source: stable/2.9/Cbc/src/CbcHeuristic.cpp @ 2353

Last change on this file since 2353 was 2353, checked in by forrest, 3 years ago

try and allow SOS in mini BAB

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 120.9 KB
Line 
1/* $Id: CbcHeuristic.cpp 2353 2018-01-02 11:31:02Z forrest $ */
2// Copyright (C) 2002, International Business Machines
3// Corporation and others.  All Rights Reserved.
4// This code is licensed under the terms of the Eclipse Public License (EPL).
5
6#if defined(_MSC_VER)
7// Turn off compiler warning about long names
8#  pragma warning(disable:4786)
9#endif
10
11#include "CbcConfig.h"
12
13#include <cassert>
14#include <cstdlib>
15#include <cmath>
16#include <cfloat>
17
18//#define PRINT_DEBUG
19#ifdef COIN_HAS_CLP
20#include "OsiClpSolverInterface.hpp"
21#endif
22#include "CbcModel.hpp"
23#include "CbcMessage.hpp"
24#include "CbcHeuristic.hpp"
25#include "CbcHeuristicFPump.hpp"
26#include "CbcHeuristicRINS.hpp"
27#include "CbcEventHandler.hpp"
28#include "CbcStrategy.hpp"
29#include "CglPreProcess.hpp"
30#include "CglGomory.hpp"
31#include "CglProbing.hpp"
32#include "OsiAuxInfo.hpp"
33#include "OsiRowCutDebugger.hpp"
34#include "OsiPresolve.hpp"
35#include "CbcBranchActual.hpp"
36#include "CbcCutGenerator.hpp"
37#include "CoinMpsIO.hpp"
38//==============================================================================
39
40CbcHeuristicNode::CbcHeuristicNode(const CbcHeuristicNode& rhs)
41{
42    numObjects_ = rhs.numObjects_;
43    brObj_ = new CbcBranchingObject*[numObjects_];
44    for (int i = 0; i < numObjects_; ++i) {
45        brObj_[i] = rhs.brObj_[i]->clone();
46    }
47}
48
49void
50CbcHeuristicNodeList::gutsOfDelete()
51{
52    for (int i = (static_cast<int>(nodes_.size())) - 1; i >= 0; --i) {
53        delete nodes_[i];
54    }
55}
56
57void
58CbcHeuristicNodeList::gutsOfCopy(const CbcHeuristicNodeList& rhs)
59{
60    append(rhs);
61}
62
63CbcHeuristicNodeList::CbcHeuristicNodeList(const CbcHeuristicNodeList& rhs)
64{
65    gutsOfCopy(rhs);
66}
67
68CbcHeuristicNodeList& CbcHeuristicNodeList::operator=
69(const CbcHeuristicNodeList & rhs)
70{
71    if (this != &rhs) {
72        gutsOfDelete();
73        gutsOfCopy(rhs);
74    }
75    return *this;
76}
77
78CbcHeuristicNodeList::~CbcHeuristicNodeList()
79{
80    gutsOfDelete();
81}
82
83void
84CbcHeuristicNodeList::append(CbcHeuristicNode*& node)
85{
86    nodes_.push_back(node);
87    node = NULL;
88}
89
90void
91CbcHeuristicNodeList::append(const CbcHeuristicNodeList& nodes)
92{
93    nodes_.reserve(nodes_.size() + nodes.size());
94    for (int i = 0; i < nodes.size(); ++i) {
95        CbcHeuristicNode* node = new CbcHeuristicNode(*nodes.node(i));
96        append(node);
97    }
98}
99
100//==============================================================================
101#define DEFAULT_WHERE ((255-2-16)*(1+256))
102// Default Constructor
103CbcHeuristic::CbcHeuristic() :
104        model_(NULL),
105        when_(2),
106        numberNodes_(200),
107        feasibilityPumpOptions_(-1),
108        fractionSmall_(1.0),
109        heuristicName_("Unknown"),
110        howOften_(1),
111        decayFactor_(0.0),
112        switches_(0),
113        whereFrom_(DEFAULT_WHERE),
114        shallowDepth_(1),
115        howOftenShallow_(1),
116        numInvocationsInShallow_(0),
117        numInvocationsInDeep_(0),
118        lastRunDeep_(0),
119        numRuns_(0),
120        minDistanceToRun_(1),
121        runNodes_(),
122        numCouldRun_(0),
123        numberSolutionsFound_(0),
124        numberNodesDone_(0),
125        inputSolution_(NULL)
126{
127    // As CbcHeuristic virtual need to modify .cpp if above change
128}
129
130// Constructor from model
131CbcHeuristic::CbcHeuristic(CbcModel & model) :
132        model_(&model),
133        when_(2),
134        numberNodes_(200),
135        feasibilityPumpOptions_(-1),
136        fractionSmall_(1.0),
137        heuristicName_("Unknown"),
138        howOften_(1),
139        decayFactor_(0.0),
140        switches_(0),
141        whereFrom_(DEFAULT_WHERE),
142        shallowDepth_(1),
143        howOftenShallow_(1),
144        numInvocationsInShallow_(0),
145        numInvocationsInDeep_(0),
146        lastRunDeep_(0),
147        numRuns_(0),
148        minDistanceToRun_(1),
149        runNodes_(),
150        numCouldRun_(0),
151        numberSolutionsFound_(0),
152        numberNodesDone_(0),
153        inputSolution_(NULL)
154{
155}
156
157void
158CbcHeuristic::gutsOfCopy(const CbcHeuristic & rhs)
159{
160    model_ = rhs.model_;
161    when_ = rhs.when_;
162    numberNodes_ = rhs.numberNodes_;
163    feasibilityPumpOptions_ = rhs.feasibilityPumpOptions_;
164    fractionSmall_ = rhs.fractionSmall_;
165    randomNumberGenerator_ = rhs.randomNumberGenerator_;
166    heuristicName_ = rhs.heuristicName_;
167    howOften_ = rhs.howOften_;
168    decayFactor_ = rhs.decayFactor_;
169    switches_ = rhs.switches_;
170    whereFrom_ = rhs.whereFrom_;
171    shallowDepth_ = rhs.shallowDepth_;
172    howOftenShallow_ = rhs.howOftenShallow_;
173    numInvocationsInShallow_ = rhs.numInvocationsInShallow_;
174    numInvocationsInDeep_ = rhs.numInvocationsInDeep_;
175    lastRunDeep_ = rhs.lastRunDeep_;
176    numRuns_ = rhs.numRuns_;
177    numCouldRun_ = rhs.numCouldRun_;
178    minDistanceToRun_ = rhs.minDistanceToRun_;
179    runNodes_ = rhs.runNodes_;
180    numberSolutionsFound_ = rhs.numberSolutionsFound_;
181    numberNodesDone_ = rhs.numberNodesDone_;
182    if (rhs.inputSolution_) {
183        int numberColumns = model_->getNumCols();
184        setInputSolution(rhs.inputSolution_, rhs.inputSolution_[numberColumns]);
185    }
186}
187// Copy constructor
188CbcHeuristic::CbcHeuristic(const CbcHeuristic & rhs)
189{
190    inputSolution_ = NULL;
191    gutsOfCopy(rhs);
192}
193
194// Assignment operator
195CbcHeuristic &
196CbcHeuristic::operator=( const CbcHeuristic & rhs)
197{
198    if (this != &rhs) {
199        gutsOfDelete();
200        gutsOfCopy(rhs);
201    }
202    return *this;
203}
204
205void CbcHeurDebugNodes(CbcModel* model_)
206{
207    CbcNode* node = model_->currentNode();
208    CbcNodeInfo* nodeInfo = node->nodeInfo();
209    std::cout << "===============================================================\n";
210    while (nodeInfo) {
211        const CbcNode* node = nodeInfo->owner();
212        printf("nodeinfo: node %i\n", nodeInfo->nodeNumber());
213        {
214            const CbcIntegerBranchingObject* brPrint =
215                dynamic_cast<const CbcIntegerBranchingObject*>(nodeInfo->parentBranch());
216            if (!brPrint) {
217                printf("    parentBranch: NULL\n");
218            } else {
219                const double* downBounds = brPrint->downBounds();
220                const double* upBounds = brPrint->upBounds();
221                int variable = brPrint->variable();
222                int way = brPrint->way();
223                printf("   parentBranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
224                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
225                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
226            }
227        }
228        if (! node) {
229            printf("    owner: NULL\n");
230        } else {
231            printf("    owner: node %i depth %i onTree %i active %i",
232                   node->nodeNumber(), node->depth(), node->onTree(), node->active());
233            const OsiBranchingObject* osibr =
234                nodeInfo->owner()->branchingObject();
235            const CbcBranchingObject* cbcbr =
236                dynamic_cast<const CbcBranchingObject*>(osibr);
237            const CbcIntegerBranchingObject* brPrint =
238                dynamic_cast<const CbcIntegerBranchingObject*>(cbcbr);
239            if (!brPrint) {
240                printf("        ownerBranch: NULL\n");
241            } else {
242                const double* downBounds = brPrint->downBounds();
243                const double* upBounds = brPrint->upBounds();
244                int variable = brPrint->variable();
245                int way = brPrint->way();
246                printf("        ownerbranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
247                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
248                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
249            }
250        }
251        nodeInfo = nodeInfo->parent();
252    }
253}
254
255void
256CbcHeuristic::debugNodes()
257{
258    CbcHeurDebugNodes(model_);
259}
260
261void
262CbcHeuristic::printDistanceToNodes()
263{
264    const CbcNode* currentNode = model_->currentNode();
265    if (currentNode != NULL) {
266        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
267        for (int i = runNodes_.size() - 1; i >= 0; --i) {
268            nodeDesc->distance(runNodes_.node(i));
269        }
270        runNodes_.append(nodeDesc);
271    }
272}
273
274bool
275CbcHeuristic::shouldHeurRun(int whereFrom)
276{
277    assert (whereFrom >= 0 && whereFrom < 16);
278    // take off 8 (code - likes new solution)
279    whereFrom &= 7;
280    if ((whereFrom_&(1 << whereFrom)) == 0)
281        return false;
282    // No longer used for original purpose - so use for ever run at all JJF
283#ifndef JJF_ONE
284    // Don't run if hot start or no rows!
285    if (model_ && (model_->hotstartSolution()||!model_->getNumRows()))
286        return false;
287    else
288        return true;
289#else
290#ifdef JJF_ZERO
291    const CbcNode* currentNode = model_->currentNode();
292    if (currentNode == NULL) {
293        return false;
294    }
295
296    debugNodes();
297//   return false;
298
299    const int depth = currentNode->depth();
300#else
301    int depth = model_->currentDepth();
302#endif
303
304    const int nodeCount = model_->getNodeCount();  // FIXME: check that this is
305    // correct in parallel
306
307    if (nodeCount == 0 || depth <= shallowDepth_) {
308        // what to do when we are in the shallow part of the tree
309        if (model_->getCurrentPassNumber() == 1) {
310            // first time in the node...
311            numInvocationsInShallow_ = 0;
312        }
313        ++numInvocationsInShallow_;
314        // Very large howOftenShallow_ will give the original test:
315        // (model_->getCurrentPassNumber() != 1)
316        //    if ((numInvocationsInShallow_ % howOftenShallow_) != 1) {
317        if ((numInvocationsInShallow_ % howOftenShallow_) != 0) {
318            return false;
319        }
320        // LL: should we save these nodes in the list of nodes where the heur was
321        // LL: run?
322#ifndef JJF_ONE
323        if (currentNode != NULL) {
324            // Get where we are and create the appropriate CbcHeuristicNode object
325            CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
326            runNodes_.append(nodeDesc);
327        }
328#endif
329    } else {
330        // deeper in the tree
331        if (model_->getCurrentPassNumber() == 1) {
332            // first time in the node...
333            ++numInvocationsInDeep_;
334        }
335        if (numInvocationsInDeep_ - lastRunDeep_ < howOften_) {
336            return false;
337        }
338        if (model_->getCurrentPassNumber() > 1) {
339            // Run the heuristic only when first entering the node.
340            // LL: I don't think this is right. It should run just before strong
341            // LL: branching, I believe.
342            return false;
343        }
344        // Get where we are and create the appropriate CbcHeuristicNode object
345        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
346        //#ifdef PRINT_DEBUG
347#ifndef JJF_ONE
348        const double minDistanceToRun = 1.5 * log((double)depth) / log((double)2);
349#else
350    const double minDistanceToRun = minDistanceToRun_;
351#endif
352#ifdef PRINT_DEBUG
353        double minDistance = nodeDesc->minDistance(runNodes_);
354        std::cout << "minDistance = " << minDistance
355                  << ", minDistanceToRun = " << minDistanceToRun << std::endl;
356#endif
357        if (nodeDesc->minDistanceIsSmall(runNodes_, minDistanceToRun)) {
358            delete nodeDesc;
359            return false;
360        }
361        runNodes_.append(nodeDesc);
362        lastRunDeep_ = numInvocationsInDeep_;
363        //    ++lastRunDeep_;
364    }
365    ++numRuns_;
366    return true;
367#endif
368}
369
370bool
371CbcHeuristic::shouldHeurRun_randomChoice()
372{
373    if (!when_)
374        return false;
375    int depth = model_->currentDepth();
376    // when_ -999 is special marker to force to run
377    if (depth != 0 && when_ != -999) {
378        const double numerator = depth * depth;
379        const double denominator = exp(depth * log(2.0));
380        double probability = numerator / denominator;
381        double randomNumber = randomNumberGenerator_.randomDouble();
382        int when = when_ % 100;
383        if (when > 2 && when < 8) {
384            /* JJF adjustments
385            3 only at root and if no solution
386            4 only at root and if this heuristic has not got solution
387            5 decay (but only if no solution)
388            6 if depth <3 or decay
389            7 run up to 2 times if solution found 4 otherwise
390            */
391            switch (when) {
392            case 3:
393            default:
394                if (model_->bestSolution())
395                    probability = -1.0;
396                break;
397            case 4:
398                if (numberSolutionsFound_)
399                    probability = -1.0;
400                break;
401            case 5:
402                assert (decayFactor_);
403                if (model_->bestSolution()) {
404                    probability = -1.0;
405                } else if (numCouldRun_ > 1000) {
406                    decayFactor_ *= 0.99;
407                    probability *= decayFactor_;
408                }
409                break;
410            case 6:
411                if (depth >= 3) {
412                    if ((numCouldRun_ % howOften_) == 0 &&
413                            numberSolutionsFound_*howOften_ < numCouldRun_) {
414                      //#define COIN_DEVELOP
415#ifdef COIN_DEVELOP
416                        int old = howOften_;
417#endif
418                        howOften_ = CoinMin(CoinMax(static_cast<int> (howOften_ * 1.1), howOften_ + 1), 1000000);
419#ifdef COIN_DEVELOP
420                        printf("Howoften changed from %d to %d for %s\n",
421                               old, howOften_, heuristicName_.c_str());
422#endif
423                    }
424                    probability = 1.0 / howOften_;
425                    if (model_->bestSolution())
426                        probability *= 0.5;
427                } else {
428                    probability = 1.1;
429                }
430                break;
431            case 7:
432                if ((model_->bestSolution() && numRuns_ >= 2) || numRuns_ >= 4)
433                    probability = -1.0;
434                break;
435            }
436        }
437        if (randomNumber > probability)
438            return false;
439
440        if (model_->getCurrentPassNumber() > 1)
441            return false;
442#ifdef COIN_DEVELOP
443        printf("Running %s, random %g probability %g\n",
444               heuristicName_.c_str(), randomNumber, probability);
445#endif
446    } else {
447#ifdef COIN_DEVELOP
448        printf("Running %s, depth %d when %d\n",
449               heuristicName_.c_str(), depth, when_);
450#endif
451    }
452    ++numRuns_;
453    return true;
454}
455
456// Resets stuff if model changes
457void
458CbcHeuristic::resetModel(CbcModel * model)
459{
460    model_ = model;
461}
462// Set seed
463void
464CbcHeuristic::setSeed(int value)
465{
466    if (value==0) {
467      double time = fabs(CoinGetTimeOfDay());
468      while (time>=COIN_INT_MAX)
469        time *= 0.5;
470      value = static_cast<int>(time);
471      char printArray[100];
472      sprintf(printArray, "using time of day seed was changed from %d to %d",
473              randomNumberGenerator_.getSeed(), value);
474      if (model_)
475        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
476          << printArray
477          << CoinMessageEol;
478    }
479    randomNumberGenerator_.setSeed(value);
480}
481// Get seed
482int
483CbcHeuristic::getSeed() const
484{
485  return randomNumberGenerator_.getSeed();
486}
487
488// Create C++ lines to get to current state
489void
490CbcHeuristic::generateCpp( FILE * fp, const char * heuristic)
491{
492    // hard coded as CbcHeuristic virtual
493    if (when_ != 2)
494        fprintf(fp, "3  %s.setWhen(%d);\n", heuristic, when_);
495    else
496        fprintf(fp, "4  %s.setWhen(%d);\n", heuristic, when_);
497    if (numberNodes_ != 200)
498        fprintf(fp, "3  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
499    else
500        fprintf(fp, "4  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
501    if (feasibilityPumpOptions_ != -1)
502        fprintf(fp, "3  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
503    else
504        fprintf(fp, "4  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
505    if (fractionSmall_ != 1.0)
506        fprintf(fp, "3  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
507    else
508        fprintf(fp, "4  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
509    if (heuristicName_ != "Unknown")
510        fprintf(fp, "3  %s.setHeuristicName(\"%s\");\n",
511                heuristic, heuristicName_.c_str()) ;
512    else
513        fprintf(fp, "4  %s.setHeuristicName(\"%s\");\n",
514                heuristic, heuristicName_.c_str()) ;
515    if (decayFactor_ != 0.0)
516        fprintf(fp, "3  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
517    else
518        fprintf(fp, "4  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
519    if (switches_ != 0)
520        fprintf(fp, "3  %s.setSwitches(%d);\n", heuristic, switches_);
521    else
522        fprintf(fp, "4  %s.setSwitches(%d);\n", heuristic, switches_);
523    if (whereFrom_ != DEFAULT_WHERE)
524        fprintf(fp, "3  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
525    else
526        fprintf(fp, "4  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
527    if (shallowDepth_ != 1)
528        fprintf(fp, "3  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
529    else
530        fprintf(fp, "4  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
531    if (howOftenShallow_ != 1)
532        fprintf(fp, "3  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
533    else
534        fprintf(fp, "4  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
535    if (minDistanceToRun_ != 1)
536        fprintf(fp, "3  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
537    else
538        fprintf(fp, "4  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
539}
540// Destructor
541CbcHeuristic::~CbcHeuristic ()
542{
543    delete [] inputSolution_;
544}
545
546// update model
547void CbcHeuristic::setModel(CbcModel * model)
548{
549    model_ = model;
550}
551/* Clone but ..
552   type 0 clone solver, 1 clone continuous solver
553   Add 2 to say without integer variables which are at low priority
554   Add 4 to say quite likely infeasible so give up easily.*/
555OsiSolverInterface *
556CbcHeuristic::cloneBut(int type)
557{
558    OsiSolverInterface * solver;
559    if ((type&1) == 0 || !model_->continuousSolver())
560        solver = model_->solver()->clone();
561    else
562        solver = model_->continuousSolver()->clone();
563#ifdef COIN_HAS_CLP
564    OsiClpSolverInterface * clpSolver
565    = dynamic_cast<OsiClpSolverInterface *> (solver);
566#endif
567    if ((type&2) != 0) {
568        int n = model_->numberObjects();
569        int priority = model_->continuousPriority();
570        if (priority < COIN_INT_MAX) {
571            for (int i = 0; i < n; i++) {
572                const OsiObject * obj = model_->object(i);
573                const CbcSimpleInteger * thisOne =
574                    dynamic_cast <const CbcSimpleInteger *> (obj);
575                if (thisOne) {
576                    int iColumn = thisOne->columnNumber();
577                    if (thisOne->priority() >= priority)
578                        solver->setContinuous(iColumn);
579                }
580            }
581        }
582#ifdef COIN_HAS_CLP
583        if (clpSolver) {
584            for (int i = 0; i < n; i++) {
585                const OsiObject * obj = model_->object(i);
586                const CbcSimpleInteger * thisOne =
587                    dynamic_cast <const CbcSimpleInteger *> (obj);
588                if (thisOne) {
589                    int iColumn = thisOne->columnNumber();
590                    if (clpSolver->isOptionalInteger(iColumn))
591                        clpSolver->setContinuous(iColumn);
592                }
593            }
594        }
595#endif
596    }
597#ifdef COIN_HAS_CLP
598    if ((type&4) != 0 && clpSolver) {
599        int options = clpSolver->getModelPtr()->moreSpecialOptions();
600        clpSolver->getModelPtr()->setMoreSpecialOptions(options | 64);
601    }
602#endif
603    return solver;
604}
605// Whether to exit at once on gap
606bool
607CbcHeuristic::exitNow(double bestObjective) const
608{
609    if ((switches_&2048) != 0) {
610        // exit may be forced - but unset for next time
611        switches_ &= ~2048;
612        if ((switches_&1024) != 0)
613            return true;
614    } else if ((switches_&1) == 0) {
615        return false;
616    }
617    // See if can stop on gap
618    OsiSolverInterface * solver = model_->solver();
619    double bestPossibleObjective = solver->getObjValue() * solver->getObjSense();
620    double absGap = CoinMax(model_->getAllowableGap(),
621                            model_->getHeuristicGap());
622    double fracGap = CoinMax(model_->getAllowableFractionGap(),
623                             model_->getHeuristicFractionGap());
624    double testGap = CoinMax(absGap, fracGap *
625                             CoinMax(fabs(bestObjective),
626                                     fabs(bestPossibleObjective)));
627
628    if (bestObjective - bestPossibleObjective < testGap
629            && model_->getCutoffIncrement() >= 0.0) {
630        return true;
631    } else {
632        return false;
633    }
634}
635#ifdef HISTORY_STATISTICS
636extern bool getHistoryStatistics_;
637#endif
638static double sizeRatio(int numberRowsNow, int numberColumnsNow,
639                        int numberRowsStart, int numberColumnsStart)
640{
641    double valueNow;
642    if (numberRowsNow*10 > numberColumnsNow || numberColumnsNow < 200) {
643        valueNow = 2 * numberRowsNow + numberColumnsNow;
644    } else {
645        // long and thin - rows are more important
646        if (numberRowsNow*40 > numberColumnsNow)
647            valueNow = 10 * numberRowsNow + numberColumnsNow;
648        else
649            valueNow = 200 * numberRowsNow + numberColumnsNow;
650    }
651    double valueStart;
652    if (numberRowsStart*10 > numberColumnsStart || numberColumnsStart < 200) {
653        valueStart = 2 * numberRowsStart + numberColumnsStart;
654    } else {
655        // long and thin - rows are more important
656        if (numberRowsStart*40 > numberColumnsStart)
657            valueStart = 10 * numberRowsStart + numberColumnsStart;
658        else
659            valueStart = 200 * numberRowsStart + numberColumnsStart;
660    }
661    //printf("sizeProblem Now %g, %d rows, %d columns\nsizeProblem Start %g, %d rows, %d columns\n",
662    // valueNow,numberRowsNow,numberColumnsNow,
663    // valueStart,numberRowsStart,numberColumnsStart);
664    if (10*numberRowsNow < 8*numberRowsStart || 10*numberColumnsNow < 7*numberColumnsStart)
665        return valueNow / valueStart;
666    else if (10*numberRowsNow < 9*numberRowsStart)
667        return 1.1*(valueNow / valueStart);
668    else if (numberRowsNow < numberRowsStart)
669        return 1.5*(valueNow / valueStart);
670    else
671        return 2.0*(valueNow / valueStart);
672}
673
674//static int saveModel=0;
675// Do mini branch and bound (return 1 if solution)
676int
677CbcHeuristic::smallBranchAndBound(OsiSolverInterface * solver, int numberNodes,
678                                  double * newSolution, double & newSolutionValue,
679                                  double cutoff, std::string name) const
680{
681  CbcEventHandler *eventHandler = model_->getEventHandler() ;
682  // Use this fraction
683  double fractionSmall = fractionSmall_;
684  int maximumSolutions =  model_->getMaximumSolutions();
685  int iterationMultiplier = 100;
686  if (eventHandler) {
687    typedef struct {
688      double fractionSmall;
689      double spareDouble[3];
690      OsiSolverInterface * solver;
691      void * sparePointer[2];
692      int numberNodes;
693      int maximumSolutions;
694      int iterationMultiplier;
695      int howOften;
696      int spareInt[3];
697    } SmallMod;
698    SmallMod temp;
699    temp.solver=solver;
700    temp.fractionSmall=fractionSmall;
701    temp.numberNodes=numberNodes;
702    temp.iterationMultiplier=iterationMultiplier;
703    temp.howOften=howOften_;
704    temp.maximumSolutions=maximumSolutions;
705    CbcEventHandler::CbcAction status = 
706      eventHandler->event(CbcEventHandler::smallBranchAndBound,
707                          &temp);
708    if (status==CbcEventHandler::killSolution)
709      return -1;
710    if (status==CbcEventHandler::takeAction) {
711      fractionSmall=temp.fractionSmall;
712      numberNodes=temp.numberNodes;
713      iterationMultiplier=temp.iterationMultiplier;
714      howOften_=temp.howOften;
715      maximumSolutions=temp.maximumSolutions;
716    }
717  }
718#if 0 
719  if (saveModel || model_->getMaximumSolutions()==100) {
720    printf("writing model\n");
721    solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
722  }
723#endif
724    // size before
725    int shiftRows = 0;
726    if (numberNodes < 0)
727        shiftRows = solver->getNumRows() - numberNodes_;
728    int numberRowsStart = solver->getNumRows() - shiftRows;
729    int numberColumnsStart = solver->getNumCols();
730#ifdef CLP_INVESTIGATE
731    printf("%s has %d rows, %d columns\n",
732           name.c_str(), solver->getNumRows(), solver->getNumCols());
733#endif
734    double before = 2 * numberRowsStart + numberColumnsStart;
735    if (before > 40000.0) {
736        // fairly large - be more conservative
737        double multiplier = 1.0 - 0.3 * CoinMin(100000.0, before - 40000.0) / 100000.0;
738        if (multiplier < 1.0) {
739            fractionSmall *= multiplier;
740#ifdef CLP_INVESTIGATE
741            printf("changing fractionSmall from %g to %g for %s\n",
742                   fractionSmall_, fractionSmall, name.c_str());
743#endif
744        }
745    }
746#ifdef COIN_HAS_CLP
747    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
748    if (osiclp && (osiclp->specialOptions()&65536) == 0) {
749        // go faster stripes
750        if (osiclp->getNumRows() < 300 && osiclp->getNumCols() < 500) {
751            osiclp->setupForRepeatedUse(2, 0);
752        } else {
753            osiclp->setupForRepeatedUse(0, 0);
754        }
755        // Turn this off if you get problems
756        // Used to be automatically set
757        osiclp->setSpecialOptions(osiclp->specialOptions() | (128 + 64 - 128));
758        ClpSimplex * lpSolver = osiclp->getModelPtr();
759        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
760        lpSolver->setSpecialOptions(lpSolver->specialOptions() |
761                                    (/*16384+*/4096 + 512 + 128));
762    }
763#endif
764#ifdef HISTORY_STATISTICS
765    getHistoryStatistics_ = false;
766#endif
767#ifdef COIN_DEVELOP
768    int status = 0;
769#endif
770    int logLevel = model_->logLevel();
771#define LEN_PRINT 250
772    char generalPrint[LEN_PRINT];
773    // Do presolve to see if possible
774    int numberColumns = solver->getNumCols();
775    char * reset = NULL;
776    int returnCode = 1;
777    int saveModelOptions = model_->specialOptions();
778    //assert ((saveModelOptions&2048) == 0);
779    model_->setSpecialOptions(saveModelOptions | 2048);
780    if (fractionSmall<1.0) {
781        int saveLogLevel = solver->messageHandler()->logLevel();
782        if (saveLogLevel == 1) 
783            solver->messageHandler()->setLogLevel(0);
784        OsiPresolve * pinfo = new OsiPresolve();
785        int presolveActions = 0;
786        // Allow dual stuff on integers
787        presolveActions = 1;
788        // Do not allow all +1 to be tampered with
789        //if (allPlusOnes)
790        //presolveActions |= 2;
791        // allow transfer of costs
792        // presolveActions |= 4;
793        pinfo->setPresolveActions(presolveActions);
794        OsiSolverInterface * presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
795        delete pinfo;
796        // see if too big
797
798        if (presolvedModel) {
799            int afterRows = presolvedModel->getNumRows();
800            int afterCols = presolvedModel->getNumCols();
801            //#define COIN_DEVELOP
802#ifdef COIN_DEVELOP_z
803            if (numberNodes < 0) {
804                solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
805                presolvedModel->writeMpsNative("after1.mps", NULL, NULL, 2, 1);
806            }
807#endif
808            delete presolvedModel;
809            double ratio = sizeRatio(afterRows - shiftRows, afterCols,
810                                     numberRowsStart, numberColumnsStart);
811            double after = 2 * afterRows + afterCols;
812            if (ratio > fractionSmall && after > 300 && numberNodes >= 0) {
813                // Need code to try again to compress further using used
814                const int * used =  model_->usedInSolution();
815                int maxUsed = 0;
816                int iColumn;
817                const double * lower = solver->getColLower();
818                const double * upper = solver->getColUpper();
819                for (iColumn = 0; iColumn < numberColumns; iColumn++) {
820                    if (upper[iColumn] > lower[iColumn]) {
821                        if (solver->isBinary(iColumn))
822                            maxUsed = CoinMax(maxUsed, used[iColumn]);
823                    }
824                }
825                if (maxUsed) {
826                    reset = new char [numberColumns];
827                    int nFix = 0;
828                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
829                        reset[iColumn] = 0;
830                        if (upper[iColumn] > lower[iColumn]) {
831                            if (solver->isBinary(iColumn) && used[iColumn] == maxUsed) {
832                                bool setValue = true;
833                                if (maxUsed == 1) {
834                                    double randomNumber = randomNumberGenerator_.randomDouble();
835                                    if (randomNumber > 0.3)
836                                        setValue = false;
837                                }
838                                if (setValue) {
839                                    reset[iColumn] = 1;
840                                    solver->setColLower(iColumn, 1.0);
841                                    nFix++;
842                                }
843                            }
844                        }
845                    }
846                    pinfo = new OsiPresolve();
847                    presolveActions = 0;
848                    // Allow dual stuff on integers
849                    presolveActions = 1;
850                    // Do not allow all +1 to be tampered with
851                    //if (allPlusOnes)
852                    //presolveActions |= 2;
853                    // allow transfer of costs
854                    // presolveActions |= 4;
855                    pinfo->setPresolveActions(presolveActions);
856                    presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
857                    delete pinfo;
858                    if (presolvedModel) {
859                        // see if too big
860                        int afterRows2 = presolvedModel->getNumRows();
861                        int afterCols2 = presolvedModel->getNumCols();
862                        delete presolvedModel;
863                        double ratio = sizeRatio(afterRows2 - shiftRows, afterCols2,
864                                                 numberRowsStart, numberColumnsStart);
865                        double after = 2 * afterRows2 + afterCols2;
866                        if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
867                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - still too large",
868                                    solver->getNumRows(), solver->getNumCols(),
869                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
870                            // If much too big - give up
871                            if (ratio > 0.75)
872                                returnCode = -1;
873                        } else {
874                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - ok now",
875                                    solver->getNumRows(), solver->getNumCols(),
876                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
877                        }
878                        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
879                        << generalPrint
880                        << CoinMessageEol;
881                    } else {
882                        returnCode = 2; // infeasible
883                    }
884                }
885            } else if (ratio > fractionSmall && after > 300 && numberNodes >=0) {
886                returnCode = -1;
887            }
888        } else {
889            returnCode = 2; // infeasible
890        }
891        solver->messageHandler()->setLogLevel(saveLogLevel);
892    }
893    if (returnCode == 2 || returnCode == -1) {
894        model_->setSpecialOptions(saveModelOptions);
895        delete [] reset;
896#ifdef HISTORY_STATISTICS
897        getHistoryStatistics_ = true;
898#endif
899        //printf("small no good\n");
900        return returnCode;
901    }
902    // Reduce printout
903    bool takeHint;
904    OsiHintStrength strength;
905    solver->getHintParam(OsiDoReducePrint, takeHint, strength);
906    solver->setHintParam(OsiDoReducePrint, true, OsiHintTry);
907    solver->setHintParam(OsiDoPresolveInInitial, false, OsiHintTry);
908    double signedCutoff = cutoff*solver->getObjSense();
909    solver->setDblParam(OsiDualObjectiveLimit, signedCutoff);
910    solver->initialSolve();
911    if (solver->isProvenOptimal()) {
912        CglPreProcess process;
913        OsiSolverInterface * solver2 = NULL;
914        if ((model_->moreSpecialOptions()&65536)!=0)
915          process.setOptions(2+4+8+16); // no cuts
916        else
917          process.setOptions(16); // no complicated dupcol stuff
918        /* Do not try and produce equality cliques and
919           do up to 2 passes (normally) 5 if restart */
920        int numberPasses = 2;
921        if ((model_->moreSpecialOptions2()&16)!=0) {
922          // quick
923          process.setOptions(2+4+8+16); // no cuts
924          numberPasses = 1;
925        }
926        if (numberNodes < 0) {
927          numberPasses = 5;
928          // Say some rows cuts
929          int numberRows = solver->getNumRows();
930          if (numberNodes_ < numberRows && true /* think */) {
931            char * type = new char[numberRows];
932            memset(type, 0, numberNodes_);
933            memset(type + numberNodes_, 1, numberRows - numberNodes_);
934            process.passInRowTypes(type, numberRows);
935            delete [] type;
936          }
937        }
938        if (logLevel <= 1)
939          process.messageHandler()->setLogLevel(0);
940        if (!solver->defaultHandler()&&
941            solver->messageHandler()->logLevel(0)!=-1000)
942          process.passInMessageHandler(solver->messageHandler());
943#ifdef CGL_DEBUG
944        /*
945          We're debugging. (specialOptions 1)
946        */
947        if ((model_->specialOptions()&1) != 0) {
948          const OsiRowCutDebugger *debugger = solver->getRowCutDebugger() ;
949          if (debugger) {
950            process.setApplicationData(const_cast<double *>(debugger->optimalSolution()));
951          }
952        }
953#endif
954        solver2 = process.preProcessNonDefault(*solver, false,
955                                               numberPasses);
956          if (!solver2) {
957            if (logLevel > 1)
958              printf("Pre-processing says infeasible\n");
959            returnCode = 2; // so will be infeasible
960          } else {
961#ifdef COIN_DEVELOP_z
962            if (numberNodes < 0) {
963              solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
964            }
965#endif
966            // see if too big
967            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
968                                     numberRowsStart, numberColumnsStart);
969            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
970            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
971                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
972                        solver->getNumRows(), solver->getNumCols(),
973                        solver2->getNumRows(), solver2->getNumCols());
974                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
975                << generalPrint
976                << CoinMessageEol;
977                returnCode = -1;
978                //printf("small no good2\n");
979            } else {
980                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
981                        solver->getNumRows(), solver->getNumCols(),
982                        solver2->getNumRows(), solver2->getNumCols());
983                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
984                << generalPrint
985                << CoinMessageEol;
986            }
987#ifdef CGL_DEBUG
988            if ((model_->specialOptions()&1) != 0) {
989              const OsiRowCutDebugger *debugger = solver2->getRowCutDebugger() ;
990              if (debugger) {
991                printf("On optimal path after preprocessing\n");
992              }
993            }
994#endif
995            if (returnCode == 1) {
996                solver2->resolve();
997                CbcModel model(*solver2);
998                double startTime=model_->getDblParam(CbcModel::CbcStartSeconds);
999                model.setDblParam(CbcModel::CbcStartSeconds,startTime);
1000                // move seed across
1001                model.randomNumberGenerator()->setSeed(model_->randomNumberGenerator()->getSeed());
1002#ifdef COIN_HAS_CLP
1003                // redo SOS
1004                OsiClpSolverInterface * clpSolver
1005                  = dynamic_cast<OsiClpSolverInterface *> (model.solver());
1006                if (clpSolver && clpSolver->numberSOS()) {
1007                  int numberColumns = clpSolver->getNumCols();
1008                  const int * originalColumns = process.originalColumns();
1009                  CoinSet * setInfo =
1010                    const_cast<CoinSet *>(clpSolver->setInfo());
1011                  int numberSOS = clpSolver->numberSOS();
1012                  for (int iSOS = 0; iSOS < numberSOS; iSOS++) {
1013                    //int type = setInfo[iSOS].setType();
1014                    int n = setInfo[iSOS].numberEntries();
1015                    int * which = setInfo[iSOS].modifiableWhich();
1016                    double * weights = setInfo[iSOS].modifiableWeights();
1017                    int n2=0;
1018                    for (int j=0;j<n;j++) {
1019                      int iColumn=which[j];
1020                      int i;
1021                      for (i = 0; i < numberColumns; i++) {
1022                        if (originalColumns[i] == iColumn)
1023                          break;
1024                      }
1025                      if (i < numberColumns) {
1026                        which[n2] = i;
1027                        weights[n2++] = weights[j];
1028                      }
1029                    }
1030                    setInfo[iSOS].setNumberEntries(n2);
1031                  }
1032                }
1033#endif
1034                if (numberNodes >= 0) {
1035                    // normal
1036                    model.setSpecialOptions(saveModelOptions | 2048);
1037                    if (logLevel <= 1 && feasibilityPumpOptions_ != -3)
1038                        model.setLogLevel(0);
1039                    else
1040                        model.setLogLevel(logLevel);
1041                    // No small fathoming
1042                    model.setFastNodeDepth(-1);
1043                    model.setCutoff(signedCutoff);
1044                    model.setStrongStrategy(0);
1045                    // Don't do if original fraction > 1.0 and too large
1046                    if (fractionSmall_>1.0 && fractionSmall_ < 1000000.0) {
1047                      /* 1.4 means -1 nodes if >.4
1048                         2.4 means -1 nodes if >.5 and 0 otherwise
1049                         3.4 means -1 nodes if >.6 and 0 or 5
1050                         4.4 means -1 nodes if >.7 and 0, 5 or 10
1051                      */
1052                      double fraction = fractionSmall_-floor(fractionSmall_);
1053                      if (ratio>fraction) {
1054                        int type = static_cast<int>(floor(fractionSmall_*0.1));
1055                        int over = static_cast<int>(ceil(ratio-fraction));
1056                        int maxNodes[]={-1,0,5,10};
1057                        if (type>over)
1058                          numberNodes=maxNodes[type-over];
1059                        else
1060                          numberNodes=-1;
1061                      }
1062                    }
1063                    model.setMaximumNodes(numberNodes);
1064                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
1065                    if ((saveModelOptions&2048) == 0)
1066                      model.setMoreSpecialOptions(model_->moreSpecialOptions());
1067                      model.setMoreSpecialOptions2(model_->moreSpecialOptions2());
1068                    // off conflict analysis
1069                    model.setMoreSpecialOptions(model.moreSpecialOptions()&~4194304);
1070                   
1071                    // Lightweight
1072                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
1073                    model.setStrategy(strategy);
1074                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
1075                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
1076                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
1077                    // Set best solution (even if bad for this submodel)
1078                    if (model_->bestSolution()) {
1079                      const double * bestSolution = model_->bestSolution();
1080                      int numberColumns2 = model.solver()->getNumCols();
1081                      double * bestSolution2 = new double [numberColumns2];
1082                      const int * originalColumns = process.originalColumns();
1083                      for (int iColumn=0;iColumn<numberColumns2;iColumn++) {
1084                        int jColumn = originalColumns[iColumn];
1085                        bestSolution2[iColumn] = bestSolution[jColumn];
1086                      }
1087                      model.setBestSolution(bestSolution2,numberColumns2,
1088                                            1.0e50,
1089                                            false);
1090                      model.setSolutionCount(1);
1091                      maximumSolutions++; 
1092                      delete [] bestSolution2;
1093                    }
1094                } else {
1095                    model.setSpecialOptions(saveModelOptions);
1096                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
1097                    << solver2->getNumRows() << solver2->getNumCols()
1098                    << CoinMessageEol;
1099                    // going for full search and copy across more stuff
1100                    model.gutsOfCopy(*model_, 2);
1101#ifdef CGL_DEBUG
1102                    if ((model_->specialOptions()&1) != 0) {
1103                      const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1104                      if (debugger) {
1105                        printf("On optimal path BB\n");
1106                      }
1107                    }
1108#endif
1109                    assert (!model_->heuristicModel());
1110                    model_->setHeuristicModel(&model);
1111                    for (int i = 0; i < model.numberCutGenerators(); i++) {
1112                        CbcCutGenerator * generator = model.cutGenerator(i);
1113                        CglGomory * gomory = dynamic_cast<CglGomory *>
1114                          (generator->generator());
1115                        if (gomory&&gomory->originalSolver()) 
1116                          gomory->passInOriginalSolver(model.solver());
1117                        generator->setTiming(true);
1118                        // Turn on if was turned on
1119                        int iOften = model_->cutGenerator(i)->howOften();
1120#ifdef CLP_INVESTIGATE
1121                        printf("Gen %d often %d %d\n",
1122                               i, generator->howOften(),
1123                               iOften);
1124#endif
1125                        if (iOften > 0)
1126                            generator->setHowOften(iOften % 1000000);
1127                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
1128                            generator->setHowOften(-100);
1129                    }
1130                    model.setCutoff(signedCutoff);
1131                    // make sure can't do nested search! but allow heuristics
1132                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
1133                    bool takeHint;
1134                    OsiHintStrength strength;
1135                    // Switch off printing if asked to
1136                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
1137                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
1138                    // no cut generators if none in parent
1139                    CbcStrategyDefault
1140                      strategy(model_->numberCutGenerators() ? 1 : -1, 
1141                               model_->numberStrong(),
1142                               model_->numberBeforeTrust());
1143                    // Set up pre-processing - no
1144                    strategy.setupPreProcessing(0); // was (4);
1145                    model.setStrategy(strategy);
1146                    //model.solver()->writeMps("crunched");
1147                    int numberCuts = process.cuts().sizeRowCuts();
1148                    if (numberCuts) {
1149                        // add in cuts
1150                        CglStored cuts = process.cuts();
1151                        model.addCutGenerator(&cuts, 1, "Stored from first");
1152                        model.cutGenerator(model.numberCutGenerators()-1)->setGlobalCuts(true);
1153                    }
1154                }
1155                // Do search
1156                if (logLevel > 1)
1157                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
1158                    << name
1159                    << model.getMaximumNodes()
1160                    << CoinMessageEol;
1161                // probably faster to use a basis to get integer solutions
1162                model.setSpecialOptions(model.specialOptions() | 2);
1163#ifdef CBC_THREAD
1164                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
1165                    // See if at root node
1166                    bool atRoot = model_->getNodeCount() == 0;
1167                    int passNumber = model_->getCurrentPassNumber();
1168                    if (atRoot && passNumber == 1)
1169                        model.setNumberThreads(model_->getNumberThreads());
1170                }
1171#endif
1172                model.setParentModel(*model_);
1173                model.setMaximumSolutions(maximumSolutions); 
1174                model.setOriginalColumns(process.originalColumns());
1175                model.setSearchStrategy(-1);
1176                // If no feasibility pump then insert a lightweight one
1177                if (feasibilityPumpOptions_ >= 0 || feasibilityPumpOptions_ == -2) {
1178                    CbcHeuristicFPump * fpump = NULL;
1179                    for (int i = 0; i < model.numberHeuristics(); i++) {
1180                        CbcHeuristicFPump* pump =
1181                            dynamic_cast<CbcHeuristicFPump*>(model.heuristic(i));
1182                        if (pump) {
1183                            fpump = pump;
1184                            break;
1185                        }
1186                    }
1187                    if (!fpump) {
1188                        CbcHeuristicFPump heuristic4;
1189                        // use any cutoff
1190                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1191                        if (fractionSmall_<=1.0) 
1192                          heuristic4.setMaximumPasses(10);
1193                        int pumpTune = feasibilityPumpOptions_;
1194                        if (pumpTune==-2)
1195                          pumpTune = 4; // proximity
1196                        if (pumpTune > 0) {
1197                            /*
1198                            >=10000000 for using obj
1199                            >=1000000 use as accumulate switch
1200                            >=1000 use index+1 as number of large loops
1201                            >=100 use 0.05 objvalue as increment
1202                            %100 == 10,20 etc for experimentation
1203                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1204                            4 and static continuous, 5 as 3 but no internal integers
1205                            6 as 3 but all slack basis!
1206                            */
1207                            double value = solver2->getObjSense() * solver2->getObjValue();
1208                            int w = pumpTune / 10;
1209                            int ix = w % 10;
1210                            w /= 10;
1211                            int c = w % 10;
1212                            w /= 10;
1213                            int r = w;
1214                            int accumulate = r / 1000;
1215                            r -= 1000 * accumulate;
1216                            if (accumulate >= 10) {
1217                                int which = accumulate / 10;
1218                                accumulate -= 10 * which;
1219                                which--;
1220                                // weights and factors
1221                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1222                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1223                                heuristic4.setInitialWeight(weight[which]);
1224                                heuristic4.setWeightFactor(factor[which]);
1225                            }
1226                            // fake cutoff
1227                            if (c) {
1228                                double cutoff;
1229                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1230                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1231                                heuristic4.setFakeCutoff(cutoff);
1232                            }
1233                            if (r) {
1234                                // also set increment
1235                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1236                                double increment = 0.0;
1237                                heuristic4.setAbsoluteIncrement(increment);
1238                                heuristic4.setAccumulate(accumulate);
1239                                heuristic4.setMaximumRetries(r + 1);
1240                            }
1241                            pumpTune = pumpTune % 100;
1242                            if (pumpTune == 6)
1243                                pumpTune = 13;
1244                            if (pumpTune != 13)
1245                                pumpTune = pumpTune % 10;
1246                            heuristic4.setWhen(pumpTune);
1247                            if (ix) {
1248                                heuristic4.setFeasibilityPumpOptions(ix*10);
1249                            }
1250                        }
1251                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1252       
1253                    }
1254                } else if (feasibilityPumpOptions_==-3) {
1255                  // add all (except this)
1256                  for (int i = 0; i < model_->numberHeuristics(); i++) {
1257                    if (strcmp(heuristicName(),model_->heuristic(i)->heuristicName()))
1258                      model.addHeuristic(model_->heuristic(i)); 
1259                  }
1260                }
1261                // modify heuristics
1262                for (int i = 0; i < model.numberHeuristics(); i++) {
1263                  // reset lastNode
1264                  CbcHeuristicRINS * rins =
1265                    dynamic_cast<CbcHeuristicRINS*>(model.heuristic(i));
1266                  if (rins) {
1267                    rins->setLastNode(-1000);
1268                    rins->setSolutionCount(0);
1269                  }
1270                }
1271                //printf("sol %x\n",inputSolution_);
1272#ifdef CGL_DEBUG
1273                if ((model_->specialOptions()&1) != 0) {
1274                  const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1275                  if (debugger) {
1276                    printf("On optimal path CC\n");
1277                  }
1278                }
1279#endif
1280                if (inputSolution_) {
1281                    // translate and add a serendipity heuristic
1282                    int numberColumns = solver2->getNumCols();
1283                    const int * which = process.originalColumns();
1284                    OsiSolverInterface * solver3 = solver2->clone();
1285                    for (int i = 0; i < numberColumns; i++) {
1286                        if (solver3->isInteger(i)) {
1287                            int k = which[i];
1288                            double value = inputSolution_[k];
1289                            //if (value)
1290                            //printf("orig col %d now %d val %g\n",
1291                            //       k,i,value);
1292                            solver3->setColLower(i, value);
1293                            solver3->setColUpper(i, value);
1294                        }
1295                    }
1296                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1297                    solver3->resolve();
1298                    if (!solver3->isProvenOptimal()) {
1299                        // Try just setting nonzeros
1300                        OsiSolverInterface * solver4 = solver2->clone();
1301                        for (int i = 0; i < numberColumns; i++) {
1302                            if (solver4->isInteger(i)) {
1303                                int k = which[i];
1304                                double value = floor(inputSolution_[k] + 0.5);
1305                                if (value) {
1306                                    solver3->setColLower(i, value);
1307                                    solver3->setColUpper(i, value);
1308                                }
1309                            }
1310                        }
1311                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1312                        solver4->resolve();
1313                        int nBad = -1;
1314                        if (solver4->isProvenOptimal()) {
1315                            nBad = 0;
1316                            const double * solution = solver4->getColSolution();
1317                            for (int i = 0; i < numberColumns; i++) {
1318                                if (solver4->isInteger(i)) {
1319                                    double value = floor(solution[i] + 0.5);
1320                                    if (fabs(value - solution[i]) > 1.0e-6)
1321                                        nBad++;
1322                                }
1323                            }
1324                        }
1325                        if (nBad) {
1326                            delete solver4;
1327                        } else {
1328                            delete solver3;
1329                            solver3 = solver4;
1330                        }
1331                    }
1332                    if (solver3->isProvenOptimal()) {
1333                        // good
1334                        CbcSerendipity heuristic(model);
1335                        double value = solver3->getObjSense() * solver3->getObjValue();
1336                        heuristic.setInputSolution(solver3->getColSolution(), value);
1337                        value = value + 1.0e-7*(1.0 + fabs(value));
1338                        value *= solver3->getObjSense();
1339                        model.setCutoff(value);
1340                        model.addHeuristic(&heuristic, "Previous solution", 0);
1341                        //printf("added seren\n");
1342                    } else {
1343                        double value = model_->getMinimizationObjValue();
1344                        value = value + 1.0e-7*(1.0 + fabs(value));
1345                        value *= solver3->getObjSense();
1346                        model.setCutoff(value);
1347                        sprintf(generalPrint, "Unable to insert previous solution - using cutoff of %g",
1348                                value);
1349                        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1350                        << generalPrint
1351                        << CoinMessageEol;
1352#ifdef CLP_INVESTIGATE
1353                        printf("NOT added seren\n");
1354                        solver3->writeMps("bad_seren");
1355                        solver->writeMps("orig_seren");
1356#endif
1357                    }
1358                    delete solver3;
1359                }
1360                if (model_->searchStrategy() == 2) {
1361                    model.setNumberStrong(5);
1362                    model.setNumberBeforeTrust(5);
1363                }
1364                if (model.getNumCols()) {
1365                    if (numberNodes >= 0) {
1366                        setCutAndHeuristicOptions(model);
1367                        // not too many iterations
1368                        model.setMaximumNumberIterations(iterationMultiplier*(numberNodes + 10));
1369                        // Not fast stuff
1370                        model.setFastNodeDepth(-1);
1371                        //model.solver()->writeMps("before");
1372                    } else if (model.fastNodeDepth() >= 1000000) {
1373                        // already set
1374                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1375                    }
1376                    model.setWhenCuts(999998);
1377#define ALWAYS_DUAL
1378#ifdef ALWAYS_DUAL
1379                    OsiSolverInterface * solverD = model.solver();
1380                    bool takeHint;
1381                    OsiHintStrength strength;
1382                    solverD->getHintParam(OsiDoDualInResolve, takeHint, strength);
1383                    solverD->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1384#endif
1385                    model.passInEventHandler(model_->getEventHandler());
1386                    // say model_ is sitting there
1387                    int saveOptions = model_->specialOptions();
1388                    model_->setSpecialOptions(saveOptions|1048576);
1389                    // and switch off debugger
1390                    model.setSpecialOptions(model.specialOptions()&(~1));
1391#if 0 //def COIN_HAS_CLP
1392                    OsiClpSolverInterface * clpSolver
1393                      = dynamic_cast<OsiClpSolverInterface *> (model.solver());
1394                    if (clpSolver)
1395                      clpSolver->zapDebugger();
1396#endif
1397#ifdef CONFLICT_CUTS
1398                    if ((model_->moreSpecialOptions()&4194304)!=0)
1399                      model.zapGlobalCuts();
1400#endif
1401#ifdef CGL_DEBUG
1402                    if ((model_->specialOptions()&1) != 0) {
1403                      const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1404                      if (debugger) {
1405                        printf("On optimal path DD\n");
1406                      }
1407                    }
1408#endif
1409                    model.branchAndBound();
1410                    model_->setHeuristicModel(NULL);
1411                    model_->setSpecialOptions(saveOptions);
1412#ifdef ALWAYS_DUAL
1413                    solverD = model.solver();
1414                    solverD->setHintParam(OsiDoDualInResolve, takeHint, strength);
1415#endif
1416                    numberNodesDone_ = model.getNodeCount();
1417#ifdef COIN_DEVELOP
1418                    printf("sub branch %d nodes, %d iterations - max %d\n",
1419                           model.getNodeCount(), model.getIterationCount(),
1420                           100*(numberNodes + 10));
1421#endif
1422                    if (numberNodes < 0) {
1423                        model_->incrementIterationCount(model.getIterationCount());
1424                        model_->incrementNodeCount(model.getNodeCount());
1425                        // update best solution (in case ctrl-c)
1426                        // !!! not a good idea - think a bit harder
1427                        //model_->setMinimizationObjValue(model.getMinimizationObjValue());
1428                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1429                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1430                            sprintf(generalPrint,
1431                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1432                                    generator->cutGeneratorName(),
1433                                    generator->numberTimesEntered(),
1434                                    generator->numberCutsInTotal() +
1435                                    generator->numberColumnCuts(),
1436                                    generator->numberCutsActive(),
1437                                    generator->timeInCutGenerator());
1438                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1439                            if (stored && !generator->numberCutsInTotal())
1440                                continue;
1441#ifndef CLP_INVESTIGATE
1442                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1443                            if (implication)
1444                                continue;
1445#endif
1446                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1447                            << generalPrint
1448                            << CoinMessageEol;
1449                        }
1450                    }
1451                } else {
1452                    // empty model
1453                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1454                }
1455                if (logLevel > 1)
1456                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1457                    << name
1458                    << CoinMessageEol;
1459                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1460                    // solution
1461                    if (model.getNumCols())
1462                        returnCode = model.isProvenOptimal() ? 3 : 1;
1463                    else
1464                        returnCode = 3;
1465                    // post process
1466#ifdef COIN_HAS_CLP
1467                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1468                    if (clpSolver) {
1469                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1470                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1471                    }
1472#endif
1473                    //if (fractionSmall_ < 1000000.0)
1474                      process.postProcess(*model.solver());
1475                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1476                        // Solution now back in solver
1477                        int numberColumns = solver->getNumCols();
1478                        memcpy(newSolution, solver->getColSolution(),
1479                               numberColumns*sizeof(double));
1480                        newSolutionValue = model.getMinimizationObjValue();
1481                    } else {
1482                        // odd - but no good
1483                        returnCode = 0; // so will be infeasible
1484                    }
1485                } else {
1486                    // no good
1487                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1488                }
1489                int totalNumberIterations = model.getIterationCount() +
1490                                            process.numberIterationsPre() +
1491                                            process.numberIterationsPost();
1492                if (totalNumberIterations > 100*(numberNodes + 10)
1493                    && fractionSmall_ < 1000000.0) {
1494                    // only allow smaller problems
1495                    fractionSmall = fractionSmall_;
1496                    fractionSmall_ *= 0.9;
1497#ifdef CLP_INVESTIGATE
1498                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1499                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1500#endif
1501                }
1502                if (model.status() == 5)
1503                   model_->sayEventHappened();
1504#ifdef COIN_DEVELOP
1505                if (model.isProvenInfeasible())
1506                    status = 1;
1507                else if (model.isProvenOptimal())
1508                    status = 2;
1509#endif
1510            }
1511        }
1512    } else {
1513        returnCode = 2; // infeasible finished
1514        if (logLevel > 1){
1515           printf("Infeasible on initial solve\n");
1516        }
1517    }
1518    model_->setSpecialOptions(saveModelOptions);
1519    model_->setLogLevel(logLevel);
1520    if (returnCode == 1 || returnCode == 2) {
1521        OsiSolverInterface * solverC = model_->continuousSolver();
1522        if (false && solverC) {
1523            const double * lower = solver->getColLower();
1524            const double * upper = solver->getColUpper();
1525            const double * lowerC = solverC->getColLower();
1526            const double * upperC = solverC->getColUpper();
1527            bool good = true;
1528            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1529                if (solverC->isInteger(iColumn)) {
1530                    if (lower[iColumn] > lowerC[iColumn] &&
1531                            upper[iColumn] < upperC[iColumn]) {
1532                        good = false;
1533                        printf("CUT - can't add\n");
1534                        break;
1535                    }
1536                }
1537            }
1538            if (good) {
1539                double * cut = new double [numberColumns];
1540                int * which = new int [numberColumns];
1541                double rhs = -1.0;
1542                int n = 0;
1543                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1544                    if (solverC->isInteger(iColumn)) {
1545                        if (lower[iColumn] == upperC[iColumn]) {
1546                            rhs += lower[iColumn];
1547                            cut[n] = 1.0;
1548                            which[n++] = iColumn;
1549                        } else if (upper[iColumn] == lowerC[iColumn]) {
1550                            rhs -= upper[iColumn];
1551                            cut[n] = -1.0;
1552                            which[n++] = iColumn;
1553                        }
1554                    }
1555                }
1556                printf("CUT has %d entries\n", n);
1557                OsiRowCut newCut;
1558                newCut.setLb(-COIN_DBL_MAX);
1559                newCut.setUb(rhs);
1560                newCut.setRow(n, which, cut, false);
1561                model_->makeGlobalCut(newCut);
1562                delete [] cut;
1563                delete [] which;
1564            }
1565        }
1566#ifdef COIN_DEVELOP
1567        if (status == 1)
1568            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1569        else if (status == 2)
1570            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1571#endif
1572    }
1573    if (reset) {
1574        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1575            if (reset[iColumn])
1576                solver->setColLower(iColumn, 0.0);
1577        }
1578        delete [] reset;
1579    }
1580#ifdef HISTORY_STATISTICS
1581    getHistoryStatistics_ = true;
1582#endif
1583    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1584    return returnCode;
1585}
1586// Set input solution
1587void
1588CbcHeuristic::setInputSolution(const double * solution, double objValue)
1589{
1590    delete [] inputSolution_;
1591    inputSolution_ = NULL;
1592    if (model_ && solution) {
1593        int numberColumns = model_->getNumCols();
1594        inputSolution_ = new double [numberColumns+1];
1595        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1596        inputSolution_[numberColumns] = objValue;
1597    }
1598}
1599
1600//##############################################################################
1601
1602inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1603                                    const CbcBranchingObject* br1)
1604{
1605    const int t0 = br0->type();
1606    const int t1 = br1->type();
1607    if (t0 < t1) {
1608        return -1;
1609    }
1610    if (t0 > t1) {
1611        return 1;
1612    }
1613    return br0->compareOriginalObject(br1);
1614}
1615
1616//==============================================================================
1617
1618inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1619                                    const CbcBranchingObject* br1)
1620{
1621    return compare3BranchingObjects(br0, br1) < 0;
1622}
1623
1624//==============================================================================
1625
1626void
1627CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1628{
1629    //  CbcHeurDebugNodes(&model);
1630    CbcNode* node = model.currentNode();
1631    brObj_ = new CbcBranchingObject*[node->depth()];
1632    CbcNodeInfo* nodeInfo = node->nodeInfo();
1633    int cnt = 0;
1634    while (nodeInfo->parentBranch() != NULL) {
1635        const OsiBranchingObject* br = nodeInfo->parentBranch();
1636        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1637        if (! cbcbr) {
1638            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1639                            "gutsOfConstructor",
1640                            "CbcHeuristicNode",
1641                            __FILE__, __LINE__);
1642        }
1643        brObj_[cnt] = cbcbr->clone();
1644        brObj_[cnt]->previousBranch();
1645        ++cnt;
1646        nodeInfo = nodeInfo->parent();
1647    }
1648    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1649    if (cnt <= 1) {
1650        numObjects_ = cnt;
1651    } else {
1652        numObjects_ = 0;
1653        CbcBranchingObject* br = NULL; // What should this be?
1654        for (int i = 1; i < cnt; ++i) {
1655            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1656                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1657                switch (comp) {
1658                case CbcRangeSame: // the same range
1659                case CbcRangeDisjoint: // disjoint decisions
1660                    // should not happen! we are on a chain!
1661                    abort();
1662                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1663                    delete brObj_[i];
1664                    break;
1665                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1666                    delete brObj_[numObjects_];
1667                    brObj_[numObjects_] = brObj_[i];
1668                    break;
1669                case CbcRangeOverlap: // overlap
1670                    delete brObj_[i];
1671                    delete brObj_[numObjects_];
1672                    brObj_[numObjects_] = br;
1673                    break;
1674                }
1675                continue;
1676            } else {
1677                brObj_[++numObjects_] = brObj_[i];
1678            }
1679        }
1680        ++numObjects_;
1681    }
1682}
1683
1684//==============================================================================
1685
1686CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1687{
1688    gutsOfConstructor(model);
1689}
1690
1691//==============================================================================
1692
1693double
1694CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1695{
1696
1697    const double disjointWeight = 1;
1698    const double overlapWeight = 0.4;
1699    const double subsetWeight = 0.2;
1700    int countDisjointWeight = 0;
1701    int countOverlapWeight = 0;
1702    int countSubsetWeight = 0;
1703    int i = 0;
1704    int j = 0;
1705    double dist = 0.0;
1706#ifdef PRINT_DEBUG
1707    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1708           numObjects_, node->numObjects_);
1709#endif
1710    while ( i < numObjects_ && j < node->numObjects_) {
1711        CbcBranchingObject* br0 = brObj_[i];
1712        const CbcBranchingObject* br1 = node->brObj_[j];
1713#ifdef PRINT_DEBUG
1714        const CbcIntegerBranchingObject* brPrint0 =
1715            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1716        const double* downBounds = brPrint0->downBounds();
1717        const double* upBounds = brPrint0->upBounds();
1718        int variable = brPrint0->variable();
1719        int way = brPrint0->way();
1720        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1721               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1722               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1723        const CbcIntegerBranchingObject* brPrint1 =
1724            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1725        downBounds = brPrint1->downBounds();
1726        upBounds = brPrint1->upBounds();
1727        variable = brPrint1->variable();
1728        way = brPrint1->way();
1729        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1730               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1731               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1732#endif
1733        const int brComp = compare3BranchingObjects(br0, br1);
1734        if (brComp < 0) {
1735            dist += subsetWeight;
1736            countSubsetWeight++;
1737            ++i;
1738        } else if (brComp > 0) {
1739            dist += subsetWeight;
1740            countSubsetWeight++;
1741            ++j;
1742        } else {
1743            const int comp = br0->compareBranchingObject(br1, false);
1744            switch (comp) {
1745            case CbcRangeSame:
1746                // do nothing
1747                break;
1748            case CbcRangeDisjoint: // disjoint decisions
1749                dist += disjointWeight;
1750                countDisjointWeight++;
1751                break;
1752            case CbcRangeSubset: // subset one way or another
1753            case CbcRangeSuperset:
1754                dist += subsetWeight;
1755                countSubsetWeight++;
1756                break;
1757            case CbcRangeOverlap: // overlap
1758                dist += overlapWeight;
1759                countOverlapWeight++;
1760                break;
1761            }
1762            ++i;
1763            ++j;
1764        }
1765    }
1766    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1767    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1768    COIN_DETAIL_PRINT(printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1769                             countOverlapWeight, countDisjointWeight));
1770    return dist;
1771}
1772
1773//==============================================================================
1774
1775CbcHeuristicNode::~CbcHeuristicNode()
1776{
1777    for (int i = 0; i < numObjects_; ++i) {
1778        delete brObj_[i];
1779    }
1780    delete [] brObj_;
1781}
1782
1783//==============================================================================
1784
1785double
1786CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1787{
1788    double minDist = COIN_DBL_MAX;
1789    for (int i = nodeList.size() - 1; i >= 0; --i) {
1790        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1791    }
1792    return minDist;
1793}
1794
1795//==============================================================================
1796
1797bool
1798CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1799                                     const double threshold) const
1800{
1801    for (int i = nodeList.size() - 1; i >= 0; --i) {
1802        if (distance(nodeList.node(i)) >= threshold) {
1803            continue;
1804        } else {
1805            return true;
1806        }
1807    }
1808    return false;
1809}
1810
1811//==============================================================================
1812
1813double
1814CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1815{
1816    if (nodeList.size() == 0) {
1817        return COIN_DBL_MAX;
1818    }
1819    double sumDist = 0;
1820    for (int i = nodeList.size() - 1; i >= 0; --i) {
1821        sumDist += distance(nodeList.node(i));
1822    }
1823    return sumDist / nodeList.size();
1824}
1825
1826//##############################################################################
1827
1828// Default Constructor
1829CbcRounding::CbcRounding()
1830        : CbcHeuristic()
1831{
1832    // matrix and row copy will automatically be empty
1833    seed_ = 7654321;
1834    down_ = NULL;
1835    up_ = NULL;
1836    equal_ = NULL;
1837    //whereFrom_ |= 16*(1+256); // allow more often
1838}
1839
1840// Constructor from model
1841CbcRounding::CbcRounding(CbcModel & model)
1842        : CbcHeuristic(model)
1843{
1844    // Get a copy of original matrix (and by row for rounding);
1845    assert(model.solver());
1846    if (model.solver()->getNumRows()) {
1847        matrix_ = *model.solver()->getMatrixByCol();
1848        matrixByRow_ = *model.solver()->getMatrixByRow();
1849        validate();
1850    }
1851    down_ = NULL;
1852    up_ = NULL;
1853    equal_ = NULL;
1854    seed_ = 7654321;
1855    //whereFrom_ |= 16*(1+256); // allow more often
1856}
1857
1858// Destructor
1859CbcRounding::~CbcRounding ()
1860{
1861    delete [] down_;
1862    delete [] up_;
1863    delete [] equal_;
1864}
1865
1866// Clone
1867CbcHeuristic *
1868CbcRounding::clone() const
1869{
1870    return new CbcRounding(*this);
1871}
1872// Create C++ lines to get to current state
1873void
1874CbcRounding::generateCpp( FILE * fp)
1875{
1876    CbcRounding other;
1877    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1878    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1879    CbcHeuristic::generateCpp(fp, "rounding");
1880    if (seed_ != other.seed_)
1881        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1882    else
1883        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1884    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1885}
1886//#define NEW_ROUNDING
1887// Copy constructor
1888CbcRounding::CbcRounding(const CbcRounding & rhs)
1889        :
1890        CbcHeuristic(rhs),
1891        matrix_(rhs.matrix_),
1892        matrixByRow_(rhs.matrixByRow_),
1893        seed_(rhs.seed_)
1894{
1895#ifdef NEW_ROUNDING
1896    int numberColumns = matrix_.getNumCols();
1897    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1898    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1899    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1900#else
1901    down_ = NULL;
1902    up_ = NULL;
1903    equal_ = NULL;
1904#endif
1905}
1906
1907// Assignment operator
1908CbcRounding &
1909CbcRounding::operator=( const CbcRounding & rhs)
1910{
1911    if (this != &rhs) {
1912        CbcHeuristic::operator=(rhs);
1913        matrix_ = rhs.matrix_;
1914        matrixByRow_ = rhs.matrixByRow_;
1915#ifdef NEW_ROUNDING
1916        delete [] down_;
1917        delete [] up_;
1918        delete [] equal_;
1919        int numberColumns = matrix_.getNumCols();
1920        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1921        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1922        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1923#else
1924        down_ = NULL;
1925        up_ = NULL;
1926        equal_ = NULL;
1927#endif
1928        seed_ = rhs.seed_;
1929    }
1930    return *this;
1931}
1932
1933// Resets stuff if model changes
1934void
1935CbcRounding::resetModel(CbcModel * model)
1936{
1937    model_ = model;
1938    // Get a copy of original matrix (and by row for rounding);
1939    assert(model_->solver());
1940    matrix_ = *model_->solver()->getMatrixByCol();
1941    matrixByRow_ = *model_->solver()->getMatrixByRow();
1942    validate();
1943}
1944/* Check whether the heuristic should run at all
1945   0 - before cuts at root node (or from doHeuristics)
1946   1 - during cuts at root
1947   2 - after root node cuts
1948   3 - after cuts at other nodes
1949   4 - during cuts at other nodes
1950   8 added if previous heuristic in loop found solution
1951*/
1952bool 
1953CbcRounding::shouldHeurRun(int whereFrom)
1954{
1955  if (whereFrom!=4) {
1956    return CbcHeuristic::shouldHeurRun(whereFrom);
1957  } else {
1958    numCouldRun_++;
1959    return shouldHeurRun_randomChoice();
1960  }
1961}
1962// See if rounding will give solution
1963// Sets value of solution
1964// Assumes rhs for original matrix still okay
1965// At present only works with integers
1966// Fix values if asked for
1967// Returns 1 if solution, 0 if not
1968int
1969CbcRounding::solution(double & solutionValue,
1970                      double * betterSolution)
1971{
1972
1973    numCouldRun_++;
1974    // See if to do
1975    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1976            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1977        return 0; // switched off
1978    numRuns_++;
1979#ifdef HEURISTIC_INFORM
1980    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
1981           heuristicName(),numRuns_,numCouldRun_,when_);
1982#endif
1983    OsiSolverInterface * solver = model_->solver();
1984    double direction = solver->getObjSense();
1985    double newSolutionValue = direction * solver->getObjValue();
1986    return solution(solutionValue, betterSolution, newSolutionValue);
1987}
1988// See if rounding will give solution
1989// Sets value of solution
1990// Assumes rhs for original matrix still okay
1991// At present only works with integers
1992// Fix values if asked for
1993// Returns 1 if solution, 0 if not
1994int
1995CbcRounding::solution(double & solutionValue,
1996                      double * betterSolution,
1997                      double newSolutionValue)
1998{
1999
2000    // See if to do
2001    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
2002            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
2003        return 0; // switched off
2004    OsiSolverInterface * solver = model_->solver();
2005    const double * lower = solver->getColLower();
2006    const double * upper = solver->getColUpper();
2007    const double * rowLower = solver->getRowLower();
2008    const double * rowUpper = solver->getRowUpper();
2009    const double * solution = solver->getColSolution();
2010    const double * objective = solver->getObjCoefficients();
2011    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
2012    double primalTolerance;
2013    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2014    double useTolerance = primalTolerance;
2015
2016    int numberRows = matrix_.getNumRows();
2017    assert (numberRows <= solver->getNumRows());
2018    if (numberRows == 0){
2019       return 0;
2020    }
2021    int numberIntegers = model_->numberIntegers();
2022    const int * integerVariable = model_->integerVariable();
2023    int i;
2024    double direction = solver->getObjSense();
2025    //double newSolutionValue = direction*solver->getObjValue();
2026    int returnCode = 0;
2027    // Column copy
2028    const double * element = matrix_.getElements();
2029    const int * row = matrix_.getIndices();
2030    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2031    const int * columnLength = matrix_.getVectorLengths();
2032    // Row copy
2033    const double * elementByRow = matrixByRow_.getElements();
2034    const int * column = matrixByRow_.getIndices();
2035    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
2036    const int * rowLength = matrixByRow_.getVectorLengths();
2037
2038    // Get solution array for heuristic solution
2039    int numberColumns = solver->getNumCols();
2040    double * newSolution = new double [numberColumns];
2041    memcpy(newSolution, solution, numberColumns*sizeof(double));
2042
2043    double * rowActivity = new double[numberRows];
2044    memset(rowActivity, 0, numberRows*sizeof(double));
2045    for (i = 0; i < numberColumns; i++) {
2046        int j;
2047        double value = newSolution[i];
2048        if (value < lower[i]) {
2049            value = lower[i];
2050            newSolution[i] = value;
2051        } else if (value > upper[i]) {
2052            value = upper[i];
2053            newSolution[i] = value;
2054        }
2055        if (value) {
2056            for (j = columnStart[i];
2057                    j < columnStart[i] + columnLength[i]; j++) {
2058                int iRow = row[j];
2059                rowActivity[iRow] += value * element[j];
2060            }
2061        }
2062    }
2063    // check was feasible - if not adjust (cleaning may move)
2064    for (i = 0; i < numberRows; i++) {
2065        if (rowActivity[i] < rowLower[i]) {
2066            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2067            rowActivity[i] = rowLower[i];
2068        } else if (rowActivity[i] > rowUpper[i]) {
2069            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2070            rowActivity[i] = rowUpper[i];
2071        }
2072    }
2073    for (i = 0; i < numberIntegers; i++) {
2074        int iColumn = integerVariable[i];
2075        double value = newSolution[iColumn];
2076        //double thisTolerance = integerTolerance;
2077        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
2078            double below = floor(value);
2079            double newValue = newSolution[iColumn];
2080            double cost = direction * objective[iColumn];
2081            double move;
2082            if (cost > 0.0) {
2083                // try up
2084                move = 1.0 - (value - below);
2085            } else if (cost < 0.0) {
2086                // try down
2087                move = below - value;
2088            } else {
2089                // won't be able to move unless we can grab another variable
2090                double randomNumber = randomNumberGenerator_.randomDouble();
2091                // which way?
2092                if (randomNumber < 0.5)
2093                    move = below - value;
2094                else
2095                    move = 1.0 - (value - below);
2096            }
2097            newValue += move;
2098            newSolution[iColumn] = newValue;
2099            newSolutionValue += move * cost;
2100            int j;
2101            for (j = columnStart[iColumn];
2102                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2103                int iRow = row[j];
2104                rowActivity[iRow] += move * element[j];
2105            }
2106        }
2107    }
2108
2109    double penalty = 0.0;
2110    const char * integerType = model_->integerType();
2111    // see if feasible - just using singletons
2112    for (i = 0; i < numberRows; i++) {
2113        double value = rowActivity[i];
2114        double thisInfeasibility = 0.0;
2115        if (value < rowLower[i] - primalTolerance)
2116            thisInfeasibility = value - rowLower[i];
2117        else if (value > rowUpper[i] + primalTolerance)
2118            thisInfeasibility = value - rowUpper[i];
2119        if (thisInfeasibility) {
2120            // See if there are any slacks I can use to fix up
2121            // maybe put in coding for multiple slacks?
2122            double bestCost = 1.0e50;
2123            int k;
2124            int iBest = -1;
2125            double addCost = 0.0;
2126            double newValue = 0.0;
2127            double changeRowActivity = 0.0;
2128            double absInfeasibility = fabs(thisInfeasibility);
2129            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
2130                int iColumn = column[k];
2131                // See if all elements help
2132                if (columnLength[iColumn] == 1) {
2133                    double currentValue = newSolution[iColumn];
2134                    double elementValue = elementByRow[k];
2135                    double lowerValue = lower[iColumn];
2136                    double upperValue = upper[iColumn];
2137                    double gap = rowUpper[i] - rowLower[i];
2138                    double absElement = fabs(elementValue);
2139                    if (thisInfeasibility*elementValue > 0.0) {
2140                        // we want to reduce
2141                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
2142                            // possible - check if integer
2143                            double distance = absInfeasibility / absElement;
2144                            double thisCost = -direction * objective[iColumn] * distance;
2145                            if (integerType[iColumn]) {
2146                                distance = ceil(distance - useTolerance);
2147                                if (currentValue - distance >= lowerValue - useTolerance) {
2148                                    if (absInfeasibility - distance*absElement < -gap - useTolerance)
2149                                        thisCost = 1.0e100; // no good
2150                                    else
2151                                        thisCost = -direction * objective[iColumn] * distance;
2152                                } else {
2153                                    thisCost = 1.0e100; // no good
2154                                }
2155                            }
2156                            if (thisCost < bestCost) {
2157                                bestCost = thisCost;
2158                                iBest = iColumn;
2159                                addCost = thisCost;
2160                                newValue = currentValue - distance;
2161                                changeRowActivity = -distance * elementValue;
2162                            }
2163                        }
2164                    } else {
2165                        // we want to increase
2166                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
2167                            // possible - check if integer
2168                            double distance = absInfeasibility / absElement;
2169                            double thisCost = direction * objective[iColumn] * distance;
2170                            if (integerType[iColumn]) {
2171                                distance = ceil(distance - 1.0e-7);
2172                                assert (currentValue - distance <= upperValue + useTolerance);
2173                                if (absInfeasibility - distance*absElement < -gap - useTolerance)
2174                                    thisCost = 1.0e100; // no good
2175                                else
2176                                    thisCost = direction * objective[iColumn] * distance;
2177                            }
2178                            if (thisCost < bestCost) {
2179                                bestCost = thisCost;
2180                                iBest = iColumn;
2181                                addCost = thisCost;
2182                                newValue = currentValue + distance;
2183                                changeRowActivity = distance * elementValue;
2184                            }
2185                        }
2186                    }
2187                }
2188            }
2189            if (iBest >= 0) {
2190                /*printf("Infeasibility of %g on row %d cost %g\n",
2191                  thisInfeasibility,i,addCost);*/
2192                newSolution[iBest] = newValue;
2193                thisInfeasibility = 0.0;
2194                newSolutionValue += addCost;
2195                rowActivity[i] += changeRowActivity;
2196            }
2197            penalty += fabs(thisInfeasibility);
2198        }
2199    }
2200    if (penalty) {
2201        // see if feasible using any
2202        // first continuous
2203        double penaltyChange = 0.0;
2204        int iColumn;
2205        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2206            if (integerType[iColumn])
2207                continue;
2208            double currentValue = newSolution[iColumn];
2209            double lowerValue = lower[iColumn];
2210            double upperValue = upper[iColumn];
2211            int j;
2212            int anyBadDown = 0;
2213            int anyBadUp = 0;
2214            double upImprovement = 0.0;
2215            double downImprovement = 0.0;
2216            for (j = columnStart[iColumn];
2217                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2218                int iRow = row[j];
2219                if (rowUpper[iRow] > rowLower[iRow]) {
2220                    double value = element[j];
2221                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2222                        // infeasible above
2223                        downImprovement += value;
2224                        upImprovement -= value;
2225                        if (value > 0.0)
2226                            anyBadUp++;
2227                        else
2228                            anyBadDown++;
2229                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2230                        // feasible at ub
2231                        if (value > 0.0) {
2232                            upImprovement -= value;
2233                            anyBadUp++;
2234                        } else {
2235                            downImprovement += value;
2236                            anyBadDown++;
2237                        }
2238                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2239                        // feasible in interior
2240                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2241                        // feasible at lb
2242                        if (value < 0.0) {
2243                            upImprovement += value;
2244                            anyBadUp++;
2245                        } else {
2246                            downImprovement -= value;
2247                            anyBadDown++;
2248                        }
2249                    } else {
2250                        // infeasible below
2251                        downImprovement -= value;
2252                        upImprovement += value;
2253                        if (value < 0.0)
2254                            anyBadUp++;
2255                        else
2256                            anyBadDown++;
2257                    }
2258                } else {
2259                    // equality row
2260                    double value = element[j];
2261                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2262                        // infeasible above
2263                        downImprovement += value;
2264                        upImprovement -= value;
2265                        if (value > 0.0)
2266                            anyBadUp++;
2267                        else
2268                            anyBadDown++;
2269                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2270                        // infeasible below
2271                        downImprovement -= value;
2272                        upImprovement += value;
2273                        if (value < 0.0)
2274                            anyBadUp++;
2275                        else
2276                            anyBadDown++;
2277                    } else {
2278                        // feasible - no good
2279                        anyBadUp = -1;
2280                        anyBadDown = -1;
2281                        break;
2282                    }
2283                }
2284            }
2285            // could change tests for anyBad
2286            if (anyBadUp)
2287                upImprovement = 0.0;
2288            if (anyBadDown)
2289                downImprovement = 0.0;
2290            double way = 0.0;
2291            double improvement = 0.0;
2292            if (downImprovement > 0.0 && currentValue > lowerValue) {
2293                way = -1.0;
2294                improvement = downImprovement;
2295            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2296                way = 1.0;
2297                improvement = upImprovement;
2298            }
2299            if (way) {
2300                // can improve
2301                double distance;
2302                if (way > 0.0)
2303                    distance = upperValue - currentValue;
2304                else
2305                    distance = currentValue - lowerValue;
2306                for (j = columnStart[iColumn];
2307                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2308                    int iRow = row[j];
2309                    double value = element[j] * way;
2310                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2311                        // infeasible above
2312                        assert (value < 0.0);
2313                        double gap = rowActivity[iRow] - rowUpper[iRow];
2314                        if (gap + value*distance < 0.0)
2315                            distance = -gap / value;
2316                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2317                        // infeasible below
2318                        assert (value > 0.0);
2319                        double gap = rowActivity[iRow] - rowLower[iRow];
2320                        if (gap + value*distance > 0.0)
2321                            distance = -gap / value;
2322                    } else {
2323                        // feasible
2324                        if (value > 0) {
2325                            double gap = rowActivity[iRow] - rowUpper[iRow];
2326                            if (gap + value*distance > 0.0)
2327                                distance = -gap / value;
2328                        } else {
2329                            double gap = rowActivity[iRow] - rowLower[iRow];
2330                            if (gap + value*distance < 0.0)
2331                                distance = -gap / value;
2332                        }
2333                    }
2334                }
2335                //move
2336                penaltyChange += improvement * distance;
2337                distance *= way;
2338                newSolution[iColumn] += distance;
2339                newSolutionValue += direction * objective[iColumn] * distance;
2340                for (j = columnStart[iColumn];
2341                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2342                    int iRow = row[j];
2343                    double value = element[j];
2344                    rowActivity[iRow] += distance * value;
2345                }
2346            }
2347        }
2348        // and now all if improving
2349        double lastChange = penaltyChange ? 1.0 : 0.0;
2350        int numberPasses=0;
2351        while (lastChange > 1.0e-2 && numberPasses < 1000) {
2352            lastChange = 0;
2353            numberPasses++;
2354            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2355                bool isInteger = (integerType[iColumn] != 0);
2356                double currentValue = newSolution[iColumn];
2357                double lowerValue = lower[iColumn];
2358                double upperValue = upper[iColumn];
2359                int j;
2360                int anyBadDown = 0;
2361                int anyBadUp = 0;
2362                double upImprovement = 0.0;
2363                double downImprovement = 0.0;
2364                for (j = columnStart[iColumn];
2365                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2366                    int iRow = row[j];
2367                    double value = element[j];
2368                    if (isInteger) {
2369                        if (value > 0.0) {
2370                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2371                                anyBadUp++;
2372                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2373                                anyBadDown++;
2374                        } else {
2375                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2376                                anyBadDown++;
2377                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2378                                anyBadUp++;
2379                        }
2380                    }
2381                    if (rowUpper[iRow] > rowLower[iRow]) {
2382                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2383                            // infeasible above
2384                            downImprovement += value;
2385                            upImprovement -= value;
2386                            if (value > 0.0)
2387                                anyBadUp++;
2388                            else
2389                                anyBadDown++;
2390                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2391                            // feasible at ub
2392                            if (value > 0.0) {
2393                                upImprovement -= value;
2394                                anyBadUp++;
2395                            } else {
2396                                downImprovement += value;
2397                                anyBadDown++;
2398                            }
2399                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2400                            // feasible in interior
2401                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2402                            // feasible at lb
2403                            if (value < 0.0) {
2404                                upImprovement += value;
2405                                anyBadUp++;
2406                            } else {
2407                                downImprovement -= value;
2408                                anyBadDown++;
2409                            }
2410                        } else {
2411                            // infeasible below
2412                            downImprovement -= value;
2413                            upImprovement += value;
2414                            if (value < 0.0)
2415                                anyBadUp++;
2416                            else
2417                                anyBadDown++;
2418                        }
2419                    } else {
2420                        // equality row
2421                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2422                            // infeasible above
2423                            downImprovement += value;
2424                            upImprovement -= value;
2425                            if (value > 0.0)
2426                                anyBadUp++;
2427                            else
2428                                anyBadDown++;
2429                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2430                            // infeasible below
2431                            downImprovement -= value;
2432                            upImprovement += value;
2433                            if (value < 0.0)
2434                                anyBadUp++;
2435                            else
2436                                anyBadDown++;
2437                        } else {
2438                            // feasible - no good
2439                            anyBadUp = -1;
2440                            anyBadDown = -1;
2441                            break;
2442                        }
2443                    }
2444                }
2445                // could change tests for anyBad
2446                if (anyBadUp)
2447                    upImprovement = 0.0;
2448                if (anyBadDown)
2449                    downImprovement = 0.0;
2450                double way = 0.0;
2451                double improvement = 0.0;
2452                if (downImprovement > 0.0 && currentValue > lowerValue) {
2453                    way = -1.0;
2454                    improvement = downImprovement;
2455                    if (isInteger&&currentValue<lowerValue+0.99)
2456                      continue; // no good
2457                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2458                    way = 1.0;
2459                    improvement = upImprovement;
2460                    if (isInteger&&currentValue>upperValue-0.99)
2461                      continue; // no good
2462                }
2463                if (way) {
2464                    // can improve
2465                    double distance = COIN_DBL_MAX;
2466                    for (j = columnStart[iColumn];
2467                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2468                        int iRow = row[j];
2469                        double value = element[j] * way;
2470                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2471                            // infeasible above
2472                            assert (value < 0.0);
2473                            double gap = rowActivity[iRow] - rowUpper[iRow];
2474                            if (gap + value*distance < 0.0) {
2475                                // If integer then has to move by 1
2476                                if (!isInteger)
2477                                    distance = -gap / value;
2478                                else
2479                                    distance = CoinMax(-gap / value, 1.0);
2480                            }
2481                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2482                            // infeasible below
2483                            assert (value > 0.0);
2484                            double gap = rowActivity[iRow] - rowLower[iRow];
2485                            if (gap + value*distance > 0.0) {
2486                                // If integer then has to move by 1
2487                                if (!isInteger)
2488                                    distance = -gap / value;
2489                                else
2490                                    distance = CoinMax(-gap / value, 1.0);
2491                            }
2492                        } else {
2493                            // feasible
2494                            if (value > 0) {
2495                                double gap = rowActivity[iRow] - rowUpper[iRow];
2496                                if (gap + value*distance > 0.0)
2497                                    distance = -gap / value;
2498                            } else {
2499                                double gap = rowActivity[iRow] - rowLower[iRow];
2500                                if (gap + value*distance < 0.0)
2501                                    distance = -gap / value;
2502                            }
2503                        }
2504                    }
2505                    if (isInteger)
2506                        distance = floor(distance + 1.05e-8);
2507                    if (!distance) {
2508                        // should never happen
2509                        //printf("zero distance in CbcRounding - debug\n");
2510                    }
2511                    //move
2512                    lastChange += improvement * distance;
2513                    distance *= way;
2514                    newSolution[iColumn] += distance;
2515                    newSolutionValue += direction * objective[iColumn] * distance;
2516                    for (j = columnStart[iColumn];
2517                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2518                        int iRow = row[j];
2519                        double value = element[j];
2520                        rowActivity[iRow] += distance * value;
2521                    }
2522                }
2523            }
2524            penaltyChange += lastChange;
2525        }
2526        penalty -= penaltyChange;
2527        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2528            // recompute
2529            penalty = 0.0;
2530            for (i = 0; i < numberRows; i++) {
2531                double value = rowActivity[i];
2532                if (value < rowLower[i] - primalTolerance)
2533                    penalty += rowLower[i] - value;
2534                else if (value > rowUpper[i] + primalTolerance)
2535                    penalty += value - rowUpper[i];
2536            }
2537        }
2538    }
2539
2540    // Could also set SOS (using random) and repeat
2541    if (!penalty) {
2542        // See if we can do better
2543        //seed_++;
2544        //CoinSeedRandom(seed_);
2545        // Random number between 0 and 1.
2546        double randomNumber = randomNumberGenerator_.randomDouble();
2547        int iPass;
2548        int start[2];
2549        int end[2];
2550        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2551        start[0] = iRandom;
2552        end[0] = numberIntegers;
2553        start[1] = 0;
2554        end[1] = iRandom;
2555        for (iPass = 0; iPass < 2; iPass++) {
2556            int i;
2557            for (i = start[iPass]; i < end[iPass]; i++) {
2558                int iColumn = integerVariable[i];
2559#ifndef NDEBUG
2560                double value = newSolution[iColumn];
2561                assert (fabs(floor(value + 0.5) - value) <= integerTolerance);
2562#endif
2563                double cost = direction * objective[iColumn];
2564                double move = 0.0;
2565                if (cost > 0.0)
2566                    move = -1.0;
2567                else if (cost < 0.0)
2568                    move = 1.0;
2569                while (move) {
2570                    bool good = true;
2571                    double newValue = newSolution[iColumn] + move;
2572                    if (newValue < lower[iColumn] - useTolerance ||
2573                            newValue > upper[iColumn] + useTolerance) {
2574                        move = 0.0;
2575                    } else {
2576                        // see if we can move
2577                        int j;
2578                        for (j = columnStart[iColumn];
2579                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2580                            int iRow = row[j];
2581                            double newActivity = rowActivity[iRow] + move * element[j];
2582                            if (newActivity < rowLower[iRow] - primalTolerance ||
2583                                    newActivity > rowUpper[iRow] + primalTolerance) {
2584                                good = false;
2585                                break;
2586                            }
2587                        }
2588                        if (good) {
2589                            newSolution[iColumn] = newValue;
2590                            newSolutionValue += move * cost;
2591                            int j;
2592                            for (j = columnStart[iColumn];
2593                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2594                                int iRow = row[j];
2595                                rowActivity[iRow] += move * element[j];
2596                            }
2597                        } else {
2598                            move = 0.0;
2599                        }
2600                    }
2601                }
2602            }
2603        }
2604        // Just in case of some stupidity
2605        double objOffset = 0.0;
2606        solver->getDblParam(OsiObjOffset, objOffset);
2607        newSolutionValue = -objOffset;
2608        for ( i = 0 ; i < numberColumns ; i++ )
2609            newSolutionValue += objective[i] * newSolution[i];
2610        newSolutionValue *= direction;
2611        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2612        if (newSolutionValue < solutionValue) {
2613            // paranoid check
2614            memset(rowActivity, 0, numberRows*sizeof(double));
2615            for (i = 0; i < numberColumns; i++) {
2616                int j;
2617                double value = newSolution[i];
2618                if (value) {
2619                    for (j = columnStart[i];
2620                            j < columnStart[i] + columnLength[i]; j++) {
2621                        int iRow = row[j];
2622                        rowActivity[iRow] += value * element[j];
2623                    }
2624                }
2625            }
2626            // check was approximately feasible
2627            bool feasible = true;
2628            for (i = 0; i < numberRows; i++) {
2629                if (rowActivity[i] < rowLower[i]) {
2630                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2631                        feasible = false;
2632                } else if (rowActivity[i] > rowUpper[i]) {
2633                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2634                        feasible = false;
2635                }
2636            }
2637            if (feasible) {
2638                // new solution
2639                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2640                solutionValue = newSolutionValue;
2641                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2642                returnCode = 1;
2643            } else {
2644                // Can easily happen
2645                //printf("Debug CbcRounding giving bad solution\n");
2646            }
2647        }
2648    }
2649#ifdef NEW_ROUNDING
2650    if (!returnCode) {
2651#ifdef JJF_ZERO
2652        // back to starting point
2653        memcpy(newSolution, solution, numberColumns*sizeof(double));
2654        memset(rowActivity, 0, numberRows*sizeof(double));
2655        for (i = 0; i < numberColumns; i++) {
2656            int j;
2657            double value = newSolution[i];
2658            if (value < lower[i]) {
2659                value = lower[i];
2660                newSolution[i] = value;
2661            } else if (value > upper[i]) {
2662                value = upper[i];
2663                newSolution[i] = value;
2664            }
2665            if (value) {
2666                for (j = columnStart[i];
2667                        j < columnStart[i] + columnLength[i]; j++) {
2668                    int iRow = row[j];
2669                    rowActivity[iRow] += value * element[j];
2670                }
2671            }
2672        }
2673        // check was feasible - if not adjust (cleaning may move)
2674        for (i = 0; i < numberRows; i++) {
2675            if (rowActivity[i] < rowLower[i]) {
2676                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2677                rowActivity[i] = rowLower[i];
2678            } else if (rowActivity[i] > rowUpper[i]) {
2679                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2680                rowActivity[i] = rowUpper[i];
2681            }
2682        }
2683#endif
2684        int * candidate = new int [numberColumns];
2685        int nCandidate = 0;
2686        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2687            bool isInteger = (integerType[iColumn] != 0);
2688            if (isInteger) {
2689                double currentValue = newSolution[iColumn];
2690                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2691                    candidate[nCandidate++] = iColumn;
2692            }
2693        }
2694        if (true) {
2695            // Rounding as in Berthold
2696            while (nCandidate) {
2697                double infeasibility = 1.0e-7;
2698                int iRow = -1;
2699                for (i = 0; i < numberRows; i++) {
2700                    double value = 0.0;
2701                    if (rowActivity[i] < rowLower[i]) {
2702                        value = rowLower[i] - rowActivity[i];
2703                    } else if (rowActivity[i] > rowUpper[i]) {
2704                        value = rowActivity[i] - rowUpper[i];
2705                    }
2706                    if (value > infeasibility) {
2707                        infeasibility = value;
2708                        iRow = i;
2709                    }
2710                }
2711                if (iRow >= 0) {
2712                    // infeasible
2713                } else {
2714                    // feasible
2715                }
2716            }
2717        } else {
2718            // Shifting as in Berthold
2719        }
2720        delete [] candidate;
2721    }
2722#endif
2723    delete [] newSolution;
2724    delete [] rowActivity;
2725    return returnCode;
2726}
2727// update model
2728void CbcRounding::setModel(CbcModel * model)
2729{
2730    model_ = model;
2731    // Get a copy of original matrix (and by row for rounding);
2732    assert(model_->solver());
2733    if (model_->solver()->getNumRows()) {
2734        matrix_ = *model_->solver()->getMatrixByCol();
2735        matrixByRow_ = *model_->solver()->getMatrixByRow();
2736        // make sure model okay for heuristic
2737        validate();
2738    }
2739}
2740// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2741void
2742CbcRounding::validate()
2743{
2744    if (model_ && (when() % 100) < 10) {
2745        if (model_->numberIntegers() !=
2746                model_->numberObjects() && (model_->numberObjects() ||
2747                                            (model_->specialOptions()&1024) == 0)) {
2748            int numberOdd = 0;
2749            for (int i = 0; i < model_->numberObjects(); i++) {
2750                if (!model_->object(i)->canDoHeuristics())
2751                    numberOdd++;
2752            }
2753            if (numberOdd)
2754                setWhen(0);
2755        }
2756    }
2757#ifdef NEW_ROUNDING
2758    int numberColumns = matrix_.getNumCols();
2759    down_ = new unsigned short [numberColumns];
2760    up_ = new unsigned short [numberColumns];
2761    equal_ = new unsigned short [numberColumns];
2762    // Column copy
2763    const double * element = matrix_.getElements();
2764    const int * row = matrix_.getIndices();
2765    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2766    const int * columnLength = matrix_.getVectorLengths();
2767    const double * rowLower = model.solver()->getRowLower();
2768    const double * rowUpper = model.solver()->getRowUpper();
2769    for (int i = 0; i < numberColumns; i++) {
2770        int down = 0;
2771        int up = 0;
2772        int equal = 0;
2773        if (columnLength[i] > 65535) {
2774            equal[0] = 65535;
2775            break; // unlikely to work
2776        }
2777        for (CoinBigIndex j = columnStart[i];
2778                j < columnStart[i] + columnLength[i]; j++) {
2779            int iRow = row[j];
2780            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2781                equal++;
2782            } else if (element[j] > 0.0) {
2783                if (rowUpper[iRow] < 1.0e20)
2784                    up++;
2785                else
2786                    down--;
2787            } else {
2788                if (rowLower[iRow] > -1.0e20)
2789                    up++;
2790                else
2791                    down--;
2792            }
2793        }
2794        down_[i] = (unsigned short) down;
2795        up_[i] = (unsigned short) up;
2796        equal_[i] = (unsigned short) equal;
2797    }
2798#else
2799    down_ = NULL;
2800    up_ = NULL;
2801    equal_ = NULL;
2802#endif
2803}
2804
2805// Default Constructor
2806CbcHeuristicPartial::CbcHeuristicPartial()
2807        : CbcHeuristic()
2808{
2809    fixPriority_ = 10000;
2810}
2811
2812// Constructor from model
2813CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2814        : CbcHeuristic(model)
2815{
2816    fixPriority_ = fixPriority;
2817    setNumberNodes(numberNodes);
2818    validate();
2819}
2820
2821// Destructor
2822CbcHeuristicPartial::~CbcHeuristicPartial ()
2823{
2824}
2825
2826// Clone
2827CbcHeuristic *
2828CbcHeuristicPartial::clone() const
2829{
2830    return new CbcHeuristicPartial(*this);
2831}
2832// Create C++ lines to get to current state
2833void
2834CbcHeuristicPartial::generateCpp( FILE * fp)
2835{
2836    CbcHeuristicPartial other;
2837    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2838    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2839    CbcHeuristic::generateCpp(fp, "partial");
2840    if (fixPriority_ != other.fixPriority_)
2841        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2842    else
2843        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2844    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2845}
2846//#define NEW_PARTIAL
2847// Copy constructor
2848CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2849        :
2850        CbcHeuristic(rhs),
2851        fixPriority_(rhs.fixPriority_)
2852{
2853}
2854
2855// Assignment operator
2856CbcHeuristicPartial &
2857CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2858{
2859    if (this != &rhs) {
2860        CbcHeuristic::operator=(rhs);
2861        fixPriority_ = rhs.fixPriority_;
2862    }
2863    return *this;
2864}
2865
2866// Resets stuff if model changes
2867void
2868CbcHeuristicPartial::resetModel(CbcModel * model)
2869{
2870    model_ = model;
2871    // Get a copy of original matrix (and by row for partial);
2872    assert(model_->solver());
2873    validate();
2874}
2875// See if partial will give solution
2876// Sets value of solution
2877// Assumes rhs for original matrix still okay
2878// At present only works with integers
2879// Fix values if asked for
2880// Returns 1 if solution, 0 if not
2881int
2882CbcHeuristicPartial::solution(double & solutionValue,
2883                              double * betterSolution)
2884{
2885    // Return if already done
2886    if (fixPriority_ < 0)
2887        return 0; // switched off
2888#ifdef HEURISTIC_INFORM
2889    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
2890           heuristicName(),numRuns_,numCouldRun_,when_);
2891#endif
2892    const double * hotstartSolution = model_->hotstartSolution();
2893    const int * hotstartPriorities = model_->hotstartPriorities();
2894    if (!hotstartSolution)
2895        return 0;
2896    OsiSolverInterface * solver = model_->solver();
2897
2898    int numberIntegers = model_->numberIntegers();
2899    const int * integerVariable = model_->integerVariable();
2900
2901    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2902    const double * colLower = newSolver->getColLower();
2903    const double * colUpper = newSolver->getColUpper();
2904
2905    double primalTolerance;
2906    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2907
2908    int i;
2909    int numberFixed = 0;
2910    int returnCode = 0;
2911
2912    for (i = 0; i < numberIntegers; i++) {
2913        int iColumn = integerVariable[i];
2914        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2915            double value = hotstartSolution[iColumn];
2916            double lower = colLower[iColumn];
2917            double upper = colUpper[iColumn];
2918            value = CoinMax(value, lower);
2919            value = CoinMin(value, upper);
2920            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2921                value = floor(value + 0.5);
2922                newSolver->setColLower(iColumn, value);
2923                newSolver->setColUpper(iColumn, value);
2924                numberFixed++;
2925            }
2926        }
2927    }
2928    if (numberFixed > numberIntegers / 5 - 100000000) {
2929#ifdef COIN_DEVELOP
2930        printf("%d integers fixed\n", numberFixed);
2931#endif
2932        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2933                                         model_->getCutoff(), "CbcHeuristicPartial");
2934        if (returnCode < 0)
2935            returnCode = 0; // returned on size
2936        //printf("return code %d",returnCode);
2937        if ((returnCode&2) != 0) {
2938            // could add cut
2939            returnCode &= ~2;
2940            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2941        } else {
2942            //printf("\n");
2943        }
2944    }
2945    fixPriority_ = -1; // switch off
2946
2947    delete newSolver;
2948    return returnCode;
2949}
2950// update model
2951void CbcHeuristicPartial::setModel(CbcModel * model)
2952{
2953    model_ = model;
2954    assert(model_->solver());
2955    // make sure model okay for heuristic
2956    validate();
2957}
2958// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2959void
2960CbcHeuristicPartial::validate()
2961{
2962    if (model_ && (when() % 100) < 10) {
2963        if (model_->numberIntegers() !=
2964                model_->numberObjects())
2965            setWhen(0);
2966    }
2967}
2968bool
2969CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2970{
2971    return true;
2972}
2973
2974// Default Constructor
2975CbcSerendipity::CbcSerendipity()
2976        : CbcHeuristic()
2977{
2978}
2979
2980// Constructor from model
2981CbcSerendipity::CbcSerendipity(CbcModel & model)
2982        : CbcHeuristic(model)
2983{
2984}
2985
2986// Destructor
2987CbcSerendipity::~CbcSerendipity ()
2988{
2989}
2990
2991// Clone
2992CbcHeuristic *
2993CbcSerendipity::clone() const
2994{
2995    return new CbcSerendipity(*this);
2996}
2997// Create C++ lines to get to current state
2998void
2999CbcSerendipity::generateCpp( FILE * fp)
3000{
3001    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
3002    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
3003    CbcHeuristic::generateCpp(fp, "serendipity");
3004    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
3005}
3006
3007// Copy constructor
3008CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
3009        :
3010        CbcHeuristic(rhs)
3011{
3012}
3013
3014// Assignment operator
3015CbcSerendipity &
3016CbcSerendipity::operator=( const CbcSerendipity & rhs)
3017{
3018    if (this != &rhs) {
3019        CbcHeuristic::operator=(rhs);
3020    }
3021    return *this;
3022}
3023
3024// Returns 1 if solution, 0 if not
3025int
3026CbcSerendipity::solution(double & solutionValue,
3027                         double * betterSolution)
3028{
3029    if (!model_)
3030        return 0;
3031#ifdef HEURISTIC_INFORM
3032    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
3033           heuristicName(),numRuns_,numCouldRun_,when_);
3034#endif
3035    if (!inputSolution_) {
3036        // get information on solver type
3037        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
3038        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
3039        if (auxiliaryInfo) {
3040            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
3041        } else {
3042            return 0;
3043        }
3044    } else {
3045        int numberColumns = model_->getNumCols();
3046        double value = inputSolution_[numberColumns];
3047        int returnCode = 0;
3048        if (value < solutionValue) {
3049            solutionValue = value;
3050            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
3051            returnCode = 1;
3052        }
3053        delete [] inputSolution_;
3054        inputSolution_ = NULL;
3055        model_ = NULL; // switch off
3056        return returnCode;
3057    }
3058}
3059// update model
3060void CbcSerendipity::setModel(CbcModel * model)
3061{
3062    model_ = model;
3063}
3064// Resets stuff if model changes
3065void
3066CbcSerendipity::resetModel(CbcModel * model)
3067{
3068    model_ = model;
3069}
3070
3071
3072// Default Constructor
3073CbcHeuristicJustOne::CbcHeuristicJustOne()
3074        : CbcHeuristic(),
3075        probabilities_(NULL),
3076        heuristic_(NULL),
3077        numberHeuristics_(0)
3078{
3079}
3080
3081// Constructor from model
3082CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
3083        : CbcHeuristic(model),
3084        probabilities_(NULL),
3085        heuristic_(NULL),
3086        numberHeuristics_(0)
3087{
3088}
3089
3090// Destructor
3091CbcHeuristicJustOne::~CbcHeuristicJustOne ()
3092{
3093    for (int i = 0; i < numberHeuristics_; i++)
3094        delete heuristic_[i];
3095    delete [] heuristic_;
3096    delete [] probabilities_;
3097}
3098
3099// Clone
3100CbcHeuristicJustOne *
3101CbcHeuristicJustOne::clone() const
3102{
3103    return new CbcHeuristicJustOne(*this);
3104}
3105
3106// Create C++ lines to get to current state
3107void
3108CbcHeuristicJustOne::generateCpp( FILE * fp)
3109{
3110    CbcHeuristicJustOne other;
3111    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
3112    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
3113    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
3114    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
3115}
3116
3117// Copy constructor
3118CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
3119        :
3120        CbcHeuristic(rhs),
3121        probabilities_(NULL),
3122        heuristic_(NULL),
3123        numberHeuristics_(rhs.numberHeuristics_)
3124{
3125    if (numberHeuristics_) {
3126        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3127        heuristic_ = new CbcHeuristic * [numberHeuristics_];
3128        for (int i = 0; i < numberHeuristics_; i++)
3129            heuristic_[i] = rhs.heuristic_[i]->clone();
3130    }
3131}
3132
3133// Assignment operator
3134CbcHeuristicJustOne &
3135CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
3136{
3137    if (this != &rhs) {
3138        CbcHeuristic::operator=(rhs);
3139        for (int i = 0; i < numberHeuristics_; i++)
3140            delete heuristic_[i];
3141        delete [] heuristic_;
3142        delete [] probabilities_;
3143        probabilities_ = NULL;
3144        heuristic_ = NULL;
3145        numberHeuristics_ = rhs.numberHeuristics_;
3146        if (numberHeuristics_) {
3147            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3148            heuristic_ = new CbcHeuristic * [numberHeuristics_];
3149            for (int i = 0; i < numberHeuristics_; i++)
3150                heuristic_[i] = rhs.heuristic_[i]->clone();
3151        }
3152    }
3153    return *this;
3154}
3155// Sets value of solution
3156// Returns 1 if solution, 0 if not
3157int
3158CbcHeuristicJustOne::solution(double & solutionValue,
3159                              double * betterSolution)
3160{
3161#ifdef DIVE_DEBUG
3162    std::cout << "solutionValue = " << solutionValue << std::endl;
3163#endif
3164    ++numCouldRun_;
3165
3166    // test if the heuristic can run
3167    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
3168        return 0;
3169    double randomNumber = randomNumberGenerator_.randomDouble();
3170    int i;
3171    for (i = 0; i < numberHeuristics_; i++) {
3172        if (randomNumber < probabilities_[i])
3173            break;
3174    }
3175    assert (i < numberHeuristics_);
3176    int returnCode;
3177    //model_->unsetDivingHasRun();
3178#ifdef COIN_DEVELOP
3179    printf("JustOne running %s\n",
3180           heuristic_[i]->heuristicName());
3181#endif
3182    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
3183#ifdef COIN_DEVELOP
3184    if (returnCode)
3185        printf("JustOne running %s found solution\n",
3186               heuristic_[i]->heuristicName());
3187#endif
3188    return returnCode;
3189}
3190// Resets stuff if model changes
3191void
3192CbcHeuristicJustOne::resetModel(CbcModel * model)
3193{
3194    CbcHeuristic::resetModel(model);
3195    for (int i = 0; i < numberHeuristics_; i++)
3196        heuristic_[i]->resetModel(model);
3197}
3198// update model (This is needed if cliques update matrix etc)
3199void
3200CbcHeuristicJustOne::setModel(CbcModel * model)
3201{
3202    CbcHeuristic::setModel(model);
3203    for (int i = 0; i < numberHeuristics_; i++)
3204        heuristic_[i]->setModel(model);
3205}
3206// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
3207void
3208CbcHeuristicJustOne::validate()
3209{
3210    CbcHeuristic::validate();
3211    for (int i = 0; i < numberHeuristics_; i++)
3212        heuristic_[i]->validate();
3213}
3214// Adds an heuristic with probability
3215void
3216CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
3217{
3218    CbcHeuristic * thisOne = heuristic->clone();
3219    thisOne->setWhen(-999);
3220    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
3221                            numberHeuristics_);
3222    delete [] heuristic_;
3223    heuristic_ = tempH;
3224    heuristic_[numberHeuristics_] = thisOne;
3225    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
3226                                            numberHeuristics_);
3227    delete [] probabilities_;
3228    probabilities_ = tempP;
3229    probabilities_[numberHeuristics_] = probability;
3230    numberHeuristics_++;
3231}
3232// Normalize probabilities
3233void
3234CbcHeuristicJustOne::normalizeProbabilities()
3235{
3236    double sum = 0.0;
3237    for (int i = 0; i < numberHeuristics_; i++)
3238        sum += probabilities_[i];
3239    double multiplier = 1.0 / sum;
3240    sum = 0.0;
3241    for (int i = 0; i < numberHeuristics_; i++) {
3242        sum += probabilities_[i];
3243        probabilities_[i] = sum * multiplier;
3244    }
3245    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
3246    probabilities_[numberHeuristics_-1] = 1.000001;
3247}
3248
Note: See TracBrowser for help on using the repository browser.