */
1064
1065            OsiSolverInterface *clp = NULL ;
1066            double **outputSolution = NULL ;
1067            int *outputStuff = NULL ;
1068            double * newLower = NULL ;
1069            double * newUpper = NULL ;
1070
1071            solver->markHotStart();
1072
1073#     endif     /* COIN_HAS_CLP */
1074            /*
1075              Open a loop to do the strong branching LPs. For each candidate variable,
1076              solve an LP with the variable forced down, then up. If a direction turns
1077              out to be infeasible or monotonic (i.e., over the dual objective cutoff),
1078              force the objective change to be big (1.0e100). If we determine the problem
1079              is infeasible, or find a monotone variable, escape the loop.
1080
1081              TODO: The `restore bounds' part might be better encapsulated as an
1082            unbranch() method. Branching objects more exotic than simple integers
1083            or cliques might not restrict themselves to variable bounds.
1084
1085              TODO: Virtuous solvers invalidate the current solution (or give bogus
1086            results :-) when the bounds are changed out from under them. So we
1087            need to do all the work associated with finding a new solution before
1088            restoring the bounds.
1089            */
1090            for (i = 0 ; i < numberStrong ; i++) {
1091                double objectiveChange ;
1092                double newObjectiveValue = 1.0e100;
1093                // status is 0 finished, 1 infeasible and other
1094                int iStatus;
1095                /*
1096                  Try the down direction first. (Specify the initial branching alternative as
1097                  down with a call to way(-1). Each subsequent call to branch() performs the
1098                  specified branch and advances the branch object state to the next branch
1099                  alternative.)
1100                */
1101                if (!clp) {
1102                    choice[i].possibleBranch->way(-1) ;
1103                    choice[i].possibleBranch->branch() ;
1104                    bool feasible = true;
1105                    if (checkFeasibility) {
1106                        // check branching did not make infeasible
1107                        int iColumn;
1108                        int numberColumns = solver->getNumCols();
1109                        const double * columnLower = solver->getColLower();
1110                        const double * columnUpper = solver->getColUpper();
1111                        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1112                            if (columnLower[iColumn] > columnUpper[iColumn] + 1.0e-5)
1113                                feasible = false;
1114                        }
1115                    }
1116                    if (feasible) {
1117                        solver->solveFromHotStart() ;
1118                        numberStrongDone++;
1119                        numberStrongIterations += solver->getIterationCount();
1120                        /*
1121                        We now have an estimate of objective degradation that we can use for strong
1122                        branching. If we're over the cutoff, the variable is monotone up.
1123                        If we actually made it to optimality, check for a solution, and if we have
1124                        a good one, call setBestSolution to process it. Note that this may reduce the
1125                        cutoff, so we check again to see if we can declare this variable monotone.
1126                        */
1127                        if (solver->isProvenOptimal())
1128                            iStatus = 0; // optimal
1129                        else if (solver->isIterationLimitReached()
1130                                 && !solver->isDualObjectiveLimitReached())
1131                            iStatus = 2; // unknown
1132                        else
1133                            iStatus = 1; // infeasible
1134                        newObjectiveValue = solver->getObjSense() * solver->getObjValue();
1135                        choice[i].numItersDown = solver->getIterationCount();
1136                    } else {
1137                        iStatus = 1; // infeasible
1138                        newObjectiveValue = 1.0e100;
1139                        choice[i].numItersDown = 0;
1140                    }
1141                } else {
1142                    iStatus = outputStuff[2*i];
1143                    choice[i].numItersDown = outputStuff[2*numberStrong+2*i];
1144                    numberStrongDone++;
1145                    numberStrongIterations += choice[i].numItersDown;
1146                    newObjectiveValue = objectiveValue + newUpper[i];
1147                    solver->setColSolution(outputSolution[2*i]);
1148                }
1149                objectiveChange = CoinMax(newObjectiveValue  - objectiveValue_, 0.0);
1150                if (!iStatus) {
1151                    choice[i].finishedDown = true ;
1152                    if (newObjectiveValue >= model->getCutoff()) {
1153                        objectiveChange = 1.0e100; // say infeasible
1154                        numberStrongInfeasible++;
1155                    } else {
1156                        // See if integer solution
1157                        if (model->feasibleSolution(choice[i].numIntInfeasDown,
1158                                                    choice[i].numObjInfeasDown)
1159                                && model->problemFeasibility()->feasible(model, -1) >= 0) {
1160                            model->setBestSolution(CBC_STRONGSOL,
1161                                                   newObjectiveValue,
1162                                                   solver->getColSolution()) ;
1163                            // only needed for odd solvers
1164                            newObjectiveValue = solver->getObjSense() * solver->getObjValue();
1165                            objectiveChange = CoinMax(newObjectiveValue - objectiveValue_, 0.0) ;
1166                            model->setLastHeuristic(NULL);
1167                            model->incrementUsed(solver->getColSolution());
1168                            if (newObjectiveValue >= model->getCutoff()) {      //  *new* cutoff
1169                                objectiveChange = 1.0e100 ;
1170                                numberStrongInfeasible++;
1171                            }
1172                        }
1173                    }
1174                } else if (iStatus == 1) {
1175                    objectiveChange = 1.0e100 ;
1176                    numberStrongInfeasible++;
1177                } else {
1178                    // Can't say much as we did not finish
1179                    choice[i].finishedDown = false ;
1180                    numberUnfinished++;
1181                }
1182                choice[i].downMovement = objectiveChange ;
1183
1184                // restore bounds
1185                if (!clp) {
1186                    for (int j = 0; j < numberColumns; j++) {
1187                        if (saveLower[j] != lower[j])
1188                            solver->setColLower(j, saveLower[j]);
1189                        if (saveUpper[j] != upper[j])
1190                            solver->setColUpper(j, saveUpper[j]);
1191                    }
1192                }
1193                //printf("Down on %d, status is %d, obj %g its %d cost %g finished %d inf %d infobj %d\n",
1194                //     choice[i].objectNumber,iStatus,newObjectiveValue,choice[i].numItersDown,
1195                //     choice[i].downMovement,choice[i].finishedDown,choice[i].numIntInfeasDown,
1196                //     choice[i].numObjInfeasDown);
1197
1198                // repeat the whole exercise, forcing the variable up
1199                if (!clp) {
1200                    bool feasible = true;
1201                    // If odd branching then maybe just one possibility
1202                    if (choice[i].possibleBranch->numberBranchesLeft() > 0) {
1203                        choice[i].possibleBranch->branch();
1204                        if (checkFeasibility) {
1205                            // check branching did not make infeasible
1206                            int iColumn;
1207                            int numberColumns = solver->getNumCols();
1208                            const double * columnLower = solver->getColLower();
1209                            const double * columnUpper = solver->getColUpper();
1210                            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1211                                if (columnLower[iColumn] > columnUpper[iColumn] + 1.0e-5)
1212                                    feasible = false;
1213                            }
1214                        }
1215                    } else {
1216                        // second branch infeasible
1217                        feasible = false;
1218                    }
1219                    if (feasible) {
1220                        solver->solveFromHotStart() ;
1221                        numberStrongDone++;
1222                        numberStrongIterations += solver->getIterationCount();
1223                        /*
1224                        We now have an estimate of objective degradation that we can use for strong
1225                        branching. If we're over the cutoff, the variable is monotone up.
1226                        If we actually made it to optimality, check for a solution, and if we have
1227                        a good one, call setBestSolution to process it. Note that this may reduce the
1228                        cutoff, so we check again to see if we can declare this variable monotone.
1229                        */
1230                        if (solver->isProvenOptimal())
1231                            iStatus = 0; // optimal
1232                        else if (solver->isIterationLimitReached()
1233                                 && !solver->isDualObjectiveLimitReached())
1234                            iStatus = 2; // unknown
1235                        else
1236                            iStatus = 1; // infeasible
1237                        newObjectiveValue = solver->getObjSense() * solver->getObjValue();
1238                        choice[i].numItersUp = solver->getIterationCount();
1239                    } else {
1240                        iStatus = 1; // infeasible
1241                        newObjectiveValue = 1.0e100;
1242                        choice[i].numItersDown = 0;
1243                    }
1244                } else {
1245                    iStatus = outputStuff[2*i+1];
1246                    choice[i].numItersUp = outputStuff[2*numberStrong+2*i+1];
1247                    numberStrongDone++;
1248                    numberStrongIterations += choice[i].numItersUp;
1249                    newObjectiveValue = objectiveValue + newLower[i];
1250                    solver->setColSolution(outputSolution[2*i+1]);
1251                }
1252                objectiveChange = CoinMax(newObjectiveValue  - objectiveValue_, 0.0);
1253                if (!iStatus) {
1254                    choice[i].finishedUp = true ;
1255                    if (newObjectiveValue >= model->getCutoff()) {
1256                        objectiveChange = 1.0e100; // say infeasible
1257                        numberStrongInfeasible++;
1258                    } else {
1259                        // See if integer solution
1260                        if (model->feasibleSolution(choice[i].numIntInfeasUp,
1261                                                    choice[i].numObjInfeasUp)
1262                                && model->problemFeasibility()->feasible(model, -1) >= 0) {
1263                            model->setBestSolution(CBC_STRONGSOL,
1264                                                   newObjectiveValue,
1265                                                   solver->getColSolution()) ;
1266                            // only needed for odd solvers
1267                            newObjectiveValue = solver->getObjSense() * solver->getObjValue();
1268                            objectiveChange = CoinMax(newObjectiveValue - objectiveValue_, 0.0) ;
1269                            model->setLastHeuristic(NULL);
1270                            model->incrementUsed(solver->getColSolution());
1271                            if (newObjectiveValue >= model->getCutoff()) {      //  *new* cutoff
1272                                objectiveChange = 1.0e100 ;
1273                                numberStrongInfeasible++;
1274                            }
1275                        }
1276                    }
1277                } else if (iStatus == 1) {
1278                    objectiveChange = 1.0e100 ;
1279                    numberStrongInfeasible++;
1280                } else {
1281                    // Can't say much as we did not finish
1282                    choice[i].finishedUp = false ;
1283                    numberUnfinished++;
1284                }
1285                choice[i].upMovement = objectiveChange ;
1286
1287                // restore bounds
1288                if (!clp) {
1289                    for (int j = 0; j < numberColumns; j++) {
1290                        if (saveLower[j] != lower[j])
1291                            solver->setColLower(j, saveLower[j]);
1292                        if (saveUpper[j] != upper[j])
1293                            solver->setColUpper(j, saveUpper[j]);
1294                    }
1295                }
1296
1297                //printf("Up on %d, status is %d, obj %g its %d cost %g finished %d inf %d infobj %d\n",
1298                //     choice[i].objectNumber,iStatus,newObjectiveValue,choice[i].numItersUp,
1299                //     choice[i].upMovement,choice[i].finishedUp,choice[i].numIntInfeasUp,
1300                //     choice[i].numObjInfeasUp);
1301
1302                /*
1303                  End of evaluation for this candidate variable. Possibilities are:
1304                  * Both sides below cutoff; this variable is a candidate for branching.
1305                  * Both sides infeasible or above the objective cutoff: no further action
1306                  here. Break from the evaluation loop and assume the node will be purged
1307                  by the caller.
1308                  * One side below cutoff: Install the branch (i.e., fix the variable). Break
1309                  from the evaluation loop and assume the node will be reoptimised by the
1310                  caller.
1311                */
1312                // reset
1313                choice[i].possibleBranch->resetNumberBranchesLeft();
1314                if (choice[i].upMovement < 1.0e100) {
1315                    if (choice[i].downMovement < 1.0e100) {
1316                        // feasible - no action
1317                    } else {
1318                        // up feasible, down infeasible
1319                        anyAction = -1;
1320                        //printf("Down infeasible for choice %d sequence %d\n",i,
1321                        // model->object(choice[i].objectNumber)->columnNumber());
1322                        if (!solveAll) {
1323                            choice[i].possibleBranch->way(1);
1324                            choice[i].possibleBranch->branch();
1325                            break;
1326                        } else {
1327                            choice[i].fix = 1;
1328                        }
1329                    }
1330                } else {
1331                    if (choice[i].downMovement < 1.0e100) {
1332                        // down feasible, up infeasible
1333                        anyAction = -1;
1334                        //printf("Up infeasible for choice %d sequence %d\n",i,
1335                        // model->object(choice[i].objectNumber)->columnNumber());
1336                        if (!solveAll) {
1337                            choice[i].possibleBranch->way(-1);
1338                            choice[i].possibleBranch->branch();
1339                            break;
1340                        } else {
1341                            choice[i].fix = -1;
1342                        }
1343                    } else {
1344                        // neither side feasible
1345                        anyAction = -2;
1346                        //printf("Both infeasible for choice %d sequence %d\n",i,
1347                        // model->object(choice[i].objectNumber)->columnNumber());
1348                        break;
1349                    }
1350                }
1351                bool hitMaxTime = (model->getCurrentSeconds() >
1352                                    model->getDblParam(CbcModel::CbcMaximumSeconds));
1353                if (hitMaxTime) {
1354                    numberStrong = i + 1;
1355                    break;
1356                }
1357            }
1358            if (!clp) {
1359                // Delete the snapshot
1360                solver->unmarkHotStart();
1361            } else {
1362                delete [] newLower;
1363                delete [] newUpper;
1364                delete [] outputStuff;
1365                int i;
1366                for (i = 0; i < 2*numberStrong; i++)
1367                    delete [] outputSolution[i];
1368                delete [] outputSolution;
1369            }
1370            solver->setIntParam(OsiMaxNumIterationHotStart, saveLimit);
1371            // restore basis
1372            solver->setWarmStart(ws);
1373            // Unless infeasible we will carry on
1374            // But we could fix anyway
1375            if (anyAction == -1 && solveAll) {
1376                // apply and take off
1377                for (i = 0 ; i < numberStrong ; i++) {
1378                    if (choice[i].fix) {
1379                        choice[i].possibleBranch->way(choice[i].fix) ;
1380                        choice[i].possibleBranch->branch() ;
1381                    }
1382                }
1383                bool feasible = true;
1384                if (checkFeasibility) {
1385                    // check branching did not make infeasible
1386                    int iColumn;
1387                    int numberColumns = solver->getNumCols();
1388                    const double * columnLower = solver->getColLower();
1389                    const double * columnUpper = solver->getColUpper();
1390                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1391                        if (columnLower[iColumn] > columnUpper[iColumn] + 1.0e-5)
1392                            feasible = false;
1393                    }
1394                }
1395                if (feasible) {
1396                    // can do quick optimality check
1397                    int easy = 2;
1398                    solver->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, &easy) ;
1399                    solver->resolve() ;
1400                    solver->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, NULL) ;
1401                    feasible = solver->isProvenOptimal();
1402                }
1403                if (feasible) {
1404                    memcpy(saveSolution, solver->getColSolution(), numberColumns*sizeof(double));
1405                    model->reserveCurrentSolution(saveSolution);
1406                    memcpy(saveLower, solver->getColLower(), numberColumns*sizeof(double));
1407                    memcpy(saveUpper, solver->getColUpper(), numberColumns*sizeof(double));
1408                    // Clean up all candidates whih are fixed
1409                    int numberLeft = 0;
1410                    for (i = 0 ; i < numberStrong ; i++) {
1411                        CbcStrongInfo thisChoice = choice[i];
1412                        choice[i].possibleBranch = NULL;
1413                        const OsiObject * object = model->object(thisChoice.objectNumber);
1414                        int preferredWay;
1415                        double infeasibility = object->infeasibility(&usefulInfo, preferredWay);
1416                        if (!infeasibility) {
1417                            // take out
1418                            delete thisChoice.possibleBranch;
1419                        } else {
1420                            choice[numberLeft++] = thisChoice;
1421                        }
1422                    }
1423                    numberStrong = numberLeft;
1424                    for (; i < maximumStrong; i++) {
1425                        delete choice[i].possibleBranch;
1426                        choice[i].possibleBranch = NULL;
1427                    }
1428                    // If all fixed then round again
1429                    if (!numberLeft) {
1430                        finished = false;
1431                        numberStrong = 0;
1432                        saveNumberStrong = 0;
1433                        maximumStrong = 1;
1434                    } else {
1435                        anyAction = 0;
1436                    }
1437                    // If these two uncommented then different action
1438                    anyAction = -1;
1439                    finished = true;
1440                    //printf("some fixed but continuing %d left\n",numberLeft);
1441                } else {
1442                    anyAction = -2; // say infeasible
1443                }
1444            }
1445            delete ws;
1446            //int numberNodes = model->getNodeCount();
1447            // update number of strong iterations etc
1448            model->incrementStrongInfo(numberStrongDone, numberStrongIterations,
1449                                       anyAction == -2 ? 0 : numberStrongInfeasible, anyAction == -2);
1450
1451            /*
1452              anyAction >= 0 indicates that strong branching didn't produce any monotone
1453              variables. Sift through the candidates for the best one.
1454
1455              QUERY: Setting numberNodes looks to be a distributed noop. numberNodes is
1456              local to this code block. Perhaps should be numberNodes_ from model?
1457              Unclear what this calculation is doing.
1458            */
1459            if (anyAction >= 0) {
1460
1461                // get average cost per iteration and assume stopped ones
1462                // would stop after 50% more iterations at average cost??? !!! ???
1463                double averageCostPerIteration = 0.0;
1464                double totalNumberIterations = 1.0;
1465                int smallestNumberInfeasibilities = COIN_INT_MAX;
1466                for (i = 0; i < numberStrong; i++) {
1467                    totalNumberIterations += choice[i].numItersDown +
1468                                             choice[i].numItersUp ;
1469                    averageCostPerIteration += choice[i].downMovement +
1470                                               choice[i].upMovement;
1471                    smallestNumberInfeasibilities =
1472                        CoinMin(CoinMin(choice[i].numIntInfeasDown ,
1473                                        choice[i].numIntInfeasUp ),
1474                                smallestNumberInfeasibilities);
1475                }
1476                //if (smallestNumberInfeasibilities>=numberIntegerInfeasibilities)
1477                //numberNodes=1000000; // switch off search for better solution
1478                averageCostPerIteration /= totalNumberIterations;
1479                // all feasible - choose best bet
1480
1481                // New method does all at once so it can be more sophisticated
1482                // in deciding how to balance actions.
1483                // But it does need arrays
1484                double * changeUp = new double [numberStrong];
1485                int * numberInfeasibilitiesUp = new int [numberStrong];
1486                double * changeDown = new double [numberStrong];
1487                int * numberInfeasibilitiesDown = new int [numberStrong];
1488                CbcBranchingObject ** objects = new CbcBranchingObject * [ numberStrong];
1489                for (i = 0 ; i < numberStrong ; i++) {
1490                    int iColumn = choice[i].possibleBranch->variable() ;
1491                    model->messageHandler()->message(CBC_STRONG, *model->messagesPointer())
1492                    << i << iColumn
1493                    << choice[i].downMovement << choice[i].numIntInfeasDown
1494                    << choice[i].upMovement << choice[i].numIntInfeasUp
1495                    << choice[i].possibleBranch->value()
1496                    << CoinMessageEol;
1497                    changeUp[i] = choice[i].upMovement;
1498                    numberInfeasibilitiesUp[i] = choice[i].numIntInfeasUp;
1499                    changeDown[i] = choice[i].downMovement;
1500                    numberInfeasibilitiesDown[i] = choice[i].numIntInfeasDown;
1501                    objects[i] = choice[i].possibleBranch;
1502                }
1503                int whichObject = decision->bestBranch(objects, numberStrong, numberUnsatisfied_,
1504                                                       changeUp, numberInfeasibilitiesUp,
1505                                                       changeDown, numberInfeasibilitiesDown,
1506                                                       objectiveValue_);
1507                // move branching object and make sure it will not be deleted
1508                if (whichObject >= 0) {
1509                    branch_ = objects[whichObject];
1510                    if (model->messageHandler()->logLevel() > 3)
1511                        printf("Choosing column %d\n", choice[whichObject].possibleBranch->variable()) ;
1512                    choice[whichObject].possibleBranch = NULL;
1513                }
1514                delete [] changeUp;
1515                delete [] numberInfeasibilitiesUp;
1516                delete [] changeDown;
1517                delete [] numberInfeasibilitiesDown;
1518                delete [] objects;
1519            }
1520#     ifdef COIN_HAS_CLP
1521            if (osiclp && !allNormal) {
1522                // back to normal
1523                osiclp->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, NULL) ;
1524            }
1525#     endif
1526        }
1527        /*
1528          Simple branching. Probably just one, but we may have got here
1529          because of an odd branch e.g. a cut
1530        */
1531        else {
1532            // not strong
1533            // C) create branching object
1534            branch_ = choice[bestChoice].possibleBranch;
1535            choice[bestChoice].possibleBranch = NULL;
1536        }
1537    }
1538    // Set guessed solution value
1539    guessedObjectiveValue_ = objectiveValue_ + estimatedDegradation;
1540    /*
1541      Cleanup, then we're outta here.
1542    */
1543    if (!model->branchingMethod() || dynamicBranchingObject)
1544        delete decision;
1545
1546    for (i = 0; i < maximumStrong; i++)
1547        delete choice[i].possibleBranch;
1548    delete [] choice;
1549    delete [] saveLower;
1550    delete [] saveUpper;
1551
1552    // restore solution
1553    solver->setColSolution(saveSolution);
1554    delete [] saveSolution;
1555# ifdef COIN_HAS_CLP
1556    if (osiclp)
1557        osiclp->setSpecialOptions(saveClpOptions);
1558# endif
1559    return anyAction;
1560}
1561
1562/*
1563  Version for dynamic pseudo costs.
1564
1565  **** For now just return if anything odd
1566  later allow even if odd
1567
1568  The routine scans through the object list of the model looking for objects
1569  that indicate infeasibility. It tests each object using strong branching
1570  and selects the one with the least objective degradation.  A corresponding
1571  branching object is left attached to lastNode.
1572  This version gives preference in evaluation to variables which
1573  have not been evaluated many times.  It also uses numberStrong
1574  to say give up if last few tries have not changed incumbent.
1575  See Achterberg, Koch and Martin.
1576
1577  If strong branching is disabled, a candidate object is chosen essentially
1578  at random (whatever object ends up in pos'n 0 of the candidate array).
1579
1580  If a branching candidate is found to be monotone, bounds are set to fix the
1581  variable and the routine immediately returns (the caller is expected to
1582  reoptimize).
1583
1584  If a branching candidate is found to result in infeasibility in both
1585  directions, the routine immediately returns an indication of infeasibility.
1586
1587  Returns:  0   both branch directions are feasible
1588  -1    branching variable is monotone
1589  -2    infeasible
1590  -3   Use another method
1591
1592  For now just fix on objective from strong branching.
1593*/
1594
1595int CbcNode::chooseDynamicBranch (CbcModel *model, CbcNode *lastNode,
1596                                  OsiSolverBranch * & /*branches*/,
1597                                  int numberPassesLeft)
1598
1599{
1600    if (lastNode)
1601        depth_ = lastNode->depth_ + 1;
1602    else
1603        depth_ = 0;
1604    // Go to other choose if hot start
1605    if (model->hotstartSolution() &&
1606            (((model->moreSpecialOptions()&1024) == 0) || false))
1607        return -3;
1608    delete branch_;
1609    branch_ = NULL;
1610    OsiSolverInterface * solver = model->solver();
1611    // get information on solver type
1612    const OsiAuxInfo * auxInfo = solver->getAuxiliaryInfo();
1613    const OsiBabSolver * auxiliaryInfo = dynamic_cast<const OsiBabSolver *> (auxInfo);
1614    if (!auxiliaryInfo) {
1615        // use one from CbcModel
1616        auxiliaryInfo = model->solverCharacteristics();
1617    }
1618    int numberObjects = model->numberObjects();
1619    // If very odd set of objects then use older chooseBranch
1620    bool useOldWay = false;
1621    // point to useful information
1622    OsiBranchingInformation usefulInfo = model->usefulInformation();
1623    if (numberObjects > model->numberIntegers()) {
1624        for (int i = model->numberIntegers(); i < numberObjects; i++) {
1625            OsiObject * object = model->modifiableObject(i);
1626            CbcObject * obj =   dynamic_cast <CbcObject *>(object) ;
1627            if (!obj || !obj->optionalObject()) {
1628                int preferredWay;
1629                double infeasibility = object->infeasibility(&usefulInfo, preferredWay);
1630                if (infeasibility) {
1631                    useOldWay = true;
1632                    break;
1633                }
1634            } else {
1635              obj->initializeForBranching(model);
1636            }
1637        }
1638    }
1639    if ((model->specialOptions()&128) != 0)
1640        useOldWay = false; // allow
1641    // For now return if not simple
1642    if (useOldWay)
1643        return -3;
1644    // Modify useful info
1645    usefulInfo.depth_ = depth_;
1646    if ((model->specialOptions()&128) != 0) {
1647        // SOS - shadow prices
1648        int numberRows = solver->getNumRows();
1649        const double * pi = usefulInfo.pi_;
1650        double sumPi = 0.0;
1651        for (int i = 0; i < numberRows; i++)
1652            sumPi += fabs(pi[i]);
1653        sumPi /= static_cast<double> (numberRows);
1654        // and scale back
1655        sumPi *= 0.01;
1656        usefulInfo.defaultDual_ = sumPi; // switch on
1657        int numberColumns = solver->getNumCols();
1658        int size = CoinMax(numberColumns, 2 * numberRows);
1659        usefulInfo.usefulRegion_ = new double [size];
1660        CoinZeroN(usefulInfo.usefulRegion_, size);
1661        usefulInfo.indexRegion_ = new int [size];
1662        // pi may change
1663        usefulInfo.pi_ = CoinCopyOfArray(usefulInfo.pi_, numberRows);
1664    }
1665    assert (auxiliaryInfo);
1666    double cutoff = model->getCutoff();
1667    const double * lower = solver->getColLower();
1668    const double * upper = solver->getColUpper();
1669    // See if user thinks infeasible
1670    int anyAction = model->problemFeasibility()->feasible(model, 0);
1671    if (anyAction) {
1672        // will return -2 if infeasible , 0 if treat as integer
1673        return anyAction - 1;
1674    }
1675    int i;
1676    int saveStateOfSearch = model->stateOfSearch() % 10;
1677    int numberStrong = model->numberStrong();
1678    /* Ranging is switched off.
1679       The idea is that you can find out the effect of one iteration
1680       on each unsatisfied variable cheaply.  Then use this
1681       if you have not got much else to go on.
1682    */
1683    //#define RANGING
1684#ifdef RANGING
1685    // must have clp
1686#ifndef COIN_HAS_CLP
1687#  warning("Ranging switched off as not Clp");
1688#undef RANGING
1689#endif
1690    // Pass number
1691    int kPass = 0;
1692    int numberRows = solver->getNumRows();
1693#endif
1694    int numberColumns = model->getNumCols();
1695    double * saveUpper = new double[numberColumns];
1696    double * saveLower = new double[numberColumns];
1697    for (i = 0; i < numberColumns; i++) {
1698        saveLower[i] = lower[i];
1699        saveUpper[i] = upper[i];
1700    }
1701
1702    // Save solution in case heuristics need good solution later
1703
1704    double * saveSolution = new double[numberColumns];
1705    memcpy(saveSolution, solver->getColSolution(), numberColumns*sizeof(double));
1706    model->reserveCurrentSolution(saveSolution);
1707    const double * hotstartSolution = model->hotstartSolution();
1708    const int * hotstartPriorities = model->hotstartPriorities();
1709    double integerTolerance =
1710        model->getDblParam(CbcModel::CbcIntegerTolerance);
1711    if (hotstartSolution) {
1712        if ((model->moreSpecialOptions()&1024) != 0) {
1713            int nBad = 0;
1714            int nUnsat = 0;
1715            int nDiff = 0;
1716            for (int i = 0; i < numberObjects; i++) {
1717                OsiObject * object = model->modifiableObject(i);
1718                const CbcSimpleInteger * thisOne = dynamic_cast <const CbcSimpleInteger *> (object);
1719                if (thisOne) {
1720                    int iColumn = thisOne->columnNumber();
1721                    double targetValue = hotstartSolution[iColumn];
1722                    double value = saveSolution[iColumn];
1723                    if (fabs(value - floor(value + 0.5)) > 1.0e-6) {
1724                        nUnsat++;
1725#ifdef CLP_INVESTIGATE
1726                        printf("H %d is %g target %g\n", iColumn, value, targetValue);
1727#endif
1728                    } else if (fabs(targetValue - value) > 1.0e-6) {
1729                        nDiff++;
1730                    }
1731                    if (targetValue < saveLower[iColumn] ||
1732                            targetValue > saveUpper[iColumn]) {
1733#ifdef CLP_INVESTIGATE
1734                        printf("%d has target %g and current bounds %g and %g\n",
1735                               iColumn, targetValue, saveLower[iColumn], saveUpper[iColumn]);
1736#endif
1737                        nBad++;
1738                    }
1739                }
1740            }
1741#ifdef CLP_INVESTIGATE
1742            printf("Hot %d unsatisfied, %d outside limits, %d different\n",
1743                   nUnsat, nBad, nDiff);
1744#endif
1745            if (nBad) {
1746                // switch off as not possible
1747                hotstartSolution = NULL;
1748                model->setHotstartSolution(NULL, NULL);
1749                usefulInfo.hotstartSolution_ = NULL;
1750            }
1751        }
1752    }
1753    /*
1754      Get a branching decision object. Use the default dynamic decision criteria unless
1755      the user has loaded a decision method into the model.
1756    */
1757    CbcBranchDecision *decision = model->branchingMethod();
1758    if (!decision)
1759        decision = new CbcBranchDynamicDecision();
1760    int xMark = 0;
1761    // Get arrays to sort
1762    double * sort = new double[numberObjects];
1763    int * whichObject = new int[numberObjects];
1764#ifdef RANGING
1765    int xPen = 0;
1766    int * objectMark = new int[2*numberObjects+1];
1767#endif
1768    // Arrays with movements
1769    double * upEstimate = new double[numberObjects];
1770    double * downEstimate = new double[numberObjects];
1771    double estimatedDegradation = 0.0;
1772    int numberNodes = model->getNodeCount();
1773    int saveLogLevel = model->logLevel();
1774#ifdef JJF_ZERO
1775    if ((numberNodes % 500) == 0) {
1776        model->setLogLevel(6);
1777        // Get average up and down costs
1778        double averageUp = 0.0;
1779        double averageDown = 0.0;
1780        int numberUp = 0;
1781        int numberDown = 0;
1782        int i;
1783        for ( i = 0; i < numberObjects; i++) {
1784            OsiObject * object = model->modifiableObject(i);
1785            CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
1786                dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
1787            assert(dynamicObject);
1788            int  numberUp2 = 0;
1789            int numberDown2 = 0;
1790            double up = 0.0;
1791            double down = 0.0;
1792            if (dynamicObject->numberTimesUp()) {
1793                numberUp++;
1794                averageUp += dynamicObject->upDynamicPseudoCost();
1795                numberUp2 += dynamicObject->numberTimesUp();
1796                up = dynamicObject->upDynamicPseudoCost();
1797            }
1798            if (dynamicObject->numberTimesDown()) {
1799                numberDown++;
1800                averageDown += dynamicObject->downDynamicPseudoCost();
1801                numberDown2 += dynamicObject->numberTimesDown();
1802                down = dynamicObject->downDynamicPseudoCost();
1803            }
1804            if (numberUp2 || numberDown2)
1805                printf("col %d - up %d times cost %g, - down %d times cost %g\n",
1806                       dynamicObject->columnNumber(), numberUp2, up, numberDown2, down);
1807        }
1808        if (numberUp)
1809            averageUp /= static_cast<double> (numberUp);
1810        else
1811            averageUp = 1.0;
1812        if (numberDown)
1813            averageDown /= static_cast<double> (numberDown);
1814        else
1815            averageDown = 1.0;
1816        printf("total - up %d vars average %g, - down %d vars average %g\n",
1817               numberUp, averageUp, numberDown, averageDown);
1818    }
1819#endif
1820    int numberBeforeTrust = model->numberBeforeTrust();
1821    // May go round twice if strong branching fixes all local candidates
1822    bool finished = false;
1823    int numberToFix = 0;
1824# ifdef COIN_HAS_CLP
1825    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
1826    int saveClpOptions = 0;
1827    if (osiclp) {
1828        // for faster hot start
1829        saveClpOptions = osiclp->specialOptions();
1830        osiclp->setSpecialOptions(saveClpOptions | 8192);
1831    }
1832# else
1833    OsiSolverInterface *osiclp = NULL ;
1834# endif
1835    //const CglTreeProbingInfo * probingInfo = NULL; //model->probingInfo();
1836    // Old code left in with DEPRECATED_STRATEGY
1837    assert (model->searchStrategy() == -1 ||
1838            model->searchStrategy() == 1 ||
1839            model->searchStrategy() == 2);
1840#ifdef DEPRECATED_STRATEGY
1841    int saveSearchStrategy2 = model->searchStrategy();
1842#endif
1843    // Get average up and down costs
1844    {
1845        double averageUp = 0.0;
1846        double averageDown = 0.0;
1847        int numberUp = 0;
1848        int numberDown = 0;
1849        int i;
1850        for ( i = 0; i < numberObjects; i++) {
1851            OsiObject * object = model->modifiableObject(i);
1852            CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
1853                dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
1854            if (dynamicObject) {
1855                if (dynamicObject->numberTimesUp()) {
1856                    numberUp++;
1857                    averageUp += dynamicObject->upDynamicPseudoCost();
1858                }
1859                if (dynamicObject->numberTimesDown()) {
1860                    numberDown++;
1861                    averageDown += dynamicObject->downDynamicPseudoCost();
1862                }
1863            }
1864        }
1865        if (numberUp)
1866            averageUp /= static_cast<double> (numberUp);
1867        else
1868            averageUp = 1.0;
1869        if (numberDown)
1870            averageDown /= static_cast<double> (numberDown);
1871        else
1872            averageDown = 1.0;
1873        for ( i = 0; i < numberObjects; i++) {
1874            OsiObject * object = model->modifiableObject(i);
1875            CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
1876                dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
1877            if (dynamicObject) {
1878                if (!dynamicObject->numberTimesUp())
1879                    dynamicObject->setUpDynamicPseudoCost(averageUp);
1880                if (!dynamicObject->numberTimesDown())
1881                    dynamicObject->setDownDynamicPseudoCost(averageDown);
1882            }
1883        }
1884    }
1885    /*
1886      1 strong
1887      2 no strong
1888      3 strong just before solution
1889      4 no strong just before solution
1890      5 strong first time or before solution
1891      6 strong first time
1892    */
1893    int useShadow = model->moreSpecialOptions() & 7;
1894    if (useShadow > 2) {
1895        if (model->getSolutionCount()) {
1896            if (numberNodes || useShadow < 5) {
1897                useShadow = 0;
1898                // zap pseudo shadow prices
1899                model->pseudoShadow(-1);
1900                // and switch off
1901                model->setMoreSpecialOptions(model->moreSpecialOptions()&(~1023));
1902            } else {
1903                useShadow = 1;
1904            }
1905        } else if (useShadow < 5) {
1906            useShadow -= 2;
1907        } else {
1908            useShadow = 1;
1909        }
1910    }
1911    if (useShadow) {
1912        // pseudo shadow prices
1913        model->pseudoShadow((model->moreSpecialOptions() >> 3)&63);
1914    }
1915#ifdef DEPRECATED_STRATEGY
1916    { // in for tabbing
1917    } else if (saveSearchStrategy2 < 1999) {
1918        // pseudo shadow prices
1919        model->pseudoShadow(NULL, NULL);
1920    } else if (saveSearchStrategy2 < 2999) {
1921        // leave old ones
1922    } else if (saveSearchStrategy2 < 3999) {
1923        // pseudo shadow prices at root
1924        if (!numberNodes)
1925            model->pseudoShadow(NULL, NULL);
1926    } else {
1927        abort();
1928    }
1929    if (saveSearchStrategy2 >= 0)
1930        saveSearchStrategy2 = saveSearchStrategy2 % 1000;
1931    if (saveSearchStrategy2 == 999)
1932        saveSearchStrategy2 = -1;
1933    int saveSearchStrategy = saveSearchStrategy2 < 99 ? saveSearchStrategy2 : saveSearchStrategy2 - 100;
1934#endif //DEPRECATED_STRATEGY
1935    int numberNotTrusted = 0;
1936    int numberStrongDone = 0;
1937    int numberUnfinished = 0;
1938    int numberStrongInfeasible = 0;
1939    int numberStrongIterations = 0;
1940    int strongType=0;
1941#define DO_ALL_AT_ROOT
1942#ifdef DO_ALL_AT_ROOT
1943    int saveSatisfiedVariables=0;
1944    int saveNumberToDo=0;
1945#endif
1946    // so we can save lots of stuff
1947    CbcStrongInfo choice;
1948    CbcDynamicPseudoCostBranchingObject * choiceObject = NULL;
1949    if (model->allDynamic()) {
1950        CbcSimpleIntegerDynamicPseudoCost * object = NULL;
1951        choiceObject = new CbcDynamicPseudoCostBranchingObject(model, 0, -1, 0.5, object);
1952    }
1953    choice.possibleBranch = choiceObject;
1954    numberPassesLeft = CoinMax(numberPassesLeft, 2);
1955    //#define DEBUG_SOLUTION
1956#ifdef DEBUG_SOLUTION
1957    bool onOptimalPath=false;
1958    if ((model->specialOptions()&1) != 0) {
1959      const OsiRowCutDebugger *debugger = model->continuousSolver()->getRowCutDebugger() ;
1960      if (debugger) {
1961        const OsiRowCutDebugger *debugger2 = model->solver()->getRowCutDebugger() ;
1962        printf("On optimal in CbcNode %s\n",debugger2 ? "" : "but bad cuts");
1963        onOptimalPath=true;
1964      }
1965    }
1966#endif
1967    while (!finished) {
1968        numberPassesLeft--;
1969        finished = true;
1970        decision->initialize(model);
1971        // Some objects may compute an estimate of best solution from here
1972        estimatedDegradation = 0.0;
1973        numberToFix = 0;
1974        int numberToDo = 0;
1975        int iBestNot = -1;
1976        int iBestGot = -1;
1977        double best = 0.0;
1978        numberNotTrusted = 0;
1979        numberStrongDone = 0;
1980        numberUnfinished = 0;
1981        numberStrongInfeasible = 0;
1982        numberStrongIterations = 0;
1983#ifdef RANGING
1984        int * which = objectMark + numberObjects + 1;
1985        int neededPenalties;
1986        int optionalPenalties;
1987#endif
1988        // We may go round this loop three times (only if we think we have solution)
1989        for (int iPass = 0; iPass < 3; iPass++) {
1990
1991            // Some objects may compute an estimate of best solution from here
1992            estimatedDegradation = 0.0;
1993            numberUnsatisfied_ = 0;
1994            // initialize sum of "infeasibilities"
1995            sumInfeasibilities_ = 0.0;
1996            int bestPriority = COIN_INT_MAX;
1997#ifdef JJF_ZERO
1998            int number01 = 0;
1999            const cliqueEntry * entry = NULL;
2000            const int * toZero = NULL;
2001            const int * toOne = NULL;
2002            const int * backward = NULL;
2003            int numberUnsatisProbed = 0;
2004            int numberUnsatisNotProbed = 0; // 0-1
2005            if (probingInfo) {
2006                number01 = probingInfo->numberIntegers();
2007                entry = probingInfo->fixEntries();
2008                toZero = probingInfo->toZero();
2009                toOne = probingInfo->toOne();
2010                backward = probingInfo->backward();
2011                if (!toZero[number01] || number01 < numberObjects || true) {
2012                    // no info
2013                    probingInfo = NULL;
2014                }
2015            }
2016#endif
2017            /*
2018              Scan for branching objects that indicate infeasibility. Choose candidates
2019              using priority as the first criteria, then integer infeasibility.
2020
2021              The algorithm is to fill the array with a set of good candidates (by
2022              infeasibility) with priority bestPriority.  Finding a candidate with
2023              priority better (less) than bestPriority flushes the choice array. (This
2024              serves as initialization when the first candidate is found.)
2025
2026            */
2027            numberToDo = 0;
2028#ifdef RANGING
2029            neededPenalties = 0;
2030            optionalPenalties = numberObjects;
2031#endif
2032            iBestNot = -1;
2033            double bestNot = 0.0;
2034            iBestGot = -1;
2035            best = 0.0;
2036            /* Problem type as set by user or found by analysis.  This will be extended
2037            0 - not known
2038            1 - Set partitioning <=
2039            2 - Set partitioning ==
2040            3 - Set covering
2041            4 - all +- 1 or all +1 and odd
2042            */
2043            int problemType = model->problemType();
2044            bool canDoOneHot = false;
2045            for (i = 0; i < numberObjects; i++) {
2046                OsiObject * object = model->modifiableObject(i);
2047                CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
2048                    dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
2049                int preferredWay;
2050                double infeasibility = object->infeasibility(&usefulInfo, preferredWay);
2051                int priorityLevel = object->priority();
2052                if (hotstartSolution) {
2053                    // we are doing hot start
2054                    const CbcSimpleInteger * thisOne = dynamic_cast <const CbcSimpleInteger *> (object);
2055                    if (thisOne) {
2056                        int iColumn = thisOne->columnNumber();
2057                        bool canDoThisHot = true;
2058                        double targetValue = hotstartSolution[iColumn];
2059                        if (saveUpper[iColumn] > saveLower[iColumn]) {
2060                            double value = saveSolution[iColumn];
2061                            if (hotstartPriorities)
2062                                priorityLevel = hotstartPriorities[iColumn];
2063                            //double originalLower = thisOne->originalLower();
2064                            //double originalUpper = thisOne->originalUpper();
2065                            // switch off if not possible
2066                            if (targetValue >= saveLower[iColumn] && targetValue <= saveUpper[iColumn]) {
2067                                /* priority outranks rest always if negative
2068                                   otherwise can be downgraded if at correct level.
2069                                   Infeasibility may be increased to choose 1.0 values first.
2070                                   choose one near wanted value
2071                                */
2072                                if (fabs(value - targetValue) > integerTolerance) {
2073                                    //if (infeasibility>0.01)
2074                                    //infeasibility = fabs(1.0e6-fabs(value-targetValue));
2075                                    //else
2076                                    infeasibility = fabs(value - targetValue);
2077                                    //if (targetValue==1.0)
2078                                    //infeasibility += 1.0;
2079                                    if (value > targetValue) {
2080                                        preferredWay = -1;
2081                                    } else {
2082                                        preferredWay = 1;
2083                                    }
2084                                    priorityLevel = CoinAbs(priorityLevel);
2085                                } else if (priorityLevel < 0) {
2086                                    priorityLevel = CoinAbs(priorityLevel);
2087                                    if (targetValue == saveLower[iColumn]) {
2088                                        infeasibility = integerTolerance + 1.0e-12;
2089                                        preferredWay = -1;
2090                                    } else if (targetValue == saveUpper[iColumn]) {
2091                                        infeasibility = integerTolerance + 1.0e-12;
2092                                        preferredWay = 1;
2093                                    } else {
2094                                        // can't
2095                                        priorityLevel += 10000000;
2096                                        canDoThisHot = false;
2097                                    }
2098                                } else {
2099                                    priorityLevel += 10000000;
2100                                    canDoThisHot = false;
2101                                }
2102                            } else {
2103                                // switch off if not possible
2104                                canDoThisHot = false;
2105                            }
2106                            if (canDoThisHot)
2107                                canDoOneHot = true;
2108                        } else if (targetValue < saveLower[iColumn] || targetValue > saveUpper[iColumn]) {
2109                        }
2110                    } else {
2111                        priorityLevel += 10000000;
2112                    }
2113                }
2114#define ZERO_ONE 0
2115#define ZERO_FAKE 1.0e20;
2116#if ZERO_ONE==1
2117                // branch on 0-1 first (temp)
2118                if (fabs(saveSolution[dynamicObject->columnNumber()]) < 1.0)
2119                    priorityLevel--;
2120#endif
2121#if ZERO_ONE==2
2122                if (fabs(saveSolution[dynamicObject->columnNumber()]) < 1.0)
2123                    infeasibility *= ZERO_FAKE;
2124#endif
2125                if (infeasibility) {
2126                    int iColumn = numberColumns + i;
2127                    bool gotDown = false;
2128                    int numberThisDown = 0;
2129                    bool gotUp = false;
2130                    int numberThisUp = 0;
2131                    double downGuess = object->downEstimate();
2132                    double upGuess = object->upEstimate();
2133                    if (dynamicObject) {
2134                        // Use this object's numberBeforeTrust
2135                        int numberBeforeTrustThis = dynamicObject->numberBeforeTrust();
2136                        iColumn = dynamicObject->columnNumber();
2137                        gotDown = false;
2138                        numberThisDown = dynamicObject->numberTimesDown();
2139                        if (numberThisDown >= numberBeforeTrustThis)
2140                            gotDown = true;
2141                        gotUp = false;
2142                        numberThisUp = dynamicObject->numberTimesUp();
2143                        if (numberThisUp >= numberBeforeTrustThis)
2144                            gotUp = true;
2145                        if (!depth_ && false) {
2146                            // try closest to 0.5
2147                            double part = saveSolution[iColumn] - floor(saveSolution[iColumn]);
2148                            infeasibility = fabs(0.5 - part);
2149                        }
2150                        if (problemType > 0 && problemType < 4 && false) {
2151                            // try closest to 0.5
2152                            double part = saveSolution[iColumn] - floor(saveSolution[iColumn]);
2153                            infeasibility = 0.5 - fabs(0.5 - part);
2154                        }
2155#ifdef JJF_ZERO
2156                        if (probingInfo) {
2157                            int iSeq = backward[iColumn];
2158                            assert (iSeq >= 0);
2159                            infeasibility = 1.0 + (toZero[iSeq+1] - toZero[iSeq]) +
2160                                            5.0 * CoinMin(toOne[iSeq] - toZero[iSeq], toZero[iSeq+1] - toOne[iSeq]);
2161                            if (toZero[iSeq+1] > toZero[iSeq]) {
2162                                numberUnsatisProbed++;
2163                            } else {
2164                                numberUnsatisNotProbed++;
2165                            }
2166                        }
2167#endif
2168                    } else {
2169                        // see if SOS
2170                        CbcSOS * sosObject =
2171                            dynamic_cast <CbcSOS *>(object) ;
2172                        if (sosObject) {
2173                            gotDown = false;
2174                            numberThisDown = sosObject->numberTimesDown();
2175                            if (numberThisDown >= numberBeforeTrust)
2176                                gotDown = true;
2177                            gotUp = false;
2178                            numberThisUp = sosObject->numberTimesUp();
2179                            if (numberThisUp >= numberBeforeTrust)
2180                                gotUp = true;
2181                        } else {
2182                            gotDown = true;
2183                            numberThisDown = 999999;
2184                            downGuess = 1.0e20;
2185                            gotUp = true;
2186                            numberThisUp = 999999;
2187                            upGuess = 1.0e20;
2188                            numberPassesLeft = 0;
2189                        }
2190                    }
2191                    // Increase estimated degradation to solution
2192                    estimatedDegradation += CoinMin(downGuess, upGuess);
2193                    downEstimate[i] = downGuess;
2194                    upEstimate[i] = upGuess;
2195                    numberUnsatisfied_++;
2196                    sumInfeasibilities_ += infeasibility;
2197                    // Better priority? Flush choices.
2198                    if (priorityLevel < bestPriority) {
2199                        numberToDo = 0;
2200                        bestPriority = priorityLevel;
2201                        iBestGot = -1;
2202                        best = 0.0;
2203                        numberNotTrusted = 0;
2204#ifdef RANGING
2205                        neededPenalties = 0;
2206                        optionalPenalties = numberObjects;
2207#endif
2208                    } else if (priorityLevel > bestPriority) {
2209                        continue;
2210                    }
2211                    if (!gotUp || !gotDown)
2212                        numberNotTrusted++;
2213                    // Check for suitability based on infeasibility.
2214                    if ((gotDown && gotUp) && numberStrong > 0) {
2215                        sort[numberToDo] = -infeasibility;
2216                        if (infeasibility > best) {
2217                            best = infeasibility;
2218                            iBestGot = numberToDo;
2219                        }
2220#ifdef RANGING
2221                        if (dynamicObject) {
2222                            objectMark[--optionalPenalties] = numberToDo;
2223                            which[optionalPenalties] = iColumn;
2224                        }
2225#endif
2226                    } else {
2227#ifdef RANGING
2228                        if (dynamicObject) {
2229                            objectMark[neededPenalties] = numberToDo;
2230                            which[neededPenalties++] = iColumn;
2231                        }
2232#endif
2233                        sort[numberToDo] = -10.0 * infeasibility;
2234                        if (!(numberThisUp + numberThisDown))
2235                            sort[numberToDo] *= 100.0; // make even more likely
2236                        if (iColumn < numberColumns) {
2237                            double part = saveSolution[iColumn] - floor(saveSolution[iColumn]);
2238                            if (1.0 - fabs(part - 0.5) > bestNot) {
2239                                iBestNot = numberToDo;
2240                                bestNot = 1.0 - fabs(part - 0.5);
2241                            }
2242                        } else {
2243                            // SOS
2244                            if (-sort[numberToDo] > bestNot) {
2245                                iBestNot = numberToDo;
2246                                bestNot = -sort[numberToDo];
2247                            }
2248                        }
2249                    }
2250                    if (model->messageHandler()->logLevel() > 3) {
2251                        printf("%d (%d) down %d %g up %d %g - infeas %g - sort %g solution %g\n",
2252                               i, iColumn, numberThisDown, object->downEstimate(), numberThisUp, object->upEstimate(),
2253                               infeasibility, sort[numberToDo], saveSolution[iColumn]);
2254                    }
2255                    whichObject[numberToDo++] = i;
2256                } else {
2257                    // for debug
2258                    downEstimate[i] = -1.0;
2259                    upEstimate[i] = -1.0;
2260                }
2261            }
2262            if (numberUnsatisfied_) {
2263                //if (probingInfo&&false)
2264                //printf("nunsat %d, %d probed, %d other 0-1\n",numberUnsatisfied_,
2265                // numberUnsatisProbed,numberUnsatisNotProbed);
2266                // some infeasibilities - go to next steps
2267                if (!canDoOneHot && hotstartSolution) {
2268                    // switch off as not possible
2269                    hotstartSolution = NULL;
2270                    model->setHotstartSolution(NULL, NULL);
2271                    usefulInfo.hotstartSolution_ = NULL;
2272                }
2273                break;
2274            } else if (!iPass) {
2275                // may just need resolve
2276                model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
2277                double newObjValue = solver->getObjSense()*solver->getObjValue();
2278                objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
2279                if (!solver->isProvenOptimal()) {
2280                    // infeasible
2281                    anyAction = -2;
2282                    break;
2283                }
2284                // Double check looks OK - just look at rows with all integers
2285                if (model->allDynamic()) {
2286                    double * solution = CoinCopyOfArray(saveSolution, numberColumns);
2287                    for (int i = 0; i < numberColumns; i++) {
2288                        if (model->isInteger(i))
2289                            solution[i] = floor(solution[i] + 0.5);
2290                    }
2291                    int numberRows = solver->getNumRows();
2292                    double * rowActivity = new double [numberRows];
2293                    CoinZeroN(rowActivity, numberRows);
2294                    solver->getMatrixByCol()->times(solution, rowActivity);
2295                    //const double * element = model->solver()->getMatrixByCol()->getElements();
2296                    const int * row = model->solver()->getMatrixByCol()->getIndices();
2297                    const CoinBigIndex * columnStart = model->solver()->getMatrixByCol()->getVectorStarts();
2298                    const int * columnLength = model->solver()->getMatrixByCol()->getVectorLengths();
2299                    int nFree = 0;
2300                    int nFreeNon = 0;
2301                    int nFixedNon = 0;
2302                    double mostAway = 0.0;
2303                    int whichAway = -1;
2304                    const double * columnLower = solver->getColLower();
2305                    const double * columnUpper = solver->getColUpper();
2306                    for (int i = 0; i < numberColumns; i++) {
2307                        if (!model->isInteger(i)) {
2308                            // mark rows as flexible
2309                            CoinBigIndex start = columnStart[i];
2310                            CoinBigIndex end = start + columnLength[i];
2311                            for (CoinBigIndex j = start; j < end; j++) {
2312                                int iRow = row[j];
2313                                rowActivity[iRow] = COIN_DBL_MAX;
2314                            }
2315                        } else if (columnLower[i] < columnUpper[i]) {
2316                            if (fabs(solution[i] - saveSolution[i]) > 
2317                                integerTolerance) {
2318                                nFreeNon++;
2319                                if (fabs(solution[i] - saveSolution[i]) > mostAway) {
2320                                    mostAway = fabs(solution[i] - saveSolution[i]);
2321                                    whichAway = i;
2322                                }
2323                            } else {
2324                                nFree++;
2325                            }
2326                        } else if (solution[i] != saveSolution[i]) {
2327                            nFixedNon++;
2328                        }
2329                    }
2330                    const double * lower = solver->getRowLower();
2331                    const double * upper = solver->getRowUpper();
2332                    bool satisfied = true;
2333                    for (int i = 0; i < numberRows; i++) {
2334                        double value = rowActivity[i];
2335                        if (value != COIN_DBL_MAX) {
2336                            if (value > upper[i] + 1.0e-5 || value < lower[i] - 1.0e-5) {
2337                                satisfied = false;
2338                            }
2339                        }
2340                    }
2341                    delete [] rowActivity;
2342                    delete [] solution;
2343                    if (!satisfied) {
2344#ifdef CLP_INVESTIGATE
2345                        printf("%d free ok %d free off target %d fixed off target\n",
2346                               nFree, nFreeNon, nFixedNon);
2347#endif
2348                        if (nFreeNon) {
2349                            // try branching on these
2350                            delete branch_;
2351                            for (int i = 0; i < numberObjects; i++) {
2352                                OsiObject * object = model->modifiableObject(i);
2353                                CbcSimpleIntegerDynamicPseudoCost * obj =
2354                                    dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
2355                                assert (obj);
2356                                int iColumn = obj->columnNumber();
2357                                if (iColumn == whichAway) {
2358                                    int preferredWay = (saveSolution[iColumn] > solution[iColumn])
2359                                                       ? -1 : +1;
2360                                    usefulInfo.integerTolerance_ = 0.0;
2361                                    branch_ = obj->createCbcBranch(solver, &usefulInfo, preferredWay);
2362                                    break;
2363                                }
2364                            }
2365                            anyAction = 0;
2366                            break;
2367                        }
2368                    }
2369                }
2370            } else if (iPass == 1) {
2371                // looks like a solution - get paranoid
2372                bool roundAgain = false;
2373                // get basis
2374                CoinWarmStartBasis * ws = dynamic_cast<CoinWarmStartBasis*>(solver->getWarmStart());
2375                if (!ws)
2376                    break;
2377                double tolerance;
2378                solver->getDblParam(OsiPrimalTolerance, tolerance);
2379                for (i = 0; i < numberColumns; i++) {
2380                    double value = saveSolution[i];
2381                    if (value < lower[i] - tolerance) {
2382                        saveSolution[i] = lower[i];
2383                        roundAgain = true;
2384                        ws->setStructStatus(i, CoinWarmStartBasis::atLowerBound);
2385                    } else if (value > upper[i] + tolerance) {
2386                        saveSolution[i] = upper[i];
2387                        roundAgain = true;
2388                        ws->setStructStatus(i, CoinWarmStartBasis::atUpperBound);
2389                    }
2390                }
2391                if (roundAgain) {
2392                    // restore basis
2393                    solver->setWarmStart(ws);
2394                    solver->setColSolution(saveSolution);
2395                    delete ws;
2396                    bool takeHint;
2397                    OsiHintStrength strength;
2398                    solver->getHintParam(OsiDoDualInResolve, takeHint, strength);
2399                    solver->setHintParam(OsiDoDualInResolve, false, OsiHintDo) ;
2400                    model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
2401                    double newObjValue = solver->getObjSense()*solver->getObjValue();
2402                    objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
2403                    solver->setHintParam(OsiDoDualInResolve, takeHint, strength) ;
2404                    if (!solver->isProvenOptimal()) {
2405                        // infeasible
2406                        anyAction = -2;
2407                        break;
2408                    }
2409                } else {
2410                    delete ws;
2411                    break;
2412                }
2413            }
2414        }
2415        if (anyAction == -2) {
2416            break;
2417        }
2418        // skip if solution
2419        if (!numberUnsatisfied_)
2420            break;
2421        int skipAll = (numberNotTrusted == 0 || numberToDo == 1) ? 1 : 0;
2422        bool doneHotStart = false;
2423        //DEPRECATED_STRATEGYint searchStrategy = saveSearchStrategy>=0 ? (saveSearchStrategy%10) : -1;
2424        int searchStrategy = model->searchStrategy();
2425        // But adjust depending on ratio of iterations
2426        if (searchStrategy > 0) {
2427          if (numberBeforeTrust >= /*5*/ 10 && numberBeforeTrust <= 10) {
2428                if (searchStrategy != 2) {
2429                    assert (searchStrategy == 1);
2430                    if (depth_ > 5) {
2431                        int numberIterations = model->getIterationCount();
2432                        int numberStrongIterations = model->numberStrongIterations();
2433                        if (numberStrongIterations > numberIterations + 10000) {
2434                            searchStrategy = 2;
2435                            skipAll = 1;
2436                        } else if (numberStrongIterations*4 + 1000 < numberIterations) {
2437                            searchStrategy = 3;
2438                            skipAll = 0;
2439                        }
2440                    } else {
2441                        searchStrategy = 3;
2442                        skipAll = 0;
2443                    }
2444                }
2445            }
2446        }
2447        // worth trying if too many times
2448        // Save basis
2449        CoinWarmStart * ws = NULL;
2450        // save limit
2451        int saveLimit = 0;
2452        solver->getIntParam(OsiMaxNumIterationHotStart, saveLimit);
2453        if (!numberPassesLeft)
2454            skipAll = 1;
2455        if (!skipAll) {
2456            ws = solver->getWarmStart();
2457            int limit = 100;
2458            if (!saveStateOfSearch && saveLimit < limit && saveLimit == 100)
2459                solver->setIntParam(OsiMaxNumIterationHotStart, limit);
2460        }
2461        // Say which one will be best
2462        int whichChoice = 0;
2463        int bestChoice;
2464        if (iBestGot >= 0)
2465            bestChoice = iBestGot;
2466        else
2467            bestChoice = iBestNot;
2468        assert (bestChoice >= 0);
2469        // If we have hit max time don't do strong branching
2470        bool hitMaxTime = (model->getCurrentSeconds() >
2471                            model->getDblParam(CbcModel::CbcMaximumSeconds));
2472        // also give up if we are looping round too much
2473        if (hitMaxTime || numberPassesLeft <= 0 || useShadow == 2) {
2474            int iObject = whichObject[bestChoice];
2475            OsiObject * object = model->modifiableObject(iObject);
2476            int preferredWay;
2477            object->infeasibility(&usefulInfo, preferredWay);
2478            CbcObject * obj =
2479                dynamic_cast <CbcObject *>(object) ;
2480            assert (obj);
2481            branch_ = obj->createCbcBranch(solver, &usefulInfo, preferredWay);
2482            {
2483                CbcBranchingObject * branchObj =
2484                    dynamic_cast <CbcBranchingObject *>(branch_) ;
2485                assert (branchObj);
2486                branchObj->way(preferredWay);
2487            }
2488            delete ws;
2489            ws = NULL;
2490            break;
2491        } else {
2492            // say do fast
2493            int easy = 1;
2494            if (!skipAll)
2495                solver->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, &easy) ;
2496            int iDo;
2497#define RESET_BOUNDS
2498#ifdef RANGING
2499            bool useRanging = model->allDynamic() && !skipAll;
2500            if (useRanging) {
2501                double currentObjective = solver->getObjValue() * solver->getObjSense();
2502                double gap = cutoff - currentObjective;
2503                // relax a bit
2504                gap *= 1.0000001;
2505                gap = CoinMax(1.0e-5, gap);
2506                // off penalties if too much
2507                double needed = neededPenalties;
2508                needed *= numberRows;
2509                if (numberNodes) {
2510                    if (needed > 1.0e6) {
2511                        neededPenalties = 0;
2512                    } else if (gap < 1.0e5) {
2513                        // maybe allow some not needed
2514                        int extra = static_cast<int> ((1.0e6 - needed) / numberRows);
2515                        int nStored = numberObjects - optionalPenalties;
2516                        extra = CoinMin(extra, nStored);
2517                        for (int i = 0; i < extra; i++) {
2518                            objectMark[neededPenalties] = objectMark[optionalPenalties+i];
2519                            which[neededPenalties++] = which[optionalPenalties+i];;
2520                        }
2521                    }
2522                }
2523                if (osiclp && neededPenalties) {
2524                    assert (!doneHotStart);
2525                    xPen += neededPenalties;
2526                    which--;
2527                    which[0] = neededPenalties;
2528                    osiclp->passInRanges(which);
2529                    // Mark hot start and get ranges
2530                    if (kPass) {
2531                        // until can work out why solution can go funny
2532                        int save = osiclp->specialOptions();
2533                        osiclp->setSpecialOptions(save | 256);
2534                        solver->markHotStart();
2535#ifdef RESET_BOUNDS
2536                        memcpy(saveLower,solver->getColLower(),solver->getNumCols()*sizeof(double));
2537                        memcpy(saveUpper,solver->getColUpper(),solver->getNumCols()*sizeof(double));
2538#endif
2539                        osiclp->setSpecialOptions(save);
2540                    } else {
2541                        solver->markHotStart();
2542#ifdef RESET_BOUNDS
2543                        memcpy(saveLower,solver->getColLower(),solver->getNumCols()*sizeof(double));
2544                        memcpy(saveUpper,solver->getColUpper(),solver->getNumCols()*sizeof(double));
2545#endif
2546                    }
2547                    doneHotStart = true;
2548                    xMark++;
2549                    kPass++;
2550                    osiclp->passInRanges(NULL);
2551                    const double * downCost = osiclp->upRange();
2552                    const double * upCost = osiclp->downRange();
2553                    bool problemFeasible = true;
2554                    int numberFixed = 0;
2555                    for (int i = 0; i < neededPenalties; i++) {
2556                        int j = objectMark[i];
2557                        int iObject = whichObject[j];
2558                        OsiObject * object = model->modifiableObject(iObject);
2559                        CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
2560                            dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
2561                        // Use this object's numberBeforeTrust
2562                        int numberBeforeTrustThis = dynamicObject->numberBeforeTrust();
2563                        int iSequence = dynamicObject->columnNumber();
2564                        double value = saveSolution[iSequence];
2565                        value -= floor(value);
2566                        double upPenalty = CoinMin(upCost[i], 1.0e110) * (1.0 - value);
2567                        double downPenalty = CoinMin(downCost[i], 1.0e110) * value;
2568                        int numberThisDown = dynamicObject->numberTimesDown();
2569                        int numberThisUp = dynamicObject->numberTimesUp();
2570                        if (!numberBeforeTrustThis) {
2571                            // override
2572                            downEstimate[iObject] = downPenalty;
2573                            upEstimate[iObject] = upPenalty;
2574                            double min1 = CoinMin(downEstimate[iObject],
2575                                                  upEstimate[iObject]);
2576                            double max1 = CoinMax(downEstimate[iObject],
2577                                                  upEstimate[iObject]);
2578                            min1 = 0.8 * min1 + 0.2 * max1;
2579                            sort[j] = - min1;
2580                        } else if (numberThisDown < numberBeforeTrustThis ||
2581                                   numberThisUp < numberBeforeTrustThis) {
2582                            double invTrust = 1.0 / static_cast<double> (numberBeforeTrustThis);
2583                            if (numberThisDown < numberBeforeTrustThis) {
2584                                double fraction = numberThisDown * invTrust;
2585                                downEstimate[iObject] = fraction * downEstimate[iObject] + (1.0 - fraction) * downPenalty;
2586                            }
2587                            if (numberThisUp < numberBeforeTrustThis) {
2588                                double fraction = numberThisUp * invTrust;
2589                                upEstimate[iObject] = fraction * upEstimate[iObject] + (1.0 - fraction) * upPenalty;
2590                            }
2591                            double min1 = CoinMin(downEstimate[iObject],
2592                                                  upEstimate[iObject]);
2593                            double max1 = CoinMax(downEstimate[iObject],
2594                                                  upEstimate[iObject]);
2595                            min1 = 0.8 * min1 + 0.2 * max1;
2596                            min1 *= 10.0;
2597                            if (!(numberThisDown + numberThisUp))
2598                                min1 *= 100.0;
2599                            sort[j] = - min1;
2600                        }
2601                        // seems unreliable
2602                        if (false&&CoinMax(downPenalty, upPenalty) > gap) {
2603                            COIN_DETAIL_PRINT(printf("gap %g object %d has down range %g, up %g\n",
2604                                                     gap, i, downPenalty, upPenalty));
2605                            //sort[j] -= 1.0e50; // make more likely to be chosen
2606                            int number;
2607                            if (downPenalty > gap) {
2608                                number = dynamicObject->numberTimesDown();
2609                                if (upPenalty > gap)
2610                                    problemFeasible = false;
2611                                CbcBranchingObject * branch = dynamicObject->createCbcBranch(solver, &usefulInfo, 1);
2612                                //branch->fix(solver,saveLower,saveUpper,1);
2613                                delete branch;
2614                            } else {
2615                                number = dynamicObject->numberTimesUp();
2616                                CbcBranchingObject * branch = dynamicObject->createCbcBranch(solver, &usefulInfo, 1);
2617                                //branch->fix(solver,saveLower,saveUpper,-1);
2618                                delete branch;
2619                            }
2620                            if (number >= numberBeforeTrustThis)
2621                              dynamicObject->setNumberBeforeTrust(CoinMin(number + 1,5*numberBeforeTrust));
2622                            numberFixed++;
2623                        }
2624                        if (!numberNodes)
2625                            COIN_DETAIL_PRINT(printf("%d pen down ps %g -> %g up ps %g -> %g\n",
2626                                                     iObject, downPenalty, downPenalty, upPenalty, upPenalty));
2627                    }
2628                    if (numberFixed && problemFeasible) {
2629                        assert(doneHotStart);
2630                        solver->unmarkHotStart();
2631                        model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
2632                        double newObjValue = solver->getObjSense()*solver->getObjValue();
2633                        objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
2634                        solver->markHotStart();
2635#ifdef RESET_BOUNDS
2636                        memcpy(saveLower,solver->getColLower(),solver->getNumCols()*sizeof(double));
2637                        memcpy(saveUpper,solver->getColUpper(),solver->getNumCols()*sizeof(double));
2638#endif
2639                        problemFeasible = solver->isProvenOptimal();
2640                    }
2641                    if (!problemFeasible) {
2642                      COIN_DETAIL_PRINT(fprintf(stdout, "both ways infeas on ranging - code needed\n"));
2643                        anyAction = -2;
2644                        if (!choiceObject) {
2645                            delete choice.possibleBranch;
2646                            choice.possibleBranch = NULL;
2647                        }
2648                        //printf("Both infeasible for choice %d sequence %d\n",i,
2649                        // model->object(choice.objectNumber)->columnNumber());
2650                        // Delete the snapshot
2651                        solver->unmarkHotStart();
2652                        // back to normal
2653                        solver->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, NULL) ;
2654                        // restore basis
2655                        solver->setWarmStart(ws);
2656                        doneHotStart = false;
2657                        delete ws;
2658                        ws = NULL;
2659                        break;
2660                    }
2661                }
2662            }
2663#endif          /* RANGING */
2664            {
2665                int numberIterations = model->getIterationCount();
2666                //numberIterations += (model->numberExtraIterations()>>2);
2667                const int * strongInfo = model->strongInfo();
2668                //int numberDone = strongInfo[0]-strongInfo[3];
2669                int numberFixed = strongInfo[1] - strongInfo[4];
2670                int numberInfeasible = strongInfo[2] - strongInfo[5];
2671                assert (!strongInfo[3]);
2672                assert (!strongInfo[4]);
2673                assert (!strongInfo[5]);
2674                int numberStrongIterations = model->numberStrongIterations();
2675                int numberRows = solver->getNumRows();
2676                if (numberStrongIterations > numberIterations + CoinMin(100, 10*numberRows) && depth_ >= 4 && numberNodes > 100) {
2677                    if (20*numberInfeasible + 4*numberFixed < numberNodes) {
2678                        // Say never do
2679                        if (numberBeforeTrust == 5)
2680                          skipAll = -1;
2681                    }
2682                }
2683            }
2684            // make sure best will be first
2685            if (iBestGot >= 0)
2686                sort[iBestGot] = -COIN_DBL_MAX;
2687            // Actions 0 - exit for repeat, 1 resolve and try old choice,2 exit for continue
2688            if (anyAction)
2689                numberToDo = 0; // skip as we will be trying again
2690            // Sort
2691            CoinSort_2(sort, sort + numberToDo, whichObject);
2692            // Change in objective opposite infeasible
2693            double worstFeasible = 0.0;
2694            // Just first if strong off
2695            if (!numberStrong)
2696                numberToDo = CoinMin(numberToDo, 1);
2697            if (searchStrategy == 2)
2698                numberToDo = CoinMin(numberToDo, 20);
2699            iDo = 0;
2700            int saveLimit2;
2701            solver->getIntParam(OsiMaxNumIterationHotStart, saveLimit2);
2702            int numberTest = numberNotTrusted > 0 ? numberStrong : (numberStrong + 1) / 2;
2703            if (searchStrategy == 3) {
2704                // Previously decided we need strong
2705                numberTest = numberStrong;
2706            }
2707            // Try nearly always off
2708            if (skipAll >= 0) {
2709                if (searchStrategy < 2) {
2710                    //if ((numberNodes%20)!=0) {
2711                    if ((model->specialOptions()&8) == 0) {
2712                        numberTest = 0;
2713                    }
2714                    //} else {
2715                    //numberTest=2*numberStrong;
2716                    //skipAll=0;
2717                    //}
2718                }
2719            } else {
2720                // Just take first
2721                numberTest = 1;
2722            }
2723            int testDepth = (skipAll >= 0) ? 8 : 4;
2724            if (depth_ < testDepth && numberStrong) {
2725                if (searchStrategy != 2) {
2726                    int numberRows = solver->getNumRows();
2727                    // whether to do this or not is important - think
2728                    if (numberRows < 300 || numberRows + numberColumns < 2500) {
2729                        if (depth_ < 7)
2730                            numberStrong = CoinMin(3 * numberStrong, numberToDo);
2731                        if (!depth_)
2732                            numberStrong = CoinMin(6 * numberStrong, numberToDo);
2733                    }
2734                    numberTest = numberStrong;
2735                    skipAll = 0;
2736                }
2737            }
2738            // Do at least 5 strong
2739            if (numberColumns < 1000 && (depth_ < 15 || numberNodes < 1000000))
2740                numberTest = CoinMax(numberTest, 5);
2741            if ((model->specialOptions()&8) == 0) {
2742                if (skipAll) {
2743                    numberTest = 0;
2744                }
2745            } else {
2746                // do 5 as strong is fixing
2747                numberTest = CoinMax(numberTest, 5);
2748            }
2749            // see if switched off
2750            if (skipAll < 0) {
2751                numberTest = 0;
2752            }
2753            int realMaxHotIterations = 999999;
2754            if (skipAll < 0)
2755                numberToDo = 1;
2756            strongType=0;
2757#ifdef DO_ALL_AT_ROOT
2758            if (model->strongStrategy()) {
2759              int iStrategy=model->strongStrategy();
2760              int kDepth = iStrategy/100;
2761              if (kDepth)
2762                iStrategy -= 100*kDepth;
2763              else
2764                kDepth=5;
2765              double objValue = solver->getObjSense()*solver->getObjValue();
2766              double bestPossible = model->getBestPossibleObjValue();
2767              bestPossible += 1.0e-7*(1.0+fabs(bestPossible));
2768              int jStrategy = iStrategy/10;
2769              if (jStrategy) {
2770                if ((jStrategy&1)!=0&&!depth_)
2771                  strongType=2;
2772                else if ((jStrategy&2)!=0&&depth_<=kDepth)
2773                  strongType=2;
2774                else if ((jStrategy&4)!=0&&objValue<bestPossible)
2775                  strongType=2;
2776                iStrategy-=10*jStrategy;
2777              }
2778              if (!strongType) {
2779                if ((iStrategy&1)!=0&&!depth_)
2780                  strongType=1;
2781                else if ((iStrategy&2)!=0&&depth_<=kDepth)
2782                  strongType=1;
2783                else if ((iStrategy&4)!=0&&objValue<bestPossible)
2784                  strongType=1;
2785              }
2786              saveNumberToDo=numberToDo;
2787              if (strongType==2) {
2788                // add in satisfied
2789                const int * integerVariable = model->integerVariable();
2790                int numberIntegers = model->numberIntegers();
2791                if (numberIntegers==numberObjects) {
2792                  numberToDo=0;
2793                  for (int i=0;i<numberIntegers;i++) {
2794                    int iColumn=integerVariable[i];
2795                    if (saveUpper[iColumn]>saveLower[iColumn]) {
2796                      whichObject [numberToDo++]=i;
2797                    }
2798                  }
2799                  saveSatisfiedVariables=numberToDo-saveNumberToDo;
2800                } else {
2801                  strongType=1;
2802                }
2803              }
2804              if (strongType) {
2805                numberTest = numberToDo;
2806                numberStrong=numberToDo;
2807                skipAll=0;
2808                searchStrategy=0;
2809                solver->setIntParam(OsiMaxNumIterationHotStart, 100000);
2810                //printf("Strong branching type %d\n",strongType);
2811              }
2812            }
2813#endif
2814            for ( iDo = 0; iDo < numberToDo; iDo++) {
2815                int iObject = whichObject[iDo];
2816                OsiObject * object = model->modifiableObject(iObject);
2817                CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
2818                    dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
2819                int iColumn = dynamicObject ? dynamicObject->columnNumber() : numberColumns + iObject;
2820                int preferredWay;
2821                double infeasibility = object->infeasibility(&usefulInfo, preferredWay);
2822                // may have become feasible
2823                if (!infeasibility) {
2824                  if(strongType!=2||solver->getColLower()[iColumn]==solver->getColUpper()[iColumn])
2825                    continue;
2826                }
2827#ifndef NDEBUG
2828                if (iColumn < numberColumns) {
2829                    const double * solution = model->testSolution();
2830                    assert (saveSolution[iColumn] == solution[iColumn]);
2831                }
2832#endif
2833                CbcSimpleInteger * obj =
2834                    dynamic_cast <CbcSimpleInteger *>(object) ;
2835                if (obj) {
2836                    if (choiceObject) {
2837                        obj->fillCreateBranch(choiceObject, &usefulInfo, preferredWay);
2838                        choiceObject->setObject(dynamicObject);
2839                    } else {
2840                        choice.possibleBranch = obj->createCbcBranch(solver, &usefulInfo, preferredWay);
2841                    }
2842                } else {
2843                    CbcObject * obj =
2844                        dynamic_cast <CbcObject *>(object) ;
2845                    assert (obj);
2846                    choice.possibleBranch = obj->createCbcBranch(solver, &usefulInfo, preferredWay);
2847                }
2848                // Save which object it was
2849                choice.objectNumber = iObject;
2850                choice.numIntInfeasUp = numberUnsatisfied_;
2851                choice.numIntInfeasDown = numberUnsatisfied_;
2852                if (strongType!=2) {
2853                  choice.upMovement = upEstimate[iObject];
2854                  choice.downMovement = downEstimate[iObject];
2855                } else {
2856                  choice.upMovement = 0.1;
2857                  choice.downMovement = 0.1;
2858                }
2859                  assert (choice.upMovement >= 0.0);
2860                  assert (choice.downMovement >= 0.0);
2861                choice.fix = 0; // say not fixed
2862                // see if can skip strong branching
2863                int canSkip = choice.possibleBranch->fillStrongInfo(choice);
2864                if ((numberTest <= 0 || skipAll)) {
2865                    if (iDo > 20) {
2866                        if (!choiceObject) {
2867                            delete choice.possibleBranch;
2868                            choice.possibleBranch = NULL;
2869                        }
2870                        break; // give up anyway
2871                    }
2872                }
2873                if (model->messageHandler()->logLevel() > 3 && numberBeforeTrust && dynamicObject)
2874                    dynamicObject->print(1, choice.possibleBranch->value());
2875                if (strongType)
2876                  canSkip=0;
2877                if (skipAll < 0)
2878                    canSkip = 1;
2879                if (!canSkip) {
2880                    if (!doneHotStart) {
2881                        // Mark hot start
2882                        doneHotStart = true;
2883                        solver->markHotStart();
2884#ifdef RESET_BOUNDS
2885                        memcpy(saveLower,solver->getColLower(),solver->getNumCols()*sizeof(double));
2886                        memcpy(saveUpper,solver->getColUpper(),solver->getNumCols()*sizeof(double));
2887#endif
2888                        if (!solver->isProvenOptimal()) {
2889                          skipAll=-2;
2890                          canSkip = 1;
2891                        }
2892                        xMark++;
2893                    }
2894                }
2895                if (!canSkip) {
2896                    numberTest--;
2897                    // just do a few
2898                    if (searchStrategy == 2)
2899                        solver->setIntParam(OsiMaxNumIterationHotStart, 10);
2900                    double objectiveChange ;
2901                    double newObjectiveValue = 1.0e100;
2902                    int j;
2903                    // status is 0 finished, 1 infeasible and other
2904                    int iStatus;
2905                    /*
2906                      Try the down direction first. (Specify the initial branching alternative as
2907                      down with a call to way(-1). Each subsequent call to branch() performs the
2908                      specified branch and advances the branch object state to the next branch
2909                      alternative.)
2910                    */
2911                    choice.possibleBranch->way(-1) ;
2912                    choice.possibleBranch->branch() ;
2913                    solver->solveFromHotStart() ;
2914                    bool needHotStartUpdate = false;
2915                    numberStrongDone++;
2916                    numberStrongIterations += solver->getIterationCount();
2917                    /*
2918                      We now have an estimate of objective degradation that we can use for strong
2919                      branching. If we're over the cutoff, the variable is monotone up.
2920                      If we actually made it to optimality, check for a solution, and if we have
2921                      a good one, call setBestSolution to process it. Note that this may reduce the
2922                      cutoff, so we check again to see if we can declare this variable monotone.
2923                    */
2924                    if (solver->isProvenOptimal())
2925                        iStatus = 0; // optimal
2926                    else if (solver->isIterationLimitReached() 
2927                             && !solver->isDualObjectiveLimitReached()) {
2928                        iStatus = 2; // unknown
2929                    } else {
2930                        iStatus = 1; // infeasible
2931#ifdef CONFLICT_CUTS
2932# ifdef COIN_HAS_CLP
2933                        if (osiclp&&(model->moreSpecialOptions()&4194304)!=0) {
2934                          const CbcFullNodeInfo * topOfTree =
2935                            model->topOfTree();
2936                          if (topOfTree) {
2937                            OsiRowCut * cut = osiclp->smallModelCut(topOfTree->lower(),
2938                                                                    topOfTree->upper(),
2939                                                                    model->numberRowsAtContinuous(),
2940                                                                    model->whichGenerator());
2941                            if (cut) {
2942                              printf("XXXXXX found conflict cut in strong branching\n");
2943                              //cut->print();
2944                              if ((model->specialOptions()&1) != 0) {
2945                                const OsiRowCutDebugger *debugger = model->continuousSolver()->getRowCutDebugger() ;
2946                                if (debugger) {
2947                                  if (debugger->invalidCut(*cut)) {
2948                                    model->continuousSolver()->applyRowCuts(1,cut);
2949                                    model->continuousSolver()->writeMps("bad");
2950                                  }
2951                                  CoinAssert (!debugger->invalidCut(*cut));
2952                                }
2953                              }
2954                              model->makeGlobalCut(cut) ;
2955                            }
2956                          }
2957                        }
2958#endif
2959#endif
2960                    }
2961                    if (iStatus != 2 && solver->getIterationCount() >
2962                            realMaxHotIterations)
2963                        numberUnfinished++;
2964                    newObjectiveValue = solver->getObjSense() * solver->getObjValue();
2965                    choice.numItersDown = solver->getIterationCount();
2966                    objectiveChange = CoinMax(newObjectiveValue  - objectiveValue_, 0.0);
2967                    // Update branching information if wanted
2968                    CbcBranchingObject * cbcobj = dynamic_cast<CbcBranchingObject *> (choice.possibleBranch);
2969                    if (cbcobj) {
2970                        CbcObject * object = cbcobj->object();
2971                        assert (object) ;
2972                        CbcObjectUpdateData update = object->createUpdateInformation(solver, this, cbcobj);
2973                        update.objectNumber_ = choice.objectNumber;
2974                        model->addUpdateInformation(update);
2975                    } else {
2976                        decision->updateInformation( solver, this);
2977                    }
2978                    if (!iStatus) {
2979                        choice.finishedDown = true ;
2980                        if (newObjectiveValue >= cutoff) {
2981                            objectiveChange = 1.0e100; // say infeasible
2982                            numberStrongInfeasible++;
2983                        } else {
2984#define CBCNODE_TIGHTEN_BOUNDS
2985#ifdef CBCNODE_TIGHTEN_BOUNDS
2986                            // Can we tighten bounds?
2987                            if (iColumn < numberColumns && cutoff < 1.0e20
2988                                    && objectiveChange > 1.0e-5) {
2989                                double value = saveSolution[iColumn];
2990                                double down = value - floor(value-integerTolerance);
2991                                double changePer = objectiveChange / (down + 1.0e-7);
2992                                double distance = (cutoff - objectiveValue_) / changePer;
2993                                distance += 1.0e-3;
2994                                if (distance < 5.0) {
2995                                    double newLower = ceil(value - distance);
2996                                    if (newLower > saveLower[iColumn]) {
2997                                        //printf("Could increase lower bound on %d from %g to %g\n",
2998                                        //   iColumn,saveLower[iColumn],newLower);
2999                                        saveLower[iColumn] = newLower;
3000                                        solver->setColLower(iColumn, newLower);
3001                                    }
3002                                }
3003                            }
3004#endif
3005                            // See if integer solution
3006                            if (model->feasibleSolution(choice.numIntInfeasDown,
3007                                                        choice.numObjInfeasDown)
3008                                    && model->problemFeasibility()->feasible(model, -1) >= 0) {
3009                                if (auxiliaryInfo->solutionAddsCuts()) {
3010                                    needHotStartUpdate = true;
3011                                    solver->unmarkHotStart();
3012                                }
3013                                model->setLogLevel(saveLogLevel);
3014                                model->setBestSolution(CBC_STRONGSOL,
3015                                                       newObjectiveValue,
3016                                                       solver->getColSolution()) ;
3017                                if (needHotStartUpdate) {
3018                                    model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
3019                                    newObjectiveValue = solver->getObjSense() * solver->getObjValue();
3020                                    objectiveValue_ = CoinMax(objectiveValue_,newObjectiveValue);
3021                                    objectiveChange = CoinMax(newObjectiveValue  - objectiveValue_, 0.0);
3022                                    model->feasibleSolution(choice.numIntInfeasDown,
3023                                                            choice.numObjInfeasDown);
3024                                }
3025                                model->setLastHeuristic(NULL);
3026                                model->incrementUsed(solver->getColSolution());
3027                                cutoff = model->getCutoff();
3028                                if (newObjectiveValue >= cutoff) {      //  *new* cutoff
3029                                    objectiveChange = 1.0e100 ;
3030                                    numberStrongInfeasible++;
3031                                }
3032                            }
3033                        }
3034                    } else if (iStatus == 1) {
3035                        objectiveChange = 1.0e100 ;
3036                        numberStrongInfeasible++;
3037                    } else {
3038                        // Can't say much as we did not finish
3039                        choice.finishedDown = false ;
3040                        numberUnfinished++;
3041                    }
3042                    choice.downMovement = objectiveChange ;
3043
3044                    // restore bounds
3045                    for ( j = 0; j < numberColumns; j++) {
3046                        if (saveLower[j] != lower[j])
3047                            solver->setColLower(j, saveLower[j]);
3048                        if (saveUpper[j] != upper[j])
3049                            solver->setColUpper(j, saveUpper[j]);
3050                    }
3051                    if (needHotStartUpdate) {
3052                        needHotStartUpdate = false;
3053                        model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
3054                        double newObjValue = solver->getObjSense()*solver->getObjValue();
3055                        objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
3056                        //we may again have an integer feasible solution
3057                        int numberIntegerInfeasibilities;
3058                        int numberObjectInfeasibilities;
3059                        if (model->feasibleSolution(
3060                                    numberIntegerInfeasibilities,
3061                                    numberObjectInfeasibilities)) {
3062#ifdef BONMIN
3063                            //In this case node has become integer feasible, let us exit the loop
3064                            std::cout << "Node has become integer feasible" << std::endl;
3065                            numberUnsatisfied_ = 0;
3066                            break;
3067#endif
3068                            double objValue = solver->getObjValue();
3069                            model->setLogLevel(saveLogLevel);
3070                            model->setBestSolution(CBC_STRONGSOL,
3071                                                   objValue,
3072                                                   solver->getColSolution()) ;
3073                            model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
3074                            double newObjValue = solver->getObjSense()*solver->getObjValue();
3075                            objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
3076                            cutoff = model->getCutoff();
3077                        }
3078                        solver->markHotStart();
3079#ifdef RESET_BOUNDS
3080                        memcpy(saveLower,solver->getColLower(),solver->getNumCols()*sizeof(double));
3081                        memcpy(saveUpper,solver->getColUpper(),solver->getNumCols()*sizeof(double));
3082#endif
3083                        if (!solver->isProvenOptimal()) {
3084                          skipAll=-2;
3085                          canSkip = 1;
3086                        }
3087                        xMark++;
3088                    }
3089#if 0 //def DO_ALL_AT_ROOT
3090                    if (strongType)
3091                        printf("Down on %d, status is %d, obj %g its %d cost %g finished %d inf %d infobj %d\n",
3092                               choice.objectNumber, iStatus, newObjectiveValue, choice.numItersDown,
3093                               choice.downMovement, choice.finishedDown, choice.numIntInfeasDown,
3094                               choice.numObjInfeasDown);
3095#endif
3096
3097                    // repeat the whole exercise, forcing the variable up
3098                    choice.possibleBranch->branch();
3099                    solver->solveFromHotStart() ;
3100                    numberStrongDone++;
3101                    numberStrongIterations += solver->getIterationCount();
3102                    /*
3103                      We now have an estimate of objective degradation that we can use for strong
3104                      branching. If we're over the cutoff, the variable is monotone up.
3105                      If we actually made it to optimality, check for a solution, and if we have
3106                      a good one, call setBestSolution to process it. Note that this may reduce the
3107                      cutoff, so we check again to see if we can declare this variable monotone.
3108                    */
3109                    if (solver->isProvenOptimal())
3110                        iStatus = 0; // optimal
3111                    else if (solver->isIterationLimitReached()
3112                             && !solver->isDualObjectiveLimitReached()) {
3113                        iStatus = 2; // unknown
3114                    } else {
3115                        iStatus = 1; // infeasible
3116#ifdef CONFLICT_CUTS
3117# ifdef COIN_HAS_CLP
3118                        if (osiclp&&(model->moreSpecialOptions()&4194304)!=0) {
3119                          const CbcFullNodeInfo * topOfTree =
3120                            model->topOfTree();
3121                          if (topOfTree) {
3122                            OsiRowCut * cut = osiclp->smallModelCut(topOfTree->lower(),
3123                                                                    topOfTree->upper(),
3124                                                                    model->numberRowsAtContinuous(),
3125                                                                    model->whichGenerator());
3126                            if (cut) {
3127                              printf("XXXXXX found conflict cut in strong branching\n");
3128                              //cut->print();
3129                              if ((model->specialOptions()&1) != 0) {
3130                                const OsiRowCutDebugger *debugger = model->continuousSolver()->getRowCutDebugger() ;
3131                                if (debugger) {
3132                                  if (debugger->invalidCut(*cut)) {
3133                                    model->continuousSolver()->applyRowCuts(1,cut);
3134                                    model->continuousSolver()->writeMps("bad");
3135                                  }
3136                                  CoinAssert (!debugger->invalidCut(*cut));
3137                                }
3138                              }
3139                              model->makeGlobalCut(cut) ;
3140                            }
3141                          }
3142                        }
3143#endif
3144#endif
3145                    }
3146                    if (iStatus != 2 && solver->getIterationCount() >
3147                            realMaxHotIterations)
3148                        numberUnfinished++;
3149                    newObjectiveValue = solver->getObjSense() * solver->getObjValue();
3150                    choice.numItersUp = solver->getIterationCount();
3151                    objectiveChange = CoinMax(newObjectiveValue  - objectiveValue_, 0.0);
3152                    // Update branching information if wanted
3153                    cbcobj = dynamic_cast<CbcBranchingObject *> (choice.possibleBranch);
3154                    if (cbcobj) {
3155                        CbcObject * object = cbcobj->object();
3156                        assert (object) ;
3157                        CbcObjectUpdateData update = object->createUpdateInformation(solver, this, cbcobj);
3158                        update.objectNumber_ = choice.objectNumber;
3159                        model->addUpdateInformation(update);
3160                    } else {
3161                        decision->updateInformation( solver, this);
3162                    }
3163                    if (!iStatus) {
3164                        choice.finishedUp = true ;
3165                        if (newObjectiveValue >= cutoff) {
3166                            objectiveChange = 1.0e100; // say infeasible
3167                            numberStrongInfeasible++;
3168                        } else {
3169#ifdef CBCNODE_TIGHTEN_BOUNDS
3170                            // Can we tighten bounds?
3171                            if (iColumn < numberColumns && cutoff < 1.0e20
3172                                    && objectiveChange > 1.0e-5) {
3173                                double value = saveSolution[iColumn];
3174                                double up = ceil(value+integerTolerance) - value;
3175                                double changePer = objectiveChange / (up + 1.0e-7);
3176                                double distance = (cutoff - objectiveValue_) / changePer;
3177                                distance += 1.0e-3;
3178                                if (distance < 5.0) {
3179                                    double newUpper = floor(value + distance);
3180                                    if (newUpper < saveUpper[iColumn]) {
3181                                        //printf("Could decrease upper bound on %d from %g to %g\n",
3182                                        //   iColumn,saveUpper[iColumn],newUpper);
3183                                        saveUpper[iColumn] = newUpper;
3184                                        solver->setColUpper(iColumn, newUpper);
3185                                    }
3186                                }
3187                            }
3188#endif
3189                            // See if integer solution
3190                            if (model->feasibleSolution(choice.numIntInfeasUp,
3191                                                        choice.numObjInfeasUp)
3192                                    && model->problemFeasibility()->feasible(model, -1) >= 0) {
3193#ifdef BONMIN
3194                                std::cout << "Node has become integer feasible" << std::endl;
3195                                numberUnsatisfied_ = 0;
3196                                break;
3197#endif
3198                                if (auxiliaryInfo->solutionAddsCuts()) {
3199                                    needHotStartUpdate = true;
3200                                    solver->unmarkHotStart();
3201                                }
3202                                model->setLogLevel(saveLogLevel);
3203                                model->setBestSolution(CBC_STRONGSOL,
3204                                                       newObjectiveValue,
3205                                                       solver->getColSolution()) ;
3206                                if (choice.finishedDown) {
3207                                  double cutoff = model->getCutoff();
3208                                  double downObj = objectiveValue_
3209                                    + choice.downMovement ;
3210                                  if (downObj >= cutoff) {     
3211                                    choice.downMovement = 1.0e100 ;
3212                                    numberStrongInfeasible++;
3213                                }
3214
3215                                }
3216                                if (needHotStartUpdate) {
3217                                    model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
3218                                    newObjectiveValue = solver->getObjSense() * solver->getObjValue();
3219                                    objectiveValue_ = CoinMax(objectiveValue_,newObjectiveValue);
3220                                    objectiveChange = CoinMax(newObjectiveValue  - objectiveValue_, 0.0);
3221                                    model->feasibleSolution(choice.numIntInfeasDown,
3222                                                            choice.numObjInfeasDown);
3223                                }
3224                                model->setLastHeuristic(NULL);
3225                                model->incrementUsed(solver->getColSolution());
3226                                cutoff = model->getCutoff();
3227                                if (newObjectiveValue >= cutoff) {      //  *new* cutoff
3228                                    objectiveChange = 1.0e100 ;
3229                                    numberStrongInfeasible++;
3230                                }
3231                            }
3232                        }
3233                    } else if (iStatus == 1) {
3234                        objectiveChange = 1.0e100 ;
3235                        numberStrongInfeasible++;
3236                    } else {
3237                        // Can't say much as we did not finish
3238                        choice.finishedUp = false ;
3239                        numberUnfinished++;
3240                    }
3241                    choice.upMovement = objectiveChange ;
3242
3243                    // restore bounds
3244                    for ( j = 0; j < numberColumns; j++) {
3245                        if (saveLower[j] != lower[j])
3246                            solver->setColLower(j, saveLower[j]);
3247                        if (saveUpper[j] != upper[j])
3248                            solver->setColUpper(j, saveUpper[j]);
3249                    }
3250                    if (needHotStartUpdate) {
3251                        needHotStartUpdate = false;
3252                        model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
3253                        double newObjValue = solver->getObjSense()*solver->getObjValue();
3254                        objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
3255                        //we may again have an integer feasible solution
3256                        int numberIntegerInfeasibilities;
3257                        int numberObjectInfeasibilities;
3258                        if (model->feasibleSolution(
3259                                    numberIntegerInfeasibilities,
3260                                    numberObjectInfeasibilities)) {
3261                            double objValue = solver->getObjValue();
3262                            model->setLogLevel(saveLogLevel);
3263                            model->setBestSolution(CBC_STRONGSOL,
3264                                                   objValue,
3265                                                   solver->getColSolution()) ;
3266                            model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
3267                            double newObjValue = solver->getObjSense()*solver->getObjValue();
3268                            objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
3269                            cutoff = model->getCutoff();
3270                        }
3271                        solver->markHotStart();
3272#ifdef RESET_BOUNDS
3273                        memcpy(saveLower,solver->getColLower(),solver->getNumCols()*sizeof(double));
3274                        memcpy(saveUpper,solver->getColUpper(),solver->getNumCols()*sizeof(double));
3275#endif
3276                        if (!solver->isProvenOptimal()) {
3277                          skipAll=-2;
3278                          canSkip = 1;
3279                        }
3280                        xMark++;
3281                    }
3282
3283#if 0 //def DO_ALL_AT_ROOT
3284                    if (strongType)
3285                        printf("Up on %d, status is %d, obj %g its %d cost %g finished %d inf %d infobj %d\n",
3286                               choice.objectNumber, iStatus, newObjectiveValue, choice.numItersUp,
3287                               choice.upMovement, choice.finishedUp, choice.numIntInfeasUp,
3288                               choice.numObjInfeasUp);
3289#endif
3290                }
3291
3292                solver->setIntParam(OsiMaxNumIterationHotStart, saveLimit2);
3293                /*
3294                  End of evaluation for this candidate variable. Possibilities are:
3295                  * Both sides below cutoff; this variable is a candidate for branching.
3296                  * Both sides infeasible or above the objective cutoff: no further action
3297                  here. Break from the evaluation loop and assume the node will be purged
3298                  by the caller.
3299                  * One side below cutoff: Install the branch (i.e., fix the variable). Break
3300                  from the evaluation loop and assume the node will be reoptimised by the
3301                  caller.
3302                */
3303                // reset
3304                choice.possibleBranch->resetNumberBranchesLeft();
3305                if (choice.upMovement < 1.0e100) {
3306                    if (choice.downMovement < 1.0e100) {
3307                        // In case solution coming in was odd
3308                        choice.upMovement = CoinMax(0.0, choice.upMovement);
3309                        choice.downMovement = CoinMax(0.0, choice.downMovement);
3310#if ZERO_ONE==2
3311                        // branch on 0-1 first (temp)
3312                        if (fabs(choice.possibleBranch->value()) < 1.0) {
3313                            choice.upMovement *= ZERO_FAKE;
3314                            choice.downMovement *= ZERO_FAKE;
3315                        }
3316#endif
3317                        // feasible - see which best
3318                        if (!canSkip) {
3319                            if (model->messageHandler()->logLevel() > 3)
3320                                printf("sort %g downest %g upest %g ", sort[iDo], downEstimate[iObject],
3321                                       upEstimate[iObject]);
3322                            model->messageHandler()->message(CBC_STRONG, *model->messagesPointer())
3323                            << iObject << iColumn
3324                            << choice.downMovement << choice.numIntInfeasDown
3325                            << choice.upMovement << choice.numIntInfeasUp
3326                            << choice.possibleBranch->value()
3327                            << CoinMessageEol;
3328                        }
3329                        int betterWay=0;
3330                        // If was feasible (extra strong branching) skip
3331                        if (infeasibility) {
3332                            CbcBranchingObject * branchObj =
3333                                dynamic_cast <CbcBranchingObject *>(branch_) ;
3334                            if (branch_)
3335                                assert (branchObj);
3336                            betterWay = decision->betterBranch(choice.possibleBranch,
3337                                                               branchObj,
3338                                                               choice.upMovement,
3339                                                               choice.numIntInfeasUp ,
3340                                                               choice.downMovement,
3341                                                               choice.numIntInfeasDown );
3342                        }
3343                        if (betterWay) {
3344                            // C) create branching object
3345                            if (choiceObject) {
3346                                delete branch_;
3347                                branch_ = choice.possibleBranch->clone();
3348                            } else {
3349                                delete branch_;
3350                                branch_ = choice.possibleBranch;
3351                                choice.possibleBranch = NULL;
3352                            }
3353                            {
3354                                CbcBranchingObject * branchObj =
3355                                    dynamic_cast <CbcBranchingObject *>(branch_) ;
3356                                assert (branchObj);
3357                                //branchObj->way(preferredWay);
3358                                branchObj->way(betterWay);
3359                            }
3360                            bestChoice = choice.objectNumber;
3361                            whichChoice = iDo;
3362                            if (numberStrong <= 1) {
3363                                delete ws;
3364                                ws = NULL;
3365                                break;
3366                            }
3367                        } else {
3368                            if (!choiceObject) {
3369                                delete choice.possibleBranch;
3370                                choice.possibleBranch = NULL;
3371                            }
3372                            if (iDo >= 2*numberStrong) {
3373                                delete ws;
3374                                ws = NULL;
3375                                break;
3376                            }
3377                            if (!dynamicObject || dynamicObject->numberTimesUp() > 1) {
3378                                if (iDo - whichChoice >= numberStrong) {
3379                                    if (!choiceObject) {
3380                                        delete choice.possibleBranch;
3381                                        choice.possibleBranch = NULL;
3382                                    }
3383                                    break; // give up
3384                                }
3385                            } else {
3386                                if (iDo - whichChoice >= 2*numberStrong) {
3387                                    delete ws;
3388                                    ws = NULL;
3389                                    if (!choiceObject) {
3390                                        delete choice.possibleBranch;
3391                                        choice.possibleBranch = NULL;
3392                                    }
3393                                    break; // give up
3394                                }
3395                            }
3396                        }
3397                    } else {
3398                        // up feasible, down infeasible
3399                        anyAction = -1;
3400                        worstFeasible = CoinMax(worstFeasible, choice.upMovement);
3401                        model->messageHandler()->message(CBC_STRONG, *model->messagesPointer())
3402                        << iObject << iColumn
3403                        << choice.downMovement << choice.numIntInfeasDown
3404                        << choice.upMovement << choice.numIntInfeasUp
3405                        << choice.possibleBranch->value()
3406                        << CoinMessageEol;
3407                        //printf("Down infeasible for choice %d sequence %d\n",i,
3408                        // model->object(choice.objectNumber)->columnNumber());
3409                        choice.fix = 1;
3410                        numberToFix++;
3411                        choice.possibleBranch->fix(solver, saveLower, saveUpper, 1);
3412                        if (!choiceObject) {
3413                            delete choice.possibleBranch;
3414                            choice.possibleBranch = NULL;
3415                        } else {
3416                            //choiceObject = new CbcDynamicPseudoCostBranchingObject(*choiceObject);
3417                            choice.possibleBranch = choiceObject;
3418                        }
3419                        assert(doneHotStart);
3420                        solver->unmarkHotStart();
3421                        model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
3422                        double newObjValue = solver->getObjSense()*solver->getObjValue();
3423                        objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
3424                        bool goneInfeasible = (!solver->isProvenOptimal()||solver->isDualObjectiveLimitReached());
3425                        solver->markHotStart();
3426#ifdef RESET_BOUNDS
3427                        memcpy(saveLower,solver->getColLower(),solver->getNumCols()*sizeof(double));
3428                        memcpy(saveUpper,solver->getColUpper(),solver->getNumCols()*sizeof(double));
3429#endif
3430                        if (!solver->isProvenOptimal()) {
3431                          skipAll=-2;
3432                          canSkip = 1;
3433                        }
3434                        xMark++;
3435                        // may be infeasible (if other way stopped on iterations)
3436                        if (goneInfeasible) {
3437                            // neither side feasible
3438                            anyAction = -2;
3439                            if (!choiceObject) {
3440                                delete choice.possibleBranch;
3441                                choice.possibleBranch = NULL;
3442                            }
3443                            //printf("Both infeasible for choice %d sequence %d\n",i,
3444                            // model->object(choice.objectNumber)->columnNumber());
3445                            delete ws;
3446                            ws = NULL;
3447                            break;
3448                        }
3449                    }
3450                } else {
3451                    if (choice.downMovement < 1.0e100) {
3452                        // down feasible, up infeasible
3453                        anyAction = -1;
3454                        worstFeasible = CoinMax(worstFeasible, choice.downMovement);
3455                        model->messageHandler()->message(CBC_STRONG, *model->messagesPointer())
3456                        << iObject << iColumn
3457                        << choice.downMovement << choice.numIntInfeasDown
3458                        << choice.upMovement << choice.numIntInfeasUp
3459                        << choice.possibleBranch->value()
3460                        << CoinMessageEol;
3461                        choice.fix = -1;
3462                        numberToFix++;
3463                        choice.possibleBranch->fix(solver, saveLower, saveUpper, -1);
3464                        if (!choiceObject) {
3465                            delete choice.possibleBranch;
3466                            choice.possibleBranch = NULL;
3467                        } else {
3468                            //choiceObject = new CbcDynamicPseudoCostBranchingObject(*choiceObject);
3469                            choice.possibleBranch = choiceObject;
3470                        }
3471                        assert(doneHotStart);
3472                        solver->unmarkHotStart();
3473                        model->resolve(NULL, 11, saveSolution, saveLower, saveUpper);
3474                        double newObjValue = solver->getObjSense()*solver->getObjValue();
3475                        objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
3476                        bool goneInfeasible = (!solver->isProvenOptimal()||solver->isDualObjectiveLimitReached());
3477                        solver->markHotStart();
3478#ifdef RESET_BOUNDS
3479                        memcpy(saveLower,solver->getColLower(),solver->getNumCols()*sizeof(double));
3480                        memcpy(saveUpper,solver->getColUpper(),solver->getNumCols()*sizeof(double));
3481#endif
3482                        if (!solver->isProvenOptimal()) {
3483                          skipAll=-2;
3484                          canSkip = 1;
3485                        }
3486                        xMark++;
3487                        // may be infeasible (if other way stopped on iterations)
3488                        if (goneInfeasible) {
3489                            // neither side feasible
3490                            anyAction = -2;
3491                            if (!choiceObject) {
3492                                delete choice.possibleBranch;
3493                                choice.possibleBranch = NULL;
3494                            }
3495                            delete ws;
3496                            ws = NULL;
3497                            break;
3498                        }
3499                    } else {
3500                        // neither side feasible
3501                        anyAction = -2;
3502                        if (!choiceObject) {
3503                            delete choice.possibleBranch;
3504                            choice.possibleBranch = NULL;
3505                        }
3506                        delete ws;
3507                        ws = NULL;
3508                        break;
3509                    }
3510                }
3511                // Check max time
3512                hitMaxTime = (model->getCurrentSeconds() >
3513                               model->getDblParam(CbcModel::CbcMaximumSeconds));
3514                if (hitMaxTime) {
3515                    // make sure rest are fast
3516                    for ( int jDo = iDo + 1; jDo < numberToDo; jDo++) {
3517                        int iObject = whichObject[iDo];
3518                        OsiObject * object = model->modifiableObject(iObject);
3519                        CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
3520                            dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
3521                        if (dynamicObject)
3522                            dynamicObject->setNumberBeforeTrust(0);
3523                    }
3524                    numberTest = 0;
3525                }
3526                if (!choiceObject) {
3527                    delete choice.possibleBranch;
3528                }
3529            }
3530            if (model->messageHandler()->logLevel() > 3) {
3531                if (anyAction == -2) {
3532                    printf("infeasible\n");
3533                } else if (anyAction == -1) {
3534                    printf("%d fixed AND choosing %d iDo %d iChosenWhen %d numberToDo %d\n", numberToFix, bestChoice,
3535                           iDo, whichChoice, numberToDo);
3536                } else {
3537                    int iObject = whichObject[whichChoice];
3538                    OsiObject * object = model->modifiableObject(iObject);
3539                    CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
3540                        dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
3541                    if (dynamicObject) {
3542                        int iColumn = dynamicObject->columnNumber();
3543                        printf("choosing %d (column %d) iChosenWhen %d numberToDo %d\n", bestChoice,
3544                               iColumn, whichChoice, numberToDo);
3545                    }
3546                }
3547            }
3548            if (doneHotStart) {
3549                // Delete the snapshot
3550                solver->unmarkHotStart();
3551                // back to normal
3552                solver->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, NULL) ;
3553                // restore basis
3554                solver->setWarmStart(ws);
3555            }
3556            solver->setIntParam(OsiMaxNumIterationHotStart, saveLimit);
3557            // Unless infeasible we will carry on
3558            // But we could fix anyway
3559            if (numberToFix && !hitMaxTime) {
3560                if (anyAction != -2) {
3561                    // apply and take off
3562                    bool feasible = true;
3563                    // can do quick optimality check
3564                    int easy = 2;
3565                    solver->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, &easy) ;
3566                    model->resolve(NULL, 11, saveSolution, saveLower, saveUpper) ;
3567                    double newObjValue = solver->getObjSense()*solver->getObjValue();
3568                    objectiveValue_ = CoinMax(objectiveValue_,newObjValue);
3569                    solver->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, NULL) ;
3570                    feasible = solver->isProvenOptimal();
3571                    if (feasible) {
3572                        anyAction = 0;
3573                    } else {
3574                        anyAction = -2;
3575                        finished = true;
3576                    }
3577                }
3578            }
3579            // If  fixed then round again
3580            // See if candidate still possible
3581            if (branch_) {
3582                 const OsiObject * object = model->object(bestChoice);
3583                 int preferredWay;
3584                 double infeasibility = object->infeasibility(&usefulInfo, preferredWay);
3585                 if (!infeasibility) {
3586                   // take out
3587                   delete branch_;
3588                   branch_ = NULL;
3589                 } else {
3590                   CbcBranchingObject * branchObj =
3591                     dynamic_cast <CbcBranchingObject *>(branch_) ;
3592                   assert (branchObj);
3593                   branchObj->way(preferredWay);
3594#ifdef CBCNODE_TIGHTEN_BOUNDS
3595                   bool fixed = branchObj->tighten(solver);
3596                   if (fixed) {
3597                     //printf("Variable now fixed!\n");
3598                     // take out
3599                     delete branch_;
3600                     branch_ = NULL;
3601                   }
3602#endif
3603                 }
3604            }
3605            if (!branch_ && anyAction != -2 && !hitMaxTime) {
3606                finished = false;
3607            }
3608            delete ws;
3609        }
3610    }
3611    // update number of strong iterations etc
3612    model->incrementStrongInfo(numberStrongDone, numberStrongIterations,
3613                               anyAction == -2 ? 0 : numberToFix, anyAction == -2);
3614    if (model->searchStrategy() == -1) {
3615#ifndef COIN_DEVELOP
3616        if (solver->messageHandler()->logLevel() > 1)
3617#endif
3618            printf("%d strong, %d iters, %d inf, %d not finished, %d not trusted\n",
3619                   numberStrongDone, numberStrongIterations, numberStrongInfeasible, numberUnfinished,
3620                   numberNotTrusted);
3621        // decide what to do
3622        int strategy = 1;
3623        if (((numberUnfinished*4 > numberStrongDone &&
3624                numberStrongInfeasible*40 < numberStrongDone) ||
3625                numberStrongInfeasible < 0) && model->numberStrong() < 10 && model->numberBeforeTrust() <= 20 && model->numberObjects() > CoinMax(1000, solver->getNumRows())) {
3626            strategy = 2;
3627#ifdef COIN_DEVELOP
3628            //if (model->logLevel()>1)
3629            printf("going to strategy 2\n");
3630#endif
3631            // Weaken
3632            model->setNumberStrong(2);
3633            model->setNumberBeforeTrust(1);
3634            model->synchronizeNumberBeforeTrust();
3635        }
3636        if (numberNodes)
3637            strategy = 1;  // should only happen after hot start
3638        model->setSearchStrategy(strategy);
3639    } else if (numberStrongDone) {
3640        //printf("%d strongB, %d iters, %d inf, %d not finished, %d not trusted\n",
3641        //   numberStrongDone,numberStrongIterations,numberStrongInfeasible,numberUnfinished,
3642        //   numberNotTrusted);
3643    }
3644    if (model->searchStrategy() == 1 && numberNodes > 500 && numberNodes < -510) {
3645#ifndef COIN_DEVELOP
3646        if (solver->messageHandler()->logLevel() > 1)
3647#endif
3648            printf("after %d nodes - %d strong, %d iters, %d inf, %d not finished, %d not trusted\n",
3649                   numberNodes, numberStrongDone, numberStrongIterations, numberStrongInfeasible, numberUnfinished,
3650                   numberNotTrusted);
3651        // decide what to do
3652        if (numberUnfinished*10 > numberStrongDone + 1 ||
3653                !numberStrongInfeasible) {
3654          COIN_DETAIL_PRINT(printf("going to strategy 2\n"));
3655            // Weaken
3656            model->setNumberStrong(2);
3657            model->setNumberBeforeTrust(1);
3658            model->synchronizeNumberBeforeTrust();
3659            model->setSearchStrategy(2);
3660        }
3661    }
3662    if (numberUnfinished*10 < numberStrongDone &&
3663        model->numberStrongIterations()*20 < model->getIterationCount()&&
3664                                !auxiliaryInfo->solutionAddsCuts()) {
3665        //printf("increasing trust\n");
3666        model->synchronizeNumberBeforeTrust(2);
3667    }
3668
3669    // Set guessed solution value
3670    guessedObjectiveValue_ = objectiveValue_ + estimatedDegradation;
3671#ifdef DO_ALL_AT_ROOT
3672    if (strongType) {
3673      char general[200];
3674      if (strongType==1)
3675        sprintf(general,"Strong branching on all %d unsatisfied, %d iterations (depth %d)\n",
3676                saveNumberToDo,numberStrongIterations,depth_);
3677      else
3678        sprintf(general,"Strong branching on all %d unfixed variables (%d unsatisfied), %d iterations (depth %d)\n",
3679                saveNumberToDo+saveSatisfiedVariables,saveNumberToDo,numberStrongIterations,depth_);
3680      model->messageHandler()->message(CBC_FPUMP2,model->messages())
3681        << general << CoinMessageEol ;
3682    }
3683#endif
3684#ifdef DEBUG_SOLUTION
3685    if(onOptimalPath&&anyAction==-2) {
3686      printf("Gone off optimal path in CbcNode\n");
3687      assert(!onOptimalPath||anyAction!=-2);
3688    }
3689#endif
3690    /*
3691      Cleanup, then we're finished
3692    */
3693    if (!model->branchingMethod())
3694        delete decision;
3695
3696    delete choiceObject;
3697    delete [] sort;
3698    delete [] whichObject;
3699#ifdef RANGING
3700    delete [] objectMark;
3701#endif
3702    delete [] saveLower;
3703    delete [] saveUpper;
3704    delete [] upEstimate;
3705    delete [] downEstimate;
3706# ifdef COIN_HAS_CLP
3707    if (osiclp) {
3708        osiclp->setSpecialOptions(saveClpOptions);
3709    }
3710# endif
3711    // restore solution
3712    solver->setColSolution(saveSolution);
3713    model->reserveCurrentSolution(saveSolution);
3714    delete [] saveSolution;
3715    model->setStateOfSearch(saveStateOfSearch);
3716    model->setLogLevel(saveLogLevel);
3717    // delete extra regions
3718    if (usefulInfo.usefulRegion_) {
3719        delete [] usefulInfo.usefulRegion_;
3720        delete [] usefulInfo.indexRegion_;
3721        delete [] usefulInfo.pi_;
3722        usefulInfo.usefulRegion_ = NULL;
3723        usefulInfo.indexRegion_ = NULL;
3724        usefulInfo.pi_ = NULL;
3725    }
3726    useShadow = model->moreSpecialOptions() & 7;
3727    if ((useShadow == 5 && model->getSolutionCount()) || useShadow == 6) {
3728        // zap pseudo shadow prices
3729        model->pseudoShadow(-1);
3730        // and switch off
3731        model->setMoreSpecialOptions(model->moreSpecialOptions()&(~1023));
3732    }
3733    return anyAction;
3734}
3735int CbcNode::analyze (CbcModel *model, double * results)
3736{
3737    int i;
3738    int numberIterationsAllowed = model->numberAnalyzeIterations();
3739    OsiSolverInterface * solver = model->solver();
3740    objectiveValue_ = solver->getObjSense() * solver->getObjValue();
3741    double cutoff = model->getCutoff();
3742    const double * lower = solver->getColLower();
3743    const double * upper = solver->getColUpper();
3744    const double * dj = solver->getReducedCost();
3745    int numberObjects = model->numberObjects();
3746    int numberColumns = model->getNumCols();
3747    // Initialize arrays
3748    int numberIntegers = model->numberIntegers();
3749    int * back = new int[numberColumns];
3750    const int * integerVariable = model->integerVariable();
3751    for (i = 0; i < numberColumns; i++)
3752        back[i] = -1;
3753    // What results is
3754    double * newLower = results;
3755    double * objLower = newLower + numberIntegers;
3756    double * newUpper = objLower + numberIntegers;
3757    double * objUpper = newUpper + numberIntegers;
3758    for (i = 0; i < numberIntegers; i++) {
3759        int iColumn = integerVariable[i];
3760        back[iColumn] = i;
3761        newLower[i] = 0.0;
3762        objLower[i] = -COIN_DBL_MAX;
3763        newUpper[i] = 0.0;
3764        objUpper[i] = -COIN_DBL_MAX;
3765    }
3766    double * saveUpper = new double[numberColumns];
3767    double * saveLower = new double[numberColumns];
3768    // Save solution in case heuristics need good solution later
3769
3770    double * saveSolution = new double[numberColumns];
3771    memcpy(saveSolution, solver->getColSolution(), numberColumns*sizeof(double));
3772    model->reserveCurrentSolution(saveSolution);
3773    for (i = 0; i < numberColumns; i++) {
3774        saveLower[i] = lower[i];
3775        saveUpper[i] = upper[i];
3776    }
3777    // Get arrays to sort
3778    double * sort = new double[numberObjects];
3779    int * whichObject = new int[numberObjects];
3780    int numberToFix = 0;
3781    int numberToDo = 0;
3782    double integerTolerance =
3783        model->getDblParam(CbcModel::CbcIntegerTolerance);
3784    // point to useful information
3785    OsiBranchingInformation usefulInfo = model->usefulInformation();
3786    // and modify
3787    usefulInfo.depth_ = depth_;
3788
3789    // compute current state
3790    int numberObjectInfeasibilities; // just odd ones
3791    int numberIntegerInfeasibilities;
3792    model->feasibleSolution(
3793        numberIntegerInfeasibilities,
3794        numberObjectInfeasibilities);
3795# ifdef COIN_HAS_CLP
3796    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
3797    int saveClpOptions = 0;
3798    bool fastIterations = (model->specialOptions() & 8) != 0;
3799    if (osiclp && fastIterations) {
3800        // for faster hot start
3801        saveClpOptions = osiclp->specialOptions();
3802        osiclp->setSpecialOptions(saveClpOptions | 8192);
3803    }
3804# else
3805    bool fastIterations = false ;
3806# endif
3807    /*
3808      Scan for branching objects that indicate infeasibility. Choose candidates
3809      using priority as the first criteria, then integer infeasibility.
3810
3811      The algorithm is to fill the array with a set of good candidates (by
3812      infeasibility) with priority bestPriority.  Finding a candidate with
3813      priority better (less) than bestPriority flushes the choice array. (This
3814      serves as initialization when the first candidate is found.)
3815
3816    */
3817    numberToDo = 0;
3818    for (i = 0; i < numberObjects; i++) {
3819        OsiObject * object = model->modifiableObject(i);
3820        CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
3821            dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
3822        if (!dynamicObject)
3823            continue;
3824        int preferredWay;
3825        double infeasibility = object->infeasibility(&usefulInfo, preferredWay);
3826        int iColumn = dynamicObject->columnNumber();
3827        if (saveUpper[iColumn] == saveLower[iColumn])
3828            continue;
3829        if (infeasibility)
3830            sort[numberToDo] = -1.0e10 - infeasibility;
3831        else
3832            sort[numberToDo] = -fabs(dj[iColumn]);
3833        whichObject[numberToDo++] = i;
3834    }
3835    // Save basis
3836    CoinWarmStart * ws = solver->getWarmStart();
3837    int saveLimit;
3838    solver->getIntParam(OsiMaxNumIterationHotStart, saveLimit);
3839    int targetIterations = CoinMax(500, numberIterationsAllowed / numberObjects);
3840    if (saveLimit < targetIterations)
3841        solver->setIntParam(OsiMaxNumIterationHotStart, targetIterations);
3842    // Mark hot start
3843    solver->markHotStart();
3844    // Sort
3845    CoinSort_2(sort, sort + numberToDo, whichObject);
3846    double * currentSolution = model->currentSolution();
3847    double objMin = 1.0e50;
3848    double objMax = -1.0e50;
3849    bool needResolve = false;
3850    /*
3851      Now calculate the cost forcing the variable up and down.
3852    */
3853    int iDo;
3854    for (iDo = 0; iDo < numberToDo; iDo++) {
3855        CbcStrongInfo choice;
3856        int iObject = whichObject[iDo];
3857        OsiObject * object = model->modifiableObject(iObject);
3858        CbcSimpleIntegerDynamicPseudoCost * dynamicObject =
3859            dynamic_cast <CbcSimpleIntegerDynamicPseudoCost *>(object) ;
3860        if (!dynamicObject)
3861            continue;
3862        int iColumn = dynamicObject->columnNumber();
3863        int preferredWay;
3864        /*
3865          Update the information held in the object.
3866        */
3867        object->infeasibility(&usefulInfo, preferredWay);
3868        double value = currentSolution[iColumn];
3869        double nearest = floor(value + 0.5);
3870        double lowerValue = floor(value);
3871        bool satisfied = false;
3872        if (fabs(value - nearest) <= integerTolerance || value < saveLower[iColumn] || value > saveUpper[iColumn]) {
3873            satisfied = true;
3874            double newValue;
3875            if (nearest < saveUpper[iColumn]) {
3876                newValue = nearest + 1.0001 * integerTolerance;
3877                lowerValue = nearest;
3878            } else {
3879                newValue = nearest - 1.0001 * integerTolerance;
3880                lowerValue = nearest - 1;
3881            }
3882            currentSolution[iColumn] = newValue;
3883        }
3884        double upperValue = lowerValue + 1.0;
3885        //CbcSimpleInteger * obj =
3886        //dynamic_cast <CbcSimpleInteger *>(object) ;
3887        //if (obj) {
3888        //choice.possibleBranch=obj->createCbcBranch(solver,&usefulInfo,preferredWay);
3889        //} else {
3890        CbcObject * obj =
3891            dynamic_cast <CbcObject *>(object) ;
3892        assert (obj);
3893        choice.possibleBranch = obj->createCbcBranch(solver, &usefulInfo, preferredWay);
3894        //}
3895        currentSolution[iColumn] = value;
3896        // Save which object it was
3897        choice.objectNumber = iObject;
3898        choice.numIntInfeasUp = numberUnsatisfied_;
3899        choice.numIntInfeasDown = numberUnsatisfied_;
3900        choice.downMovement = 0.0;
3901        choice.upMovement = 0.0;
3902        choice.numItersDown = 0;
3903        choice.numItersUp = 0;
3904        choice.fix = 0; // say not fixed
3905        double objectiveChange ;
3906        double newObjectiveValue = 1.0e100;
3907        int j;
3908        // status is 0 finished, 1 infeasible and other
3909        int iStatus;
3910        /*
3911          Try the down direction first. (Specify the initial branching alternative as
3912          down with a call to way(-1). Each subsequent call to branch() performs the
3913          specified branch and advances the branch object state to the next branch
3914          alternative.)
3915        */
3916        choice.possibleBranch->way(-1) ;
3917        choice.possibleBranch->branch() ;
3918        if (fabs(value - lowerValue) > integerTolerance) {
3919            solver->solveFromHotStart() ;
3920            /*
3921              We now have an estimate of objective degradation that we can use for strong
3922              branching. If we're over the cutoff, the variable is monotone up.
3923              If we actually made it to optimality, check for a solution, and if we have
3924              a good one, call setBestSolution to process it. Note that this may reduce the
3925              cutoff, so we check again to see if we can declare this variable monotone.
3926            */
3927            if (solver->isProvenOptimal())
3928                iStatus = 0; // optimal
3929            else if (solver->isIterationLimitReached()
3930                     && !solver->isDualObjectiveLimitReached())
3931                iStatus = 2; // unknown
3932            else
3933                iStatus = 1; // infeasible
3934            newObjectiveValue = solver->getObjSense() * solver->getObjValue();
3935            choice.numItersDown = solver->getIterationCount();
3936            numberIterationsAllowed -= choice.numItersDown;
3937            objectiveChange = newObjectiveValue  - objectiveValue_;
3938            if (!iStatus) {
3939                choice.finishedDown = true ;
3940                if (newObjectiveValue >= cutoff) {
3941                    objectiveChange = 1.0e100; // say infeasible
3942                } else {
3943                    // See if integer solution
3944                    if (model->feasibleSolution(choice.numIntInfeasDown,
3945                                                choice.numObjInfeasDown)
3946                            && model->problemFeasibility()->feasible(model, -1) >= 0) {
3947                        model->setBestSolution(CBC_STRONGSOL,
3948                                               newObjectiveValue,
3949                                               solver->getColSolution()) ;
3950                        model->setLastHeuristic(NULL);
3951                        model->incrementUsed(solver->getColSolution());
3952                        cutoff = model->getCutoff();
3953                        if (newObjectiveValue >= cutoff)        //  *new* cutoff
3954                            objectiveChange = 1.0e100 ;
3955                    }
3956                }
3957            } else if (iStatus == 1) {
3958                objectiveChange = 1.0e100 ;
3959            } else {
3960                // Can't say much as we did not finish
3961                choice.finishedDown = false ;
3962            }
3963            choice.downMovement = objectiveChange ;
3964        }
3965        // restore bounds
3966        for ( j = 0; j < numberColumns; j++) {
3967            if (saveLower[j] != lower[j])
3968                solver->setColLower(j, saveLower[j]);
3969            if (saveUpper[j] != upper[j])
3970                solver->setColUpper(j, saveUpper[j]);
3971        }
3972        // repeat the whole exercise, forcing the variable up
3973        choice.possibleBranch->branch();
3974        if (fabs(value - upperValue) > integerTolerance) {
3975            solver->solveFromHotStart() ;
3976            /*
3977              We now have an estimate of objective degradation that we can use for strong
3978              branching. If we're over the cutoff, the variable is monotone up.
3979              If we actually made it to optimality, check for a solution, and if we have
3980              a good one, call setBestSolution to process it. Note that this may reduce the
3981              cutoff, so we check again to see if we can declare this variable monotone.
3982            */
3983            if (solver->isProvenOptimal())
3984                iStatus = 0; // optimal
3985            else if (solver->isIterationLimitReached()
3986                     && !solver->isDualObjectiveLimitReached())
3987                iStatus = 2; // unknown
3988            else
3989                iStatus = 1; // infeasible
3990            newObjectiveValue = solver->getObjSense() * solver->getObjValue();
3991            choice.numItersUp = solver->getIterationCount();
3992            numberIterationsAllowed -= choice.numItersUp;
3993            objectiveChange = newObjectiveValue  - objectiveValue_;
3994            if (!iStatus) {
3995                choice.finishedUp = true ;
3996                if (newObjectiveValue >= cutoff) {
3997                    objectiveChange = 1.0e100; // say infeasible
3998                } else {
3999                    // See if integer solution
4000                    if (model->feasibleSolution(choice.numIntInfeasUp,
4001                                                choice.numObjInfeasUp)
4002                            && model->problemFeasibility()->feasible(model, -1) >= 0) {
4003                        model->setBestSolution(CBC_STRONGSOL,
4004                                               newObjectiveValue,
4005                                               solver->getColSolution()) ;
4006                        model->setLastHeuristic(NULL);
4007                        model->incrementUsed(solver->getColSolution());
4008                        cutoff = model->getCutoff();
4009                        if (newObjectiveValue >= cutoff)        //  *new* cutoff
4010                            objectiveChange = 1.0e100 ;
4011                    }
4012                }
4013            } else if (iStatus == 1) {
4014                objectiveChange = 1.0e100 ;
4015            } else {
4016                // Can't say much as we did not finish
4017                choice.finishedUp = false ;
4018            }
4019            choice.upMovement = objectiveChange ;
4020
4021            // restore bounds
4022            for ( j = 0; j < numberColumns; j++) {
4023                if (saveLower[j] != lower[j])
4024                    solver->setColLower(j, saveLower[j]);
4025                if (saveUpper[j] != upper[j])
4026                    solver->setColUpper(j, saveUpper[j]);
4027            }
4028        }
4029        // If objective goes above certain amount we can set bound
4030        int jInt = back[iColumn];
4031        newLower[jInt] = upperValue;
4032        if (choice.finishedDown)
4033            objLower[jInt] = choice.downMovement + objectiveValue_;
4034        else
4035            objLower[jInt] = objectiveValue_;
4036        newUpper[jInt] = lowerValue;
4037        if (choice.finishedUp)
4038            objUpper[jInt] = choice.upMovement + objectiveValue_;
4039        else
4040            objUpper[jInt] = objectiveValue_;
4041        objMin = CoinMin(CoinMin(objLower[jInt], objUpper[jInt]), objMin);
4042        /*
4043          End of evaluation for this candidate variable. Possibilities are:
4044          * Both sides below cutoff; this variable is a candidate for branching.
4045          * Both sides infeasible or above the objective cutoff: no further action
4046          here. Break from the evaluation loop and assume the node will be purged
4047          by the caller.
4048          * One side below cutoff: Install the branch (i.e., fix the variable). Break
4049          from the evaluation loop and assume the node will be reoptimised by the
4050          caller.
4051        */
4052        if (choice.upMovement < 1.0e100) {
4053            if (choice.downMovement < 1.0e100) {
4054                objMax = CoinMax(CoinMax(objLower[jInt], objUpper[jInt]), objMax);
4055                // In case solution coming in was odd
4056                choice.upMovement = CoinMax(0.0, choice.upMovement);
4057                choice.downMovement = CoinMax(0.0, choice.downMovement);
4058                // feasible -
4059                model->messageHandler()->message(CBC_STRONG, *model->messagesPointer())
4060                << iObject << iColumn
4061                << choice.downMovement << choice.numIntInfeasDown
4062                << choice.upMovement << choice.numIntInfeasUp
4063                << value
4064                << CoinMessageEol;
4065            } else {
4066                // up feasible, down infeasible
4067                if (!satisfied)
4068                    needResolve = true;
4069                choice.fix = 1;
4070                numberToFix++;
4071                saveLower[iColumn] = upperValue;
4072                solver->setColLower(iColumn, upperValue);
4073            }
4074        } else {
4075            if (choice.downMovement < 1.0e100) {
4076                // down feasible, up infeasible
4077                if (!satisfied)
4078                    needResolve = true;
4079                choice.fix = -1;
4080                numberToFix++;
4081                saveUpper[iColumn] = lowerValue;
4082                solver->setColUpper(iColumn, lowerValue);
4083            } else {
4084                // neither side feasible
4085                COIN_DETAIL_PRINT(printf("Both infeasible for choice %d sequence %d\n", i,
4086                                         model->object(choice.objectNumber)->columnNumber()));
4087                delete ws;
4088                ws = NULL;
4089                //solver->writeMps("bad");
4090                numberToFix = -1;
4091                delete choice.possibleBranch;
4092                choice.possibleBranch = NULL;
4093                break;
4094            }
4095        }
4096        delete choice.possibleBranch;
4097        if (numberIterationsAllowed <= 0)
4098            break;
4099        //printf("obj %d, col %d, down %g up %g value %g\n",iObject,iColumn,
4100        //     choice.downMovement,choice.upMovement,value);
4101    }
4102    COIN_DETAIL_PRINT(printf("Best possible solution %g, can fix more if solution of %g found - looked at %d variables in %d iterations\n",
4103                             objMin, objMax, iDo, model->numberAnalyzeIterations() - numberIterationsAllowed));
4104    model->setNumberAnalyzeIterations(numberIterationsAllowed);
4105    // Delete the snapshot
4106    solver->unmarkHotStart();
4107    // back to normal
4108    solver->setHintParam(OsiDoInBranchAndCut, true, OsiHintDo, NULL) ;
4109    solver->setIntParam(OsiMaxNumIterationHotStart, saveLimit);
4110    // restore basis
4111    solver->setWarmStart(ws);
4112    delete ws;
4113
4114    delete [] sort;
4115    delete [] whichObject;
4116    delete [] saveLower;
4117    delete [] saveUpper;
4118    delete [] back;
4119    // restore solution
4120    solver->setColSolution(saveSolution);
4121# ifdef COIN_HAS_CLP
4122    if (osiclp)
4123        osiclp->setSpecialOptions(saveClpOptions);
4124# endif
4125    model->reserveCurrentSolution(saveSolution);
4126    delete [] saveSolution;
4127    if (needResolve)
4128        solver->resolve();
4129    return numberToFix;
4130}
4131
4132
4133CbcNode::CbcNode(const CbcNode & rhs)
4134        : CoinTreeNode(rhs)
4135{
4136#ifdef CHECK_NODE
4137    printf("CbcNode %x Constructor from rhs %x\n", this, &rhs);
4138#endif
4139    if (rhs.nodeInfo_)
4140        nodeInfo_ = rhs.nodeInfo_->clone();
4141    else
4142        nodeInfo_ = NULL;
4143    objectiveValue_ = rhs.objectiveValue_;
4144    guessedObjectiveValue_ = rhs.guessedObjectiveValue_;
4145    sumInfeasibilities_ = rhs.sumInfeasibilities_;
4146    if (rhs.branch_)
4147        branch_ = rhs.branch_->clone();
4148    else
4149        branch_ = NULL;
4150    depth_ = rhs.depth_;
4151    numberUnsatisfied_ = rhs.numberUnsatisfied_;
4152    nodeNumber_ = rhs.nodeNumber_;
4153    state_ = rhs.state_;
4154    if (nodeInfo_)
4155        assert ((state_&2) != 0);
4156    else
4157        assert ((state_&2) == 0);
4158}
4159
4160CbcNode &
4161CbcNode::operator=(const CbcNode & rhs)
4162{
4163    if (this != &rhs) {
4164        delete nodeInfo_;
4165        if (rhs.nodeInfo_)
4166            nodeInfo_ = rhs.nodeInfo_->clone();
4167        else
4168            nodeInfo_ = NULL;
4169        objectiveValue_ = rhs.objectiveValue_;
4170        guessedObjectiveValue_ = rhs.guessedObjectiveValue_;
4171        sumInfeasibilities_ = rhs.sumInfeasibilities_;
4172        if (rhs.branch_)
4173            branch_ = rhs.branch_->clone();
4174        else
4175            branch_ = NULL,
4176                      depth_ = rhs.depth_;
4177        numberUnsatisfied_ = rhs.numberUnsatisfied_;
4178        nodeNumber_ = rhs.nodeNumber_;
4179        state_ = rhs.state_;
4180        if (nodeInfo_)
4181            assert ((state_&2) != 0);
4182        else
4183            assert ((state_&2) == 0);
4184    }
4185    return *this;
4186}
4187CbcNode::~CbcNode ()
4188{
4189#ifdef CHECK_NODE
4190    if (nodeInfo_) {
4191        printf("CbcNode %x Destructor nodeInfo %x (%d)\n",
4192               this, nodeInfo_, nodeInfo_->numberPointingToThis());
4193        //assert(nodeInfo_->numberPointingToThis()>=0);
4194    } else {
4195        printf("CbcNode %x Destructor nodeInfo %x (?)\n",
4196               this, nodeInfo_);
4197    }
4198#endif
4199    if (nodeInfo_) {
4200        // was if (nodeInfo_&&(state_&2)!=0) {
4201        nodeInfo_->nullOwner();
4202        int numberToDelete = nodeInfo_->numberBranchesLeft();
4203        //    CbcNodeInfo * parent = nodeInfo_->parent();
4204        //assert (nodeInfo_->numberPointingToThis()>0);
4205        if (nodeInfo_->decrement(numberToDelete) == 0 || (state_&2) == 0) {
4206            if ((state_&2) == 0)
4207                nodeInfo_->nullParent();
4208            delete nodeInfo_;
4209        } else {
4210            //printf("node %x nodeinfo %x parent %x\n",this,nodeInfo_,nodeInfo_->parent());
4211            // anyway decrement parent
4212            //if (parent)
4213            ///parent->decrement(1);
4214        }
4215    }
4216    delete branch_;
4217}
4218// Decrement  active cut counts
4219void
4220CbcNode::decrementCuts(int change)
4221{
4222    if (nodeInfo_)
4223        assert ((state_&2) != 0);
4224    else
4225        assert ((state_&2) == 0);
4226    if (nodeInfo_) {
4227        nodeInfo_->decrementCuts(change);
4228    }
4229}
4230void
4231CbcNode::decrementParentCuts(CbcModel * model, int change)
4232{
4233    if (nodeInfo_)
4234        assert ((state_&2) != 0);
4235    else
4236        assert ((state_&2) == 0);
4237    if (nodeInfo_) {
4238        nodeInfo_->decrementParentCuts(model, change);
4239    }
4240}
4241
4242/*
4243  Initialize reference counts (numberPointingToThis, numberBranchesLeft_)
4244  in the attached nodeInfo_.
4245*/
4246void
4247CbcNode::initializeInfo()
4248{
4249    assert(nodeInfo_ && branch_) ;
4250    nodeInfo_->initializeInfo(branch_->numberBranches());
4251    assert ((state_&2) != 0);
4252    assert (nodeInfo_->numberBranchesLeft() ==
4253            branch_->numberBranchesLeft());
4254}
4255// Nulls out node info
4256void
4257CbcNode::nullNodeInfo()
4258{
4259    nodeInfo_ = NULL;
4260    // say not active
4261    state_ &= ~2;
4262}
4263
4264int
4265CbcNode::branch(OsiSolverInterface * solver)
4266{
4267    double changeInGuessed;
4268    assert (nodeInfo_->numberBranchesLeft() ==
4269            branch_->numberBranchesLeft());
4270    if (!solver)
4271        changeInGuessed = branch_->branch();
4272    else
4273        changeInGuessed = branch_->branch(solver);
4274    guessedObjectiveValue_ += changeInGuessed;
4275    //#define PRINTIT
4276#ifdef PRINTIT
4277    int numberLeft = nodeInfo_->numberBranchesLeft();
4278    CbcNodeInfo * parent = nodeInfo_->parent();
4279    int parentNodeNumber = -1;
4280    CbcBranchingObject * object1 =
4281        dynamic_cast<CbcBranchingObject *>(branch_) ;
4282    //OsiObject * object = object1->
4283    //int sequence = object->columnNumber);
4284    int id = -1;
4285    double value = 0.0;
4286    if (object1) {
4287        id = object1->variable();
4288        value = object1->value();
4289    }
4290    printf("id %d value %g objvalue %g\n", id, value, objectiveValue_);
4291    if (parent)
4292        parentNodeNumber = parent->nodeNumber();
4293    printf("Node number %d, %s, way %d, depth %d, parent node number %d\n",
4294           nodeInfo_->nodeNumber(), (numberLeft == 2) ? "leftBranch" : "rightBranch",
4295           way(), depth_, parentNodeNumber);
4296    assert (parentNodeNumber != nodeInfo_->nodeNumber());
4297#endif
4298    return nodeInfo_->branchedOn();
4299}
4300/* Active arm of the attached OsiBranchingObject.
4301
4302   In the simplest instance, coded -1 for the down arm of the branch, +1 for
4303   the up arm. But see OsiBranchingObject::way()
4304   Use nodeInfo--.numberBranchesLeft_ to see how active
4305
4306   Except that there is no OsiBranchingObject::way(), and this'll fail in any
4307   event because we have various OsiXXXBranchingObjects which aren't descended
4308   from CbcBranchingObjects. I think branchIndex() is the appropriate
4309   equivalent, but could be wrong. (lh, 061220)
4310
4311   071212: I'm finally getting back to cbc-generic and rescuing a lot of my
4312   annotation from branches/devel (which was killed in summer). I'm going to
4313   put back an assert(obj) just to see what happens. It's still present as of
4314   the most recent change to CbcNode (r833).
4315
4316   080104: Yep, we can arrive here with an OsiBranchingObject. Removed the
4317   assert, it's served its purpose.
4318
4319   080226: John finally noticed this problem and added a way() method to the
4320   OsiBranchingObject hierarchy. Removing my workaround.
4321
4322*/
4323int
4324CbcNode::way() const
4325{
4326    if (branch_) {
4327        CbcBranchingObject * obj =
4328            dynamic_cast <CbcBranchingObject *>(branch_) ;
4329        if (obj) {
4330            return obj->way();
4331        } else {
4332            OsiTwoWayBranchingObject * obj2 =
4333                dynamic_cast <OsiTwoWayBranchingObject *>(branch_) ;
4334            assert (obj2);
4335            return obj2->way();
4336        }
4337    } else {
4338        return 0;
4339    }
4340}
4341/* Create a branching object for the node
4342
4343   The routine scans the object list of the model and selects a set of
4344   unsatisfied objects as candidates for branching. The candidates are
4345   evaluated, and an appropriate branch object is installed.
4346
4347   The numberPassesLeft is decremented to stop fixing one variable each time
4348   and going on and on (e.g. for stock cutting, air crew scheduling)
4349
4350   If evaluation determines that an object is monotone or infeasible,
4351   the routine returns immediately. In the case of a monotone object,
4352   the branch object has already been called to modify the model.
4353
4354   Return value:
4355   <ul>
4356   <li>  0: A branching object has been installed
4357   <li> -1: A monotone object was discovered
4358   <li> -2: An infeasible object was discovered
4359   </ul>
4360   Branch state:
4361   <ul>
4362   <li> -1: start
4363   <li> -1: A monotone object was discovered
4364   <li> -2: An infeasible object was discovered
4365   </ul>
4366*/
4367int
4368CbcNode::chooseOsiBranch (CbcModel * model,
4369                          CbcNode * lastNode,
4370                          OsiBranchingInformation * usefulInfo,
4371                          int branchState)
4372{
4373    int returnStatus = 0;
4374    if (lastNode)
4375        depth_ = lastNode->depth_ + 1;
4376    else
4377        depth_ = 0;
4378    OsiSolverInterface * solver = model->solver();
4379    objectiveValue_ = solver->getObjValue() * solver->getObjSense();
4380    usefulInfo->objectiveValue_ = objectiveValue_;
4381    usefulInfo->depth_ = depth_;
4382    const double * saveInfoSol = usefulInfo->solution_;
4383    double * saveSolution = new double[solver->getNumCols()];
4384    memcpy(saveSolution, solver->getColSolution(), solver->getNumCols()*sizeof(double));
4385    usefulInfo->solution_ = saveSolution;
4386    OsiChooseVariable * choose = model->branchingMethod()->chooseMethod();
4387    int numberUnsatisfied = -1;
4388    if (branchState < 0) {
4389        // initialize
4390        // initialize sum of "infeasibilities"
4391        sumInfeasibilities_ = 0.0;
4392        numberUnsatisfied = choose->setupList(usefulInfo, true);
4393        numberUnsatisfied_ = numberUnsatisfied;
4394        branchState = 0;
4395        if (numberUnsatisfied_ < 0) {
4396            // infeasible
4397            delete [] saveSolution;
4398            return -2;
4399        }
4400    }
4401    // unset best
4402    int best = -1;
4403    choose->setBestObjectIndex(-1);
4404    if (numberUnsatisfied) {
4405        if (branchState > 0 || !choose->numberOnList()) {
4406            // we need to return at once - don't do strong branching or anything
4407            if (choose->numberOnList() || !choose->numberStrong()) {
4408                best = choose->candidates()[0];
4409                choose->setBestObjectIndex(best);
4410            } else {
4411                // nothing on list - need to try again - keep any solution
4412                numberUnsatisfied = choose->setupList(usefulInfo, false);
4413                numberUnsatisfied_ = numberUnsatisfied;
4414                if (numberUnsatisfied) {
4415                    best = choose->candidates()[0];
4416                    choose->setBestObjectIndex(best);
4417                }
4418            }
4419        } else {
4420            // carry on with strong branching or whatever
4421            int returnCode = choose->chooseVariable(solver, usefulInfo, true);
4422            // update number of strong iterations etc
4423            model->incrementStrongInfo(choose->numberStrongDone(), choose->numberStrongIterations(),
4424                                       returnCode == -1 ? 0 : choose->numberStrongFixed(), returnCode == -1);
4425            if (returnCode > 1) {
4426                // has fixed some
4427                returnStatus = -1;
4428            } else if (returnCode == -1) {
4429                // infeasible
4430                returnStatus = -2;
4431            } else if (returnCode == 0) {
4432                // normal
4433                returnStatus = 0;
4434                numberUnsatisfied = 1;
4435            } else {
4436                // ones on list satisfied - double check
4437                numberUnsatisfied = choose->setupList(usefulInfo, false);
4438                numberUnsatisfied_ = numberUnsatisfied;
4439                if (numberUnsatisfied) {
4440                    best = choose->candidates()[0];
4441                    choose->setBestObjectIndex(best);
4442                }
4443            }
4444        }
4445    }
4446    delete branch_;
4447    branch_ = NULL;
4448    guessedObjectiveValue_ = COIN_DBL_MAX;//objectiveValue_; // for now
4449    if (!returnStatus) {
4450        if (numberUnsatisfied) {
4451            // create branching object
4452            const OsiObject * obj = model->solver()->object(choose->bestObjectIndex());
4453            //const OsiSolverInterface * solver = usefulInfo->solver_;
4454            branch_ = obj->createBranch(model->solver(), usefulInfo, obj->whichWay());
4455        }
4456    }
4457    usefulInfo->solution_ = saveInfoSol;
4458    delete [] saveSolution;
4459    // may have got solution
4460    if (choose->goodSolution()
4461            && model->problemFeasibility()->feasible(model, -1) >= 0) {
4462        // yes
4463        double objValue = choose->goodObjectiveValue();
4464        model->setBestSolution(CBC_STRONGSOL,
4465                               objValue,
4466                               choose->goodSolution()) ;
4467        model->setLastHeuristic(NULL);
4468        model->incrementUsed(choose->goodSolution());
4469        choose->clearGoodSolution();
4470    }
4471    return returnStatus;
4472}
4473int
4474CbcNode::chooseClpBranch (CbcModel * model,
4475                          CbcNode * lastNode)
4476{
4477    assert(lastNode);
4478    depth_ = lastNode->depth_ + 1;
4479    delete branch_;
4480    branch_ = NULL;
4481    OsiSolverInterface * solver = model->solver();
4482    //double saveObjectiveValue = solver->getObjValue();
4483    //double objectiveValue = CoinMax(solver->getObjSense()*saveObjectiveValue,objectiveValue_);
4484    const double * lower = solver->getColLower();
4485    const double * upper = solver->getColUpper();
4486    // point to useful information
4487    OsiBranchingInformation usefulInfo = model->usefulInformation();
4488    // and modify
4489    usefulInfo.depth_ = depth_;
4490    int i;
4491    //bool beforeSolution = model->getSolutionCount()==0;
4492    int numberObjects = model->numberObjects();
4493    int numberColumns = model->getNumCols();
4494    double * saveUpper = new double[numberColumns];
4495    double * saveLower = new double[numberColumns];
4496
4497    // Save solution in case heuristics need good solution later
4498
4499    double * saveSolution = new double[numberColumns];
4500    memcpy(saveSolution, solver->getColSolution(), numberColumns*sizeof(double));
4501    model->reserveCurrentSolution(saveSolution);
4502    for (i = 0; i < numberColumns; i++) {
4503        saveLower[i] = lower[i];
4504        saveUpper[i] = upper[i];
4505    }
4506    // Save basis
4507    CoinWarmStart * ws = solver->getWarmStart();
4508    numberUnsatisfied_ = 0;
4509    // initialize sum of "infeasibilities"
4510    sumInfeasibilities_ = 0.0;
4511    // Note looks as if off end (hidden one)
4512    OsiObject * object = model->modifiableObject(numberObjects);
4513    CbcGeneralDepth * thisOne = dynamic_cast <CbcGeneralDepth *> (object);
4514    assert (thisOne);
4515    OsiClpSolverInterface * clpSolver
4516    = dynamic_cast<OsiClpSolverInterface *> (solver);
4517    assert (clpSolver);
4518    ClpSimplex * simplex = clpSolver->getModelPtr();
4519    int preferredWay;
4520    double infeasibility = object->infeasibility(&usefulInfo, preferredWay);
4521    if (thisOne->whichSolution() >= 0) {
4522        ClpNode * nodeInfo=NULL;
4523        if ((model->moreSpecialOptions()&33554432)==0) {
4524          nodeInfo = thisOne->nodeInfo(thisOne->whichSolution());
4525          nodeInfo->applyNode(simplex, 2);
4526        } else {
4527          // from diving
4528          CbcSubProblem ** nodes = reinterpret_cast<CbcSubProblem **>
4529            (model->temporaryPointer());
4530          assert (nodes);
4531          int numberDo=thisOne->numberNodes()-1;
4532          for (int iNode=0;iNode<numberDo;iNode++)
4533            nodes[iNode]->apply(solver,1);
4534          nodes[numberDo]->apply(solver,9+16);
4535        }
4536        int saveLogLevel = simplex->logLevel();
4537        simplex->setLogLevel(0);
4538        simplex->dual();
4539        simplex->setLogLevel(saveLogLevel);
4540        double cutoff = model->getCutoff();
4541        bool goodSolution = true;
4542        if (simplex->status()) {
4543            //simplex->writeMps("bad7.mps",2);
4544            if (nodeInfo) {
4545              if (nodeInfo->objectiveValue() > cutoff - 1.0e-2)
4546                goodSolution = false;
4547              else
4548                assert (!simplex->status());
4549            } else {
4550              // debug diving
4551              assert (!simplex->status());
4552            }
4553        }
4554        if (goodSolution) {
4555            double newObjectiveValue = solver->getObjSense() * solver->getObjValue();
4556            // See if integer solution
4557            int numInf;
4558            int numInf2;
4559            bool gotSol = model->feasibleSolution(numInf, numInf2);
4560            if (!gotSol) {
4561              COIN_DETAIL_PRINT(printf("numinf %d\n", numInf));
4562                double * sol = simplex->primalColumnSolution();
4563                for (int i = 0; i < numberColumns; i++) {
4564                    if (simplex->isInteger(i)) {
4565                        double value = floor(sol[i] + 0.5);
4566                        if (fabs(value - sol[i]) > 1.0e-7) {
4567                          COIN_DETAIL_PRINT(printf("%d value %g\n", i, sol[i]));
4568                            if (fabs(value - sol[i]) < 1.0e-3) {
4569                                sol[i] = value;
4570                            }
4571                        }
4572                    }
4573                }
4574                simplex->writeMps("bad8.mps", 2);
4575                bool gotSol = model->feasibleSolution(numInf, numInf2);
4576                if (!gotSol)
4577                    assert (gotSol);
4578            }
4579            model->setBestSolution(CBC_STRONGSOL,
4580                                   newObjectiveValue,
4581                                   solver->getColSolution()) ;
4582            model->setLastHeuristic(NULL);
4583            model->incrementUsed(solver->getColSolution());
4584        }
4585    }
4586    // restore bounds
4587    {
4588        for (int j = 0; j < numberColumns; j++) {
4589            if (saveLower[j] != lower[j])
4590                solver->setColLower(j, saveLower[j]);
4591            if (saveUpper[j] != upper[j])
4592                solver->setColUpper(j, saveUpper[j]);
4593        }
4594    }
4595    // restore basis
4596    solver->setWarmStart(ws);
4597    delete ws;
4598    int anyAction;
4599    //#define CHECK_PATH
4600#ifdef CHECK_PATH
4601    extern int gotGoodNode_Z;
4602    if (gotGoodNode_Z >= 0)
4603        printf("good node %d %g\n", gotGoodNode_Z, infeasibility);
4604#endif
4605    if (infeasibility > 0.0) {
4606        if (infeasibility == COIN_DBL_MAX) {
4607            anyAction = -2; // infeasible
4608        } else {
4609            branch_ = thisOne->createCbcBranch(solver, &usefulInfo, preferredWay);
4610            if (branch_) {
4611              // Set to first one (and change when re-pushing)
4612              CbcGeneralBranchingObject * branch =
4613                dynamic_cast <CbcGeneralBranchingObject *> (branch_);
4614              branch->state(objectiveValue_, sumInfeasibilities_,
4615                            numberUnsatisfied_, 0);
4616              branch->setNode(this);
4617              anyAction = 0;
4618            } else {
4619              anyAction = -2; // mark as infeasible
4620            }
4621        }
4622    } else {
4623        anyAction = -1;
4624    }
4625#ifdef CHECK_PATH
4626    gotGoodNode_Z = -1;
4627#endif
4628    // Set guessed solution value
4629    guessedObjectiveValue_ = objectiveValue_ + 1.0e-5;
4630    delete [] saveLower;
4631    delete [] saveUpper;
4632
4633    // restore solution
4634    solver->setColSolution(saveSolution);
4635    delete [] saveSolution;
4636    return anyAction;
4637}
4638/* Double checks in case node can change its mind!
4639   Returns objective value
4640   Can change objective etc */
4641double
4642CbcNode::checkIsCutoff(double cutoff)
4643{
4644    branch_->checkIsCutoff(cutoff);
4645    return objectiveValue_;
4646}
4647
Note: See TracBrowser for help on using the repository browser.