source: trunk/Cbc/src/CbcHeuristic.cpp @ 1499

Last change on this file since 1499 was 1499, checked in by forrest, 9 years ago

a few more rens heuristics

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 111.2 KB
Line 
1/* $Id: CbcHeuristic.cpp 1499 2010-08-31 11:14:51Z forrest $ */
2// Copyright (C) 2002, International Business Machines
3// Corporation and others.  All Rights Reserved.
4#if defined(_MSC_VER)
5// Turn off compiler warning about long names
6#  pragma warning(disable:4786)
7#endif
8
9#include "CbcConfig.h"
10
11#include <cassert>
12#include <cstdlib>
13#include <cmath>
14#include <cfloat>
15
16//#define PRINT_DEBUG
17#ifdef COIN_HAS_CLP
18#include "OsiClpSolverInterface.hpp"
19#endif
20#include "CbcModel.hpp"
21#include "CbcMessage.hpp"
22#include "CbcHeuristic.hpp"
23#include "CbcHeuristicFPump.hpp"
24#include "CbcStrategy.hpp"
25#include "CglPreProcess.hpp"
26#include "CglGomory.hpp"
27#include "CglProbing.hpp"
28#include "OsiAuxInfo.hpp"
29#include "OsiPresolve.hpp"
30#include "CbcBranchActual.hpp"
31#include "CbcCutGenerator.hpp"
32//==============================================================================
33
34CbcHeuristicNode::CbcHeuristicNode(const CbcHeuristicNode& rhs)
35{
36    numObjects_ = rhs.numObjects_;
37    brObj_ = new CbcBranchingObject*[numObjects_];
38    for (int i = 0; i < numObjects_; ++i) {
39        brObj_[i] = rhs.brObj_[i]->clone();
40    }
41}
42
43void
44CbcHeuristicNodeList::gutsOfDelete()
45{
46    for (int i = nodes_.size() - 1; i >= 0; --i) {
47        delete nodes_[i];
48    }
49}
50
51void
52CbcHeuristicNodeList::gutsOfCopy(const CbcHeuristicNodeList& rhs)
53{
54    append(rhs);
55}
56
57CbcHeuristicNodeList::CbcHeuristicNodeList(const CbcHeuristicNodeList& rhs)
58{
59    gutsOfCopy(rhs);
60}
61
62CbcHeuristicNodeList& CbcHeuristicNodeList::operator=
63(const CbcHeuristicNodeList & rhs)
64{
65    if (this != &rhs) {
66        gutsOfDelete();
67        gutsOfCopy(rhs);
68    }
69    return *this;
70}
71
72CbcHeuristicNodeList::~CbcHeuristicNodeList()
73{
74    gutsOfDelete();
75}
76
77void
78CbcHeuristicNodeList::append(CbcHeuristicNode*& node)
79{
80    nodes_.push_back(node);
81    node = NULL;
82}
83
84void
85CbcHeuristicNodeList::append(const CbcHeuristicNodeList& nodes)
86{
87    nodes_.reserve(nodes_.size() + nodes.size());
88    for (int i = 0; i < nodes.size(); ++i) {
89        CbcHeuristicNode* node = new CbcHeuristicNode(*nodes.node(i));
90        append(node);
91    }
92}
93
94//==============================================================================
95#define DEFAULT_WHERE ((255-2-16)*(1+256))
96// Default Constructor
97CbcHeuristic::CbcHeuristic() :
98        model_(NULL),
99        when_(2),
100        numberNodes_(200),
101        feasibilityPumpOptions_(-1),
102        fractionSmall_(1.0),
103        heuristicName_("Unknown"),
104        howOften_(1),
105        decayFactor_(0.0),
106        switches_(0),
107        whereFrom_(DEFAULT_WHERE),
108        shallowDepth_(1),
109        howOftenShallow_(1),
110        numInvocationsInShallow_(0),
111        numInvocationsInDeep_(0),
112        lastRunDeep_(0),
113        numRuns_(0),
114        minDistanceToRun_(1),
115        runNodes_(),
116        numCouldRun_(0),
117        numberSolutionsFound_(0),
118        inputSolution_(NULL)
119{
120    // As CbcHeuristic virtual need to modify .cpp if above change
121}
122
123// Constructor from model
124CbcHeuristic::CbcHeuristic(CbcModel & model) :
125        model_(&model),
126        when_(2),
127        numberNodes_(200),
128        feasibilityPumpOptions_(-1),
129        fractionSmall_(1.0),
130        heuristicName_("Unknown"),
131        howOften_(1),
132        decayFactor_(0.0),
133        switches_(0),
134        whereFrom_(DEFAULT_WHERE),
135        shallowDepth_(1),
136        howOftenShallow_(1),
137        numInvocationsInShallow_(0),
138        numInvocationsInDeep_(0),
139        lastRunDeep_(0),
140        numRuns_(0),
141        minDistanceToRun_(1),
142        runNodes_(),
143        numCouldRun_(0),
144        numberSolutionsFound_(0),
145        inputSolution_(NULL)
146{}
147
148void
149CbcHeuristic::gutsOfCopy(const CbcHeuristic & rhs)
150{
151    model_ = rhs.model_;
152    when_ = rhs.when_;
153    numberNodes_ = rhs.numberNodes_;
154    feasibilityPumpOptions_ = rhs.feasibilityPumpOptions_;
155    fractionSmall_ = rhs.fractionSmall_;
156    randomNumberGenerator_ = rhs.randomNumberGenerator_;
157    heuristicName_ = rhs.heuristicName_;
158    howOften_ = rhs.howOften_;
159    decayFactor_ = rhs.decayFactor_;
160    switches_ = rhs.switches_;
161    whereFrom_ = rhs.whereFrom_;
162    shallowDepth_ = rhs.shallowDepth_;
163    howOftenShallow_ = rhs.howOftenShallow_;
164    numInvocationsInShallow_ = rhs.numInvocationsInShallow_;
165    numInvocationsInDeep_ = rhs.numInvocationsInDeep_;
166    lastRunDeep_ = rhs.lastRunDeep_;
167    numRuns_ = rhs.numRuns_;
168    numCouldRun_ = rhs.numCouldRun_;
169    minDistanceToRun_ = rhs.minDistanceToRun_;
170    runNodes_ = rhs.runNodes_;
171    numberSolutionsFound_ = rhs.numberSolutionsFound_;
172    if (rhs.inputSolution_) {
173        int numberColumns = model_->getNumCols();
174        setInputSolution(rhs.inputSolution_, rhs.inputSolution_[numberColumns]);
175    }
176}
177// Copy constructor
178CbcHeuristic::CbcHeuristic(const CbcHeuristic & rhs)
179{
180    inputSolution_ = NULL;
181    gutsOfCopy(rhs);
182}
183
184// Assignment operator
185CbcHeuristic &
186CbcHeuristic::operator=( const CbcHeuristic & rhs)
187{
188    if (this != &rhs) {
189        gutsOfDelete();
190        gutsOfCopy(rhs);
191    }
192    return *this;
193}
194
195void CbcHeurDebugNodes(CbcModel* model_)
196{
197    CbcNode* node = model_->currentNode();
198    CbcNodeInfo* nodeInfo = node->nodeInfo();
199    std::cout << "===============================================================\n";
200    while (nodeInfo) {
201        const CbcNode* node = nodeInfo->owner();
202        printf("nodeinfo: node %i\n", nodeInfo->nodeNumber());
203        {
204            const CbcIntegerBranchingObject* brPrint =
205                dynamic_cast<const CbcIntegerBranchingObject*>(nodeInfo->parentBranch());
206            if (!brPrint) {
207                printf("    parentBranch: NULL\n");
208            } else {
209                const double* downBounds = brPrint->downBounds();
210                const double* upBounds = brPrint->upBounds();
211                int variable = brPrint->variable();
212                int way = brPrint->way();
213                printf("   parentBranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
214                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
215                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
216            }
217        }
218        if (! node) {
219            printf("    owner: NULL\n");
220        } else {
221            printf("    owner: node %i depth %i onTree %i active %i",
222                   node->nodeNumber(), node->depth(), node->onTree(), node->active());
223            const OsiBranchingObject* osibr =
224                nodeInfo->owner()->branchingObject();
225            const CbcBranchingObject* cbcbr =
226                dynamic_cast<const CbcBranchingObject*>(osibr);
227            const CbcIntegerBranchingObject* brPrint =
228                dynamic_cast<const CbcIntegerBranchingObject*>(cbcbr);
229            if (!brPrint) {
230                printf("        ownerBranch: NULL\n");
231            } else {
232                const double* downBounds = brPrint->downBounds();
233                const double* upBounds = brPrint->upBounds();
234                int variable = brPrint->variable();
235                int way = brPrint->way();
236                printf("        ownerbranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
237                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
238                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
239            }
240        }
241        nodeInfo = nodeInfo->parent();
242    }
243}
244
245void
246CbcHeuristic::debugNodes()
247{
248    CbcHeurDebugNodes(model_);
249}
250
251void
252CbcHeuristic::printDistanceToNodes()
253{
254    const CbcNode* currentNode = model_->currentNode();
255    if (currentNode != NULL) {
256        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
257        for (int i = runNodes_.size() - 1; i >= 0; --i) {
258            nodeDesc->distance(runNodes_.node(i));
259        }
260        runNodes_.append(nodeDesc);
261    }
262}
263
264bool
265CbcHeuristic::shouldHeurRun(int whereFrom)
266{
267    assert (whereFrom >= 0 && whereFrom < 16);
268    // take off 8 (code - likes new solution)
269    whereFrom &= 7;
270    if ((whereFrom_&(1 << whereFrom)) == 0)
271        return false;
272    // No longer used for original purpose - so use for ever run at all JJF
273#ifndef JJF_ONE
274    // Don't run if hot start
275    if (model_ && model_->hotstartSolution())
276        return false;
277    else
278        return true;
279#else
280#ifdef JJF_ZERO
281    const CbcNode* currentNode = model_->currentNode();
282    if (currentNode == NULL) {
283        return false;
284    }
285
286    debugNodes();
287//   return false;
288
289    const int depth = currentNode->depth();
290#else
291    int depth = model_->currentDepth();
292#endif
293
294    const int nodeCount = model_->getNodeCount();  // FIXME: check that this is
295    // correct in parallel
296
297    if (nodeCount == 0 || depth <= shallowDepth_) {
298        // what to do when we are in the shallow part of the tree
299        if (model_->getCurrentPassNumber() == 1) {
300            // first time in the node...
301            numInvocationsInShallow_ = 0;
302        }
303        ++numInvocationsInShallow_;
304        // Very large howOftenShallow_ will give the original test:
305        // (model_->getCurrentPassNumber() != 1)
306        //    if ((numInvocationsInShallow_ % howOftenShallow_) != 1) {
307        if ((numInvocationsInShallow_ % howOftenShallow_) != 0) {
308            return false;
309        }
310        // LL: should we save these nodes in the list of nodes where the heur was
311        // LL: run?
312#ifndef JJF_ONE
313        if (currentNode != NULL) {
314            // Get where we are and create the appropriate CbcHeuristicNode object
315            CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
316            runNodes_.append(nodeDesc);
317        }
318#endif
319    } else {
320        // deeper in the tree
321        if (model_->getCurrentPassNumber() == 1) {
322            // first time in the node...
323            ++numInvocationsInDeep_;
324        }
325        if (numInvocationsInDeep_ - lastRunDeep_ < howOften_) {
326            return false;
327        }
328        if (model_->getCurrentPassNumber() != 1) {
329            // Run the heuristic only when first entering the node.
330            // LL: I don't think this is right. It should run just before strong
331            // LL: branching, I believe.
332            return false;
333        }
334        // Get where we are and create the appropriate CbcHeuristicNode object
335        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
336        //#ifdef PRINT_DEBUG
337#ifndef JJF_ONE
338        const double minDistanceToRun = 1.5 * log((double)depth) / log((double)2);
339#else
340    const double minDistanceToRun = minDistanceToRun_;
341#endif
342#ifdef PRINT_DEBUG
343        double minDistance = nodeDesc->minDistance(runNodes_);
344        std::cout << "minDistance = " << minDistance
345                  << ", minDistanceToRun = " << minDistanceToRun << std::endl;
346#endif
347        if (nodeDesc->minDistanceIsSmall(runNodes_, minDistanceToRun)) {
348            delete nodeDesc;
349            return false;
350        }
351        runNodes_.append(nodeDesc);
352        lastRunDeep_ = numInvocationsInDeep_;
353        //    ++lastRunDeep_;
354    }
355    ++numRuns_;
356    return true;
357#endif
358}
359
360bool
361CbcHeuristic::shouldHeurRun_randomChoice()
362{
363    if (!when_)
364        return false;
365    int depth = model_->currentDepth();
366    // when_ -999 is special marker to force to run
367    if (depth != 0 && when_ != -999) {
368        const double numerator = depth * depth;
369        const double denominator = exp(depth * log(2.0));
370        double probability = numerator / denominator;
371        double randomNumber = randomNumberGenerator_.randomDouble();
372        int when = when_ % 100;
373        if (when > 2 && when < 8) {
374            /* JJF adjustments
375            3 only at root and if no solution
376            4 only at root and if this heuristic has not got solution
377            5 as 3 but decay more
378            6 decay
379            7 run up to 2 times if solution found 4 otherwise
380            */
381            switch (when) {
382            case 3:
383            default:
384                if (model_->bestSolution())
385                    probability = -1.0;
386                break;
387            case 4:
388                if (numberSolutionsFound_)
389                    probability = -1.0;
390                break;
391            case 5:
392                assert (decayFactor_);
393                if (model_->bestSolution()) {
394                    probability = -1.0;
395                } else if (numCouldRun_ > 1000) {
396                    decayFactor_ *= 0.99;
397                    probability *= decayFactor_;
398                }
399                break;
400            case 6:
401                if (depth >= 3) {
402                    if ((numCouldRun_ % howOften_) == 0 &&
403                            numberSolutionsFound_*howOften_ < numCouldRun_) {
404#ifdef COIN_DEVELOP
405                        int old = howOften_;
406#endif
407                        howOften_ = CoinMin(CoinMax(static_cast<int> (howOften_ * 1.1), howOften_ + 1), 1000000);
408#ifdef COIN_DEVELOP
409                        printf("Howoften changed from %d to %d for %s\n",
410                               old, howOften_, heuristicName_.c_str());
411#endif
412                    }
413                    probability = 1.0 / howOften_;
414                    if (model_->bestSolution())
415                        probability *= 0.5;
416                }
417                break;
418            case 7:
419                if ((model_->bestSolution() && numRuns_ >= 2) || numRuns_ >= 4)
420                    probability = -1.0;
421                break;
422            }
423        }
424        if (randomNumber > probability)
425            return false;
426
427        if (model_->getCurrentPassNumber() > 1)
428            return false;
429#ifdef COIN_DEVELOP
430        printf("Running %s, random %g probability %g\n",
431               heuristicName_.c_str(), randomNumber, probability);
432#endif
433    } else {
434#ifdef COIN_DEVELOP
435        printf("Running %s, depth %d when %d\n",
436               heuristicName_.c_str(), depth, when_);
437#endif
438    }
439    ++numRuns_;
440    return true;
441}
442
443// Resets stuff if model changes
444void
445CbcHeuristic::resetModel(CbcModel * model)
446{
447    model_ = model;
448}
449// Set seed
450void
451CbcHeuristic::setSeed(int value)
452{
453    randomNumberGenerator_.setSeed(value);
454}
455
456// Create C++ lines to get to current state
457void
458CbcHeuristic::generateCpp( FILE * fp, const char * heuristic)
459{
460    // hard coded as CbcHeuristic virtual
461    if (when_ != 2)
462        fprintf(fp, "3  %s.setWhen(%d);\n", heuristic, when_);
463    else
464        fprintf(fp, "4  %s.setWhen(%d);\n", heuristic, when_);
465    if (numberNodes_ != 200)
466        fprintf(fp, "3  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
467    else
468        fprintf(fp, "4  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
469    if (feasibilityPumpOptions_ != -1)
470        fprintf(fp, "3  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
471    else
472        fprintf(fp, "4  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
473    if (fractionSmall_ != 1.0)
474        fprintf(fp, "3  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
475    else
476        fprintf(fp, "4  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
477    if (heuristicName_ != "Unknown")
478        fprintf(fp, "3  %s.setHeuristicName(\"%s\");\n",
479                heuristic, heuristicName_.c_str()) ;
480    else
481        fprintf(fp, "4  %s.setHeuristicName(\"%s\");\n",
482                heuristic, heuristicName_.c_str()) ;
483    if (decayFactor_ != 0.0)
484        fprintf(fp, "3  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
485    else
486        fprintf(fp, "4  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
487    if (switches_ != 0)
488        fprintf(fp, "3  %s.setSwitches(%d);\n", heuristic, switches_);
489    else
490        fprintf(fp, "4  %s.setSwitches(%d);\n", heuristic, switches_);
491    if (whereFrom_ != DEFAULT_WHERE)
492        fprintf(fp, "3  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
493    else
494        fprintf(fp, "4  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
495    if (shallowDepth_ != 1)
496        fprintf(fp, "3  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
497    else
498        fprintf(fp, "4  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
499    if (howOftenShallow_ != 1)
500        fprintf(fp, "3  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
501    else
502        fprintf(fp, "4  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
503    if (minDistanceToRun_ != 1)
504        fprintf(fp, "3  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
505    else
506        fprintf(fp, "4  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
507}
508// Destructor
509CbcHeuristic::~CbcHeuristic ()
510{
511    delete [] inputSolution_;
512}
513
514// update model
515void CbcHeuristic::setModel(CbcModel * model)
516{
517    model_ = model;
518}
519/* Clone but ..
520   type 0 clone solver, 1 clone continuous solver
521   Add 2 to say without integer variables which are at low priority
522   Add 4 to say quite likely infeasible so give up easily.*/
523OsiSolverInterface *
524CbcHeuristic::cloneBut(int type)
525{
526    OsiSolverInterface * solver;
527    if ((type&1) == 0 || !model_->continuousSolver())
528        solver = model_->solver()->clone();
529    else
530        solver = model_->continuousSolver()->clone();
531#ifdef COIN_HAS_CLP
532    OsiClpSolverInterface * clpSolver
533    = dynamic_cast<OsiClpSolverInterface *> (solver);
534#endif
535    if ((type&2) != 0) {
536        int n = model_->numberObjects();
537        int priority = model_->continuousPriority();
538        if (priority < COIN_INT_MAX) {
539            for (int i = 0; i < n; i++) {
540                const OsiObject * obj = model_->object(i);
541                const CbcSimpleInteger * thisOne =
542                    dynamic_cast <const CbcSimpleInteger *> (obj);
543                if (thisOne) {
544                    int iColumn = thisOne->columnNumber();
545                    if (thisOne->priority() >= priority)
546                        solver->setContinuous(iColumn);
547                }
548            }
549        }
550#ifdef COIN_HAS_CLP
551        if (clpSolver) {
552            for (int i = 0; i < n; i++) {
553                const OsiObject * obj = model_->object(i);
554                const CbcSimpleInteger * thisOne =
555                    dynamic_cast <const CbcSimpleInteger *> (obj);
556                if (thisOne) {
557                    int iColumn = thisOne->columnNumber();
558                    if (clpSolver->isOptionalInteger(iColumn))
559                        clpSolver->setContinuous(iColumn);
560                }
561            }
562        }
563#endif
564    }
565#ifdef COIN_HAS_CLP
566    if ((type&4) != 0 && clpSolver) {
567        int options = clpSolver->getModelPtr()->moreSpecialOptions();
568        clpSolver->getModelPtr()->setMoreSpecialOptions(options | 64);
569    }
570#endif
571    return solver;
572}
573// Whether to exit at once on gap
574bool
575CbcHeuristic::exitNow(double bestObjective) const
576{
577    if ((switches_&2048) != 0) {
578        // exit may be forced - but unset for next time
579        switches_ &= ~2048;
580        if ((switches_&1024) != 0)
581            return true;
582    } else if ((switches_&1) == 0) {
583        return false;
584    }
585    // See if can stop on gap
586    OsiSolverInterface * solver = model_->solver();
587    double bestPossibleObjective = solver->getObjValue() * solver->getObjSense();
588    double absGap = CoinMax(model_->getAllowableGap(),
589                            model_->getHeuristicGap());
590    double fracGap = CoinMax(model_->getAllowableFractionGap(),
591                             model_->getHeuristicFractionGap());
592    double testGap = CoinMax(absGap, fracGap *
593                             CoinMax(fabs(bestObjective),
594                                     fabs(bestPossibleObjective)));
595
596    if (bestObjective - bestPossibleObjective < testGap
597            && model_->getCutoffIncrement() >= 0.0) {
598        return true;
599    } else {
600        return false;
601    }
602}
603#ifdef HISTORY_STATISTICS
604extern bool getHistoryStatistics_;
605#endif
606static double sizeRatio(int numberRowsNow, int numberColumnsNow,
607                        int numberRowsStart, int numberColumnsStart)
608{
609    double valueNow;
610    if (numberRowsNow*10 > numberColumnsNow || numberColumnsNow < 200) {
611        valueNow = 2 * numberRowsNow + numberColumnsNow;
612    } else {
613        // long and thin - rows are more important
614        if (numberRowsNow*40 > numberColumnsNow)
615            valueNow = 10 * numberRowsNow + numberColumnsNow;
616        else
617            valueNow = 200 * numberRowsNow + numberColumnsNow;
618    }
619    double valueStart;
620    if (numberRowsStart*10 > numberColumnsStart || numberColumnsStart < 200) {
621        valueStart = 2 * numberRowsStart + numberColumnsStart;
622    } else {
623        // long and thin - rows are more important
624        if (numberRowsStart*40 > numberColumnsStart)
625            valueStart = 10 * numberRowsStart + numberColumnsStart;
626        else
627            valueStart = 200 * numberRowsStart + numberColumnsStart;
628    }
629    //printf("sizeProblem Now %g, %d rows, %d columns\nsizeProblem Start %g, %d rows, %d columns\n",
630    // valueNow,numberRowsNow,numberColumnsNow,
631    // valueStart,numberRowsStart,numberColumnsStart);
632    if (10*numberRowsNow < 8*numberRowsStart)
633        return valueNow / valueStart;
634    else if (10*numberRowsNow < 9*numberRowsStart)
635        return 1.1*(valueNow / valueStart);
636    else if (numberRowsNow < numberRowsStart)
637        return 1.5*(valueNow / valueStart);
638    else
639        return 2.0*(valueNow / valueStart);
640}
641
642
643// Do mini branch and bound (return 1 if solution)
644int
645CbcHeuristic::smallBranchAndBound(OsiSolverInterface * solver, int numberNodes,
646                                  double * newSolution, double & newSolutionValue,
647                                  double cutoff, std::string name) const
648{
649    // size before
650    int shiftRows = 0;
651    if (numberNodes < 0)
652        shiftRows = solver->getNumRows() - numberNodes_;
653    int numberRowsStart = solver->getNumRows() - shiftRows;
654    int numberColumnsStart = solver->getNumCols();
655#ifdef CLP_INVESTIGATE
656    printf("%s has %d rows, %d columns\n",
657           name.c_str(), solver->getNumRows(), solver->getNumCols());
658#endif
659    // Use this fraction
660    double fractionSmall = fractionSmall_;
661    double before = 2 * numberRowsStart + numberColumnsStart;
662    if (before > 40000.0) {
663        // fairly large - be more conservative
664        double multiplier = 1.0 - 0.3 * CoinMin(100000.0, before - 40000.0) / 100000.0;
665        if (multiplier < 1.0) {
666            fractionSmall *= multiplier;
667#ifdef CLP_INVESTIGATE
668            printf("changing fractionSmall from %g to %g for %s\n",
669                   fractionSmall_, fractionSmall, name.c_str());
670#endif
671        }
672    }
673#ifdef COIN_HAS_CLP
674    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
675    if (osiclp && (osiclp->specialOptions()&65536) == 0) {
676        // go faster stripes
677        if (osiclp->getNumRows() < 300 && osiclp->getNumCols() < 500) {
678            osiclp->setupForRepeatedUse(2, 0);
679        } else {
680            osiclp->setupForRepeatedUse(0, 0);
681        }
682        // Turn this off if you get problems
683        // Used to be automatically set
684        osiclp->setSpecialOptions(osiclp->specialOptions() | (128 + 64 - 128));
685        ClpSimplex * lpSolver = osiclp->getModelPtr();
686        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
687        lpSolver->setSpecialOptions(lpSolver->specialOptions() |
688                                    (/*16384+*/4096 + 512 + 128));
689    }
690#endif
691#ifdef HISTORY_STATISTICS
692    getHistoryStatistics_ = false;
693#endif
694    int status = 0;
695    int logLevel = model_->logLevel();
696#define LEN_PRINT 250
697    char generalPrint[LEN_PRINT];
698    // Do presolve to see if possible
699    int numberColumns = solver->getNumCols();
700    char * reset = NULL;
701    int returnCode = 1;
702    int saveModelOptions = model_->specialOptions();
703    assert ((saveModelOptions&2048) == 0);
704    model_->setSpecialOptions(saveModelOptions | 2048);
705    {
706        int saveLogLevel = solver->messageHandler()->logLevel();
707        if (saveLogLevel == 1)
708            solver->messageHandler()->setLogLevel(0);
709        OsiPresolve * pinfo = new OsiPresolve();
710        int presolveActions = 0;
711        // Allow dual stuff on integers
712        presolveActions = 1;
713        // Do not allow all +1 to be tampered with
714        //if (allPlusOnes)
715        //presolveActions |= 2;
716        // allow transfer of costs
717        // presolveActions |= 4;
718        pinfo->setPresolveActions(presolveActions);
719        OsiSolverInterface * presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
720        delete pinfo;
721        // see if too big
722
723        if (presolvedModel) {
724            int afterRows = presolvedModel->getNumRows();
725            int afterCols = presolvedModel->getNumCols();
726            //#define COIN_DEVELOP
727#ifdef COIN_DEVELOP_z
728            if (numberNodes < 0) {
729                solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
730                presolvedModel->writeMpsNative("after1.mps", NULL, NULL, 2, 1);
731            }
732#endif
733            delete presolvedModel;
734            double ratio = sizeRatio(afterRows - shiftRows, afterCols,
735                                     numberRowsStart, numberColumnsStart);
736            double after = 2 * afterRows + afterCols;
737            if (ratio > fractionSmall && after > 300 && numberNodes >= 0) {
738                // Need code to try again to compress further using used
739                const int * used =  model_->usedInSolution();
740                int maxUsed = 0;
741                int iColumn;
742                const double * lower = solver->getColLower();
743                const double * upper = solver->getColUpper();
744                for (iColumn = 0; iColumn < numberColumns; iColumn++) {
745                    if (upper[iColumn] > lower[iColumn]) {
746                        if (solver->isBinary(iColumn))
747                            maxUsed = CoinMax(maxUsed, used[iColumn]);
748                    }
749                }
750                if (maxUsed) {
751                    reset = new char [numberColumns];
752                    int nFix = 0;
753                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
754                        reset[iColumn] = 0;
755                        if (upper[iColumn] > lower[iColumn]) {
756                            if (solver->isBinary(iColumn) && used[iColumn] == maxUsed) {
757                                bool setValue = true;
758                                if (maxUsed == 1) {
759                                    double randomNumber = randomNumberGenerator_.randomDouble();
760                                    if (randomNumber > 0.3)
761                                        setValue = false;
762                                }
763                                if (setValue) {
764                                    reset[iColumn] = 1;
765                                    solver->setColLower(iColumn, 1.0);
766                                    nFix++;
767                                }
768                            }
769                        }
770                    }
771                    pinfo = new OsiPresolve();
772                    presolveActions = 0;
773                    // Allow dual stuff on integers
774                    presolveActions = 1;
775                    // Do not allow all +1 to be tampered with
776                    //if (allPlusOnes)
777                    //presolveActions |= 2;
778                    // allow transfer of costs
779                    // presolveActions |= 4;
780                    pinfo->setPresolveActions(presolveActions);
781                    presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
782                    delete pinfo;
783                    if (presolvedModel) {
784                        // see if too big
785                        int afterRows2 = presolvedModel->getNumRows();
786                        int afterCols2 = presolvedModel->getNumCols();
787                        delete presolvedModel;
788                        double ratio = sizeRatio(afterRows2 - shiftRows, afterCols2,
789                                                 numberRowsStart, numberColumnsStart);
790                        double after = 2 * afterRows2 + afterCols2;
791                        if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
792                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - still too large",
793                                    solver->getNumRows(), solver->getNumCols(),
794                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
795                            // If much too big - give up
796                            if (ratio > 0.75)
797                                returnCode = -1;
798                        } else {
799                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - ok now",
800                                    solver->getNumRows(), solver->getNumCols(),
801                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
802                        }
803                        model_->messageHandler()->message(CBC_GENERAL, model_->messages())
804                        << generalPrint
805                        << CoinMessageEol;
806                    } else {
807                        returnCode = 2; // infeasible
808                    }
809                }
810            } else if (ratio > fractionSmall && after > 300) {
811                returnCode = -1;
812            }
813        } else {
814            returnCode = 2; // infeasible
815        }
816        solver->messageHandler()->setLogLevel(saveLogLevel);
817    }
818    if (returnCode == 2 || returnCode == -1) {
819        model_->setSpecialOptions(saveModelOptions);
820        delete [] reset;
821#ifdef HISTORY_STATISTICS
822        getHistoryStatistics_ = true;
823#endif
824        //printf("small no good\n");
825        return returnCode;
826    }
827    // Reduce printout
828    bool takeHint;
829    OsiHintStrength strength;
830    solver->getHintParam(OsiDoReducePrint, takeHint, strength);
831    solver->setHintParam(OsiDoReducePrint, true, OsiHintTry);
832    solver->setHintParam(OsiDoPresolveInInitial, false, OsiHintTry);
833    double signedCutoff = cutoff*solver->getObjSense();
834    solver->setDblParam(OsiDualObjectiveLimit, signedCutoff);
835    solver->initialSolve();
836    if (solver->isProvenOptimal()) {
837        CglPreProcess process;
838        /* Do not try and produce equality cliques and
839           do up to 2 passes (normally) 5 if restart */
840        int numberPasses = 2;
841        if (numberNodes < 0) {
842            numberPasses = 5;
843            // Say some rows cuts
844            int numberRows = solver->getNumRows();
845            if (numberNodes_ < numberRows && true /* think */) {
846                char * type = new char[numberRows];
847                memset(type, 0, numberNodes_);
848                memset(type + numberNodes_, 1, numberRows - numberNodes_);
849                process.passInRowTypes(type, numberRows);
850                delete [] type;
851            }
852        }
853        if (logLevel <= 1)
854            process.messageHandler()->setLogLevel(0);
855        OsiSolverInterface * solver2 = process.preProcessNonDefault(*solver, false,
856                                       numberPasses);
857        if (!solver2) {
858            if (logLevel > 1)
859                printf("Pre-processing says infeasible\n");
860            returnCode = 2; // so will be infeasible
861        } else {
862#ifdef COIN_DEVELOP_z
863            if (numberNodes < 0) {
864                solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
865            }
866#endif
867            // see if too big
868            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
869                                     numberRowsStart, numberColumnsStart);
870            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
871            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
872                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
873                        solver->getNumRows(), solver->getNumCols(),
874                        solver2->getNumRows(), solver2->getNumCols());
875                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
876                << generalPrint
877                << CoinMessageEol;
878                returnCode = -1;
879                //printf("small no good2\n");
880            } else {
881                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
882                        solver->getNumRows(), solver->getNumCols(),
883                        solver2->getNumRows(), solver2->getNumCols());
884                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
885                << generalPrint
886                << CoinMessageEol;
887            }
888            if (returnCode == 1) {
889                solver2->resolve();
890                CbcModel model(*solver2);
891                if (numberNodes >= 0) {
892                    // normal
893                    model.setSpecialOptions(saveModelOptions | 2048);
894                    if (logLevel <= 1)
895                        model.setLogLevel(0);
896                    else
897                        model.setLogLevel(logLevel);
898                    // No small fathoming
899                    model.setFastNodeDepth(-1);
900                    model.setCutoff(signedCutoff);
901                    // Don't do if original fraction > 1.0 and too large
902                    if (fractionSmall_>1.0) {
903                      /* 1.4 means -1 nodes if >.4
904                         2.4 means -1 nodes if >.5 and 0 otherwise
905                         3.4 means -1 nodes if >.6 and 0 or 5
906                         4.4 means -1 nodes if >.7 and 0, 5 or 10
907                      */
908                      double fraction = fractionSmall_-floor(fractionSmall_);
909                      if (ratio>fraction) {
910                        int type = static_cast<int>(floor(fractionSmall_*0.1));
911                        int over = static_cast<int>(ceil(ratio-fraction));
912                        int maxNodes[]={-1,0,5,10};
913                        if (type>over)
914                          numberNodes=maxNodes[type-over];
915                        else
916                          numberNodes=-1;
917                      }
918                    }
919                    model.setMaximumNodes(numberNodes);
920                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
921                    // Lightweight
922                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
923                    model.setStrategy(strategy);
924                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
925                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
926                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
927                } else {
928                    model.setSpecialOptions(saveModelOptions);
929                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
930                    << solver2->getNumRows() << solver2->getNumCols()
931                    << CoinMessageEol;
932                    // going for full search and copy across more stuff
933                    model.gutsOfCopy(*model_, 2);
934                    for (int i = 0; i < model.numberCutGenerators(); i++) {
935                        CbcCutGenerator * generator = model.cutGenerator(i);
936                        CglGomory * gomory = dynamic_cast<CglGomory *>
937                          (generator->generator());
938                        if (gomory&&gomory->originalSolver()) 
939                          gomory->passInOriginalSolver(model.solver());
940                        generator->setTiming(true);
941                        // Turn on if was turned on
942                        int iOften = model_->cutGenerator(i)->howOften();
943#ifdef CLP_INVESTIGATE
944                        printf("Gen %d often %d %d\n",
945                               i, generator->howOften(),
946                               iOften);
947#endif
948                        if (iOften > 0)
949                            generator->setHowOften(iOften % 1000000);
950                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
951                            generator->setHowOften(-100);
952                    }
953                    model.setCutoff(signedCutoff);
954                    // make sure can't do nested search! but allow heuristics
955                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
956                    bool takeHint;
957                    OsiHintStrength strength;
958                    // Switch off printing if asked to
959                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
960                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
961                    CbcStrategyDefault strategy(1, model_->numberStrong(),
962                                                model_->numberBeforeTrust());
963                    // Set up pre-processing - no
964                    strategy.setupPreProcessing(0); // was (4);
965                    model.setStrategy(strategy);
966                    //model.solver()->writeMps("crunched");
967                    int numberCuts = process.cuts().sizeRowCuts();
968                    if (numberCuts) {
969                        // add in cuts
970                        CglStored cuts = process.cuts();
971                        model.addCutGenerator(&cuts, 1, "Stored from first");
972                    }
973                }
974                // Do search
975                if (logLevel > 1)
976                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
977                    << name
978                    << model.getMaximumNodes()
979                    << CoinMessageEol;
980                // probably faster to use a basis to get integer solutions
981                model.setSpecialOptions(model.specialOptions() | 2);
982#ifdef CBC_THREAD
983                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
984                    // See if at root node
985                    bool atRoot = model_->getNodeCount() == 0;
986                    int passNumber = model_->getCurrentPassNumber();
987                    if (atRoot && passNumber == 1)
988                        model.setNumberThreads(model_->getNumberThreads());
989                }
990#endif
991                model.setParentModel(*model_);
992                model.setOriginalColumns(process.originalColumns());
993                model.setSearchStrategy(-1);
994                // If no feasibility pump then insert a lightweight one
995                if (feasibilityPumpOptions_ >= 0) {
996                    bool gotPump = false;
997                    for (int i = 0; i < model.numberHeuristics(); i++) {
998                        const CbcHeuristicFPump* pump =
999                            dynamic_cast<const CbcHeuristicFPump*>(model.heuristic(i));
1000                        if (pump)
1001                            gotPump = true;
1002                    }
1003                    if (!gotPump) {
1004                        CbcHeuristicFPump heuristic4;
1005                        if (fractionSmall_<=1.0) 
1006                          heuristic4.setMaximumPasses(10);
1007                        int pumpTune = feasibilityPumpOptions_;
1008                        if (pumpTune > 0) {
1009                            /*
1010                            >=10000000 for using obj
1011                            >=1000000 use as accumulate switch
1012                            >=1000 use index+1 as number of large loops
1013                            >=100 use 0.05 objvalue as increment
1014                            %100 == 10,20 etc for experimentation
1015                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1016                            4 and static continuous, 5 as 3 but no internal integers
1017                            6 as 3 but all slack basis!
1018                            */
1019                            double value = solver2->getObjSense() * solver2->getObjValue();
1020                            int w = pumpTune / 10;
1021                            int ix = w % 10;
1022                            w /= 10;
1023                            int c = w % 10;
1024                            w /= 10;
1025                            int r = w;
1026                            int accumulate = r / 1000;
1027                            r -= 1000 * accumulate;
1028                            if (accumulate >= 10) {
1029                                int which = accumulate / 10;
1030                                accumulate -= 10 * which;
1031                                which--;
1032                                // weights and factors
1033                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1034                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1035                                heuristic4.setInitialWeight(weight[which]);
1036                                heuristic4.setWeightFactor(factor[which]);
1037                            }
1038                            // fake cutoff
1039                            if (c) {
1040                                double cutoff;
1041                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1042                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1043                                heuristic4.setFakeCutoff(cutoff);
1044                            }
1045                            if (r) {
1046                                // also set increment
1047                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1048                                double increment = 0.0;
1049                                heuristic4.setAbsoluteIncrement(increment);
1050                                heuristic4.setAccumulate(accumulate);
1051                                heuristic4.setMaximumRetries(r + 1);
1052                            }
1053                            pumpTune = pumpTune % 100;
1054                            if (pumpTune == 6)
1055                                pumpTune = 13;
1056                            if (pumpTune != 13)
1057                                pumpTune = pumpTune % 10;
1058                            heuristic4.setWhen(pumpTune);
1059                            if (ix) {
1060                                heuristic4.setFeasibilityPumpOptions(ix*10);
1061                            }
1062                        }
1063                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1064                    }
1065                }
1066                //printf("sol %x\n",inputSolution_);
1067                if (inputSolution_) {
1068                    // translate and add a serendipity heuristic
1069                    int numberColumns = solver2->getNumCols();
1070                    const int * which = process.originalColumns();
1071                    OsiSolverInterface * solver3 = solver2->clone();
1072                    for (int i = 0; i < numberColumns; i++) {
1073                        if (solver3->isInteger(i)) {
1074                            int k = which[i];
1075                            double value = inputSolution_[k];
1076                            //if (value)
1077                            //printf("orig col %d now %d val %g\n",
1078                            //       k,i,value);
1079                            solver3->setColLower(i, value);
1080                            solver3->setColUpper(i, value);
1081                        }
1082                    }
1083                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1084                    solver3->resolve();
1085                    if (!solver3->isProvenOptimal()) {
1086                        // Try just setting nonzeros
1087                        OsiSolverInterface * solver4 = solver2->clone();
1088                        for (int i = 0; i < numberColumns; i++) {
1089                            if (solver4->isInteger(i)) {
1090                                int k = which[i];
1091                                double value = floor(inputSolution_[k] + 0.5);
1092                                if (value) {
1093                                    solver3->setColLower(i, value);
1094                                    solver3->setColUpper(i, value);
1095                                }
1096                            }
1097                        }
1098                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1099                        solver4->resolve();
1100                        int nBad = -1;
1101                        if (solver4->isProvenOptimal()) {
1102                            nBad = 0;
1103                            const double * solution = solver4->getColSolution();
1104                            for (int i = 0; i < numberColumns; i++) {
1105                                if (solver4->isInteger(i)) {
1106                                    double value = floor(solution[i] + 0.5);
1107                                    if (fabs(value - solution[i]) > 1.0e-6)
1108                                        nBad++;
1109                                }
1110                            }
1111                        }
1112                        if (nBad) {
1113                            delete solver4;
1114                        } else {
1115                            delete solver3;
1116                            solver3 = solver4;
1117                        }
1118                    }
1119                    if (solver3->isProvenOptimal()) {
1120                        // good
1121                        CbcSerendipity heuristic(model);
1122                        double value = solver3->getObjSense() * solver3->getObjValue();
1123                        heuristic.setInputSolution(solver3->getColSolution(), value);
1124                        value = value + 1.0e-7*(1.0 + fabs(value));
1125                        value *= solver3->getObjSense();
1126                        model.setCutoff(value);
1127                        model.addHeuristic(&heuristic, "Previous solution", 0);
1128                        //printf("added seren\n");
1129                    } else {
1130                        double value = model_->getMinimizationObjValue();
1131                        value = value + 1.0e-7*(1.0 + fabs(value));
1132                        value *= solver3->getObjSense();
1133                        model.setCutoff(value);
1134#ifdef CLP_INVESTIGATE
1135                        printf("NOT added seren\n");
1136                        solver3->writeMps("bad_seren");
1137                        solver->writeMps("orig_seren");
1138#endif
1139                    }
1140                    delete solver3;
1141                }
1142                if (model_->searchStrategy() == 2) {
1143                    model.setNumberStrong(5);
1144                    model.setNumberBeforeTrust(5);
1145                }
1146                if (model.getNumCols()) {
1147                    if (numberNodes >= 0) {
1148                        setCutAndHeuristicOptions(model);
1149                        // not too many iterations
1150                        model.setMaximumNumberIterations(100*(numberNodes + 10));
1151                        // Not fast stuff
1152                        model.setFastNodeDepth(-1);
1153                    } else if (model.fastNodeDepth() >= 1000000) {
1154                        // already set
1155                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1156                    }
1157                    model.setWhenCuts(999998);
1158#define ALWAYS_DUAL
1159#ifdef ALWAYS_DUAL
1160                    OsiSolverInterface * solver = model.solver();
1161                    bool takeHint;
1162                    OsiHintStrength strength;
1163                    solver->getHintParam(OsiDoDualInResolve, takeHint, strength);
1164                    solver->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1165#endif
1166                    model.branchAndBound();
1167#ifdef ALWAYS_DUAL
1168                    solver->setHintParam(OsiDoDualInResolve, takeHint, strength);
1169#endif
1170#ifdef COIN_DEVELOP
1171                    printf("sub branch %d nodes, %d iterations - max %d\n",
1172                           model.getNodeCount(), model.getIterationCount(),
1173                           100*(numberNodes + 10));
1174#endif
1175                    if (numberNodes < 0) {
1176                        model_->incrementIterationCount(model.getIterationCount());
1177                        model_->incrementNodeCount(model.getNodeCount());
1178                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1179                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1180                            sprintf(generalPrint,
1181                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1182                                    generator->cutGeneratorName(),
1183                                    generator->numberTimesEntered(),
1184                                    generator->numberCutsInTotal() +
1185                                    generator->numberColumnCuts(),
1186                                    generator->numberCutsActive(),
1187                                    generator->timeInCutGenerator());
1188                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1189                            if (stored && !generator->numberCutsInTotal())
1190                                continue;
1191#ifndef CLP_INVESTIGATE
1192                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1193                            if (implication)
1194                                continue;
1195#endif
1196                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1197                            << generalPrint
1198                            << CoinMessageEol;
1199                        }
1200                    }
1201                } else {
1202                    // empty model
1203                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1204                }
1205                if (logLevel > 1)
1206                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1207                    << name
1208                    << CoinMessageEol;
1209                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1210                    // solution
1211                    if (model.getNumCols())
1212                        returnCode = model.isProvenOptimal() ? 3 : 1;
1213                    else
1214                        returnCode = 3;
1215                    // post process
1216#ifdef COIN_HAS_CLP
1217                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1218                    if (clpSolver) {
1219                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1220                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1221                    }
1222#endif
1223                    process.postProcess(*model.solver());
1224                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1225                        // Solution now back in solver
1226                        int numberColumns = solver->getNumCols();
1227                        memcpy(newSolution, solver->getColSolution(),
1228                               numberColumns*sizeof(double));
1229                        newSolutionValue = model.getMinimizationObjValue();
1230                    } else {
1231                        // odd - but no good
1232                        returnCode = 0; // so will be infeasible
1233                    }
1234                } else {
1235                    // no good
1236                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1237                }
1238                int totalNumberIterations = model.getIterationCount() +
1239                                            process.numberIterationsPre() +
1240                                            process.numberIterationsPost();
1241                if (totalNumberIterations > 100*(numberNodes + 10)) {
1242                    // only allow smaller problems
1243                    fractionSmall = fractionSmall_;
1244                    fractionSmall_ *= 0.9;
1245#ifdef CLP_INVESTIGATE
1246                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1247                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1248#endif
1249                }
1250                if (model.status() == 5)
1251                    returnCode = -2; // stop
1252                if (model.isProvenInfeasible())
1253                    status = 1;
1254                else if (model.isProvenOptimal())
1255                    status = 2;
1256            }
1257        }
1258    } else {
1259        returnCode = 2; // infeasible finished
1260    }
1261    model_->setSpecialOptions(saveModelOptions);
1262    model_->setLogLevel(logLevel);
1263    if (returnCode == 1 || returnCode == 2) {
1264        OsiSolverInterface * solverC = model_->continuousSolver();
1265        if (false && solverC) {
1266            const double * lower = solver->getColLower();
1267            const double * upper = solver->getColUpper();
1268            const double * lowerC = solverC->getColLower();
1269            const double * upperC = solverC->getColUpper();
1270            bool good = true;
1271            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1272                if (solverC->isInteger(iColumn)) {
1273                    if (lower[iColumn] > lowerC[iColumn] &&
1274                            upper[iColumn] < upperC[iColumn]) {
1275                        good = false;
1276                        printf("CUT - can't add\n");
1277                        break;
1278                    }
1279                }
1280            }
1281            if (good) {
1282                double * cut = new double [numberColumns];
1283                int * which = new int [numberColumns];
1284                double rhs = -1.0;
1285                int n = 0;
1286                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1287                    if (solverC->isInteger(iColumn)) {
1288                        if (lower[iColumn] == upperC[iColumn]) {
1289                            rhs += lower[iColumn];
1290                            cut[n] = 1.0;
1291                            which[n++] = iColumn;
1292                        } else if (upper[iColumn] == lowerC[iColumn]) {
1293                            rhs -= upper[iColumn];
1294                            cut[n] = -1.0;
1295                            which[n++] = iColumn;
1296                        }
1297                    }
1298                }
1299                printf("CUT has %d entries\n", n);
1300                OsiRowCut newCut;
1301                newCut.setLb(-COIN_DBL_MAX);
1302                newCut.setUb(rhs);
1303                newCut.setRow(n, which, cut, false);
1304                model_->makeGlobalCut(newCut);
1305                delete [] cut;
1306                delete [] which;
1307            }
1308        }
1309#ifdef COIN_DEVELOP
1310        if (status == 1)
1311            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1312        else if (status == 2)
1313            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1314#endif
1315    }
1316    if (reset) {
1317        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1318            if (reset[iColumn])
1319                solver->setColLower(iColumn, 0.0);
1320        }
1321        delete [] reset;
1322    }
1323#ifdef HISTORY_STATISTICS
1324    getHistoryStatistics_ = true;
1325#endif
1326    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1327    return returnCode;
1328}
1329// Set input solution
1330void
1331CbcHeuristic::setInputSolution(const double * solution, double objValue)
1332{
1333    delete [] inputSolution_;
1334    inputSolution_ = NULL;
1335    if (model_ && solution) {
1336        int numberColumns = model_->getNumCols();
1337        inputSolution_ = new double [numberColumns+1];
1338        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1339        inputSolution_[numberColumns] = objValue;
1340    }
1341}
1342
1343//##############################################################################
1344
1345inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1346                                    const CbcBranchingObject* br1)
1347{
1348    const int t0 = br0->type();
1349    const int t1 = br1->type();
1350    if (t0 < t1) {
1351        return -1;
1352    }
1353    if (t0 > t1) {
1354        return 1;
1355    }
1356    return br0->compareOriginalObject(br1);
1357}
1358
1359//==============================================================================
1360
1361inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1362                                    const CbcBranchingObject* br1)
1363{
1364    return compare3BranchingObjects(br0, br1) < 0;
1365}
1366
1367//==============================================================================
1368
1369void
1370CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1371{
1372    //  CbcHeurDebugNodes(&model);
1373    CbcNode* node = model.currentNode();
1374    brObj_ = new CbcBranchingObject*[node->depth()];
1375    CbcNodeInfo* nodeInfo = node->nodeInfo();
1376    int cnt = 0;
1377    while (nodeInfo->parentBranch() != NULL) {
1378        const OsiBranchingObject* br = nodeInfo->parentBranch();
1379        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1380        if (! cbcbr) {
1381            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1382                            "gutsOfConstructor",
1383                            "CbcHeuristicNode",
1384                            __FILE__, __LINE__);
1385        }
1386        brObj_[cnt] = cbcbr->clone();
1387        brObj_[cnt]->previousBranch();
1388        ++cnt;
1389        nodeInfo = nodeInfo->parent();
1390    }
1391    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1392    if (cnt <= 1) {
1393        numObjects_ = cnt;
1394    } else {
1395        numObjects_ = 0;
1396        CbcBranchingObject* br = NULL; // What should this be?
1397        for (int i = 1; i < cnt; ++i) {
1398            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1399                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1400                switch (comp) {
1401                case CbcRangeSame: // the same range
1402                case CbcRangeDisjoint: // disjoint decisions
1403                    // should not happen! we are on a chain!
1404                    abort();
1405                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1406                    delete brObj_[i];
1407                    break;
1408                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1409                    delete brObj_[numObjects_];
1410                    brObj_[numObjects_] = brObj_[i];
1411                    break;
1412                case CbcRangeOverlap: // overlap
1413                    delete brObj_[i];
1414                    delete brObj_[numObjects_];
1415                    brObj_[numObjects_] = br;
1416                    break;
1417                }
1418                continue;
1419            } else {
1420                brObj_[++numObjects_] = brObj_[i];
1421            }
1422        }
1423        ++numObjects_;
1424    }
1425}
1426
1427//==============================================================================
1428
1429CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1430{
1431    gutsOfConstructor(model);
1432}
1433
1434//==============================================================================
1435
1436double
1437CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1438{
1439
1440    const double disjointWeight = 1;
1441    const double overlapWeight = 0.4;
1442    const double subsetWeight = 0.2;
1443    int countDisjointWeight = 0;
1444    int countOverlapWeight = 0;
1445    int countSubsetWeight = 0;
1446    int i = 0;
1447    int j = 0;
1448    double dist = 0.0;
1449#ifdef PRINT_DEBUG
1450    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1451           numObjects_, node->numObjects_);
1452#endif
1453    while ( i < numObjects_ && j < node->numObjects_) {
1454        CbcBranchingObject* br0 = brObj_[i];
1455        const CbcBranchingObject* br1 = node->brObj_[j];
1456#ifdef PRINT_DEBUG
1457        const CbcIntegerBranchingObject* brPrint0 =
1458            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1459        const double* downBounds = brPrint0->downBounds();
1460        const double* upBounds = brPrint0->upBounds();
1461        int variable = brPrint0->variable();
1462        int way = brPrint0->way();
1463        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1464               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1465               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1466        const CbcIntegerBranchingObject* brPrint1 =
1467            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1468        downBounds = brPrint1->downBounds();
1469        upBounds = brPrint1->upBounds();
1470        variable = brPrint1->variable();
1471        way = brPrint1->way();
1472        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1473               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1474               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1475#endif
1476        const int brComp = compare3BranchingObjects(br0, br1);
1477        if (brComp < 0) {
1478            dist += subsetWeight;
1479            countSubsetWeight++;
1480            ++i;
1481        } else if (brComp > 0) {
1482            dist += subsetWeight;
1483            countSubsetWeight++;
1484            ++j;
1485        } else {
1486            const int comp = br0->compareBranchingObject(br1, false);
1487            switch (comp) {
1488            case CbcRangeSame:
1489                // do nothing
1490                break;
1491            case CbcRangeDisjoint: // disjoint decisions
1492                dist += disjointWeight;
1493                countDisjointWeight++;
1494                break;
1495            case CbcRangeSubset: // subset one way or another
1496            case CbcRangeSuperset:
1497                dist += subsetWeight;
1498                countSubsetWeight++;
1499                break;
1500            case CbcRangeOverlap: // overlap
1501                dist += overlapWeight;
1502                countOverlapWeight++;
1503                break;
1504            }
1505            ++i;
1506            ++j;
1507        }
1508    }
1509    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1510    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1511    printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1512           countOverlapWeight, countDisjointWeight);
1513    return dist;
1514}
1515
1516//==============================================================================
1517
1518CbcHeuristicNode::~CbcHeuristicNode()
1519{
1520    for (int i = 0; i < numObjects_; ++i) {
1521        delete brObj_[i];
1522    }
1523    delete [] brObj_;
1524}
1525
1526//==============================================================================
1527
1528double
1529CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1530{
1531    double minDist = COIN_DBL_MAX;
1532    for (int i = nodeList.size() - 1; i >= 0; --i) {
1533        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1534    }
1535    return minDist;
1536}
1537
1538//==============================================================================
1539
1540bool
1541CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1542                                     const double threshold) const
1543{
1544    for (int i = nodeList.size() - 1; i >= 0; --i) {
1545        if (distance(nodeList.node(i)) >= threshold) {
1546            continue;
1547        } else {
1548            return true;
1549        }
1550    }
1551    return false;
1552}
1553
1554//==============================================================================
1555
1556double
1557CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1558{
1559    if (nodeList.size() == 0) {
1560        return COIN_DBL_MAX;
1561    }
1562    double sumDist = 0;
1563    for (int i = nodeList.size() - 1; i >= 0; --i) {
1564        sumDist += distance(nodeList.node(i));
1565    }
1566    return sumDist / nodeList.size();
1567}
1568
1569//##############################################################################
1570
1571// Default Constructor
1572CbcRounding::CbcRounding()
1573        : CbcHeuristic()
1574{
1575    // matrix and row copy will automatically be empty
1576    seed_ = 7654321;
1577    down_ = NULL;
1578    up_ = NULL;
1579    equal_ = NULL;
1580    //whereFrom_ |= 16; // allow more often
1581}
1582
1583// Constructor from model
1584CbcRounding::CbcRounding(CbcModel & model)
1585        : CbcHeuristic(model)
1586{
1587    // Get a copy of original matrix (and by row for rounding);
1588    assert(model.solver());
1589    if (model.solver()->getNumRows()) {
1590        matrix_ = *model.solver()->getMatrixByCol();
1591        matrixByRow_ = *model.solver()->getMatrixByRow();
1592        validate();
1593    }
1594    down_ = NULL;
1595    up_ = NULL;
1596    equal_ = NULL;
1597    seed_ = 7654321;
1598    //whereFrom_ |= 16; // allow more often
1599}
1600
1601// Destructor
1602CbcRounding::~CbcRounding ()
1603{
1604    delete [] down_;
1605    delete [] up_;
1606    delete [] equal_;
1607}
1608
1609// Clone
1610CbcHeuristic *
1611CbcRounding::clone() const
1612{
1613    return new CbcRounding(*this);
1614}
1615// Create C++ lines to get to current state
1616void
1617CbcRounding::generateCpp( FILE * fp)
1618{
1619    CbcRounding other;
1620    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1621    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1622    CbcHeuristic::generateCpp(fp, "rounding");
1623    if (seed_ != other.seed_)
1624        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1625    else
1626        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1627    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1628}
1629//#define NEW_ROUNDING
1630// Copy constructor
1631CbcRounding::CbcRounding(const CbcRounding & rhs)
1632        :
1633        CbcHeuristic(rhs),
1634        matrix_(rhs.matrix_),
1635        matrixByRow_(rhs.matrixByRow_),
1636        seed_(rhs.seed_)
1637{
1638#ifdef NEW_ROUNDING
1639    int numberColumns = matrix_.getNumCols();
1640    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1641    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1642    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1643#else
1644    down_ = NULL;
1645    up_ = NULL;
1646    equal_ = NULL;
1647#endif
1648}
1649
1650// Assignment operator
1651CbcRounding &
1652CbcRounding::operator=( const CbcRounding & rhs)
1653{
1654    if (this != &rhs) {
1655        CbcHeuristic::operator=(rhs);
1656        matrix_ = rhs.matrix_;
1657        matrixByRow_ = rhs.matrixByRow_;
1658#ifdef NEW_ROUNDING
1659        delete [] down_;
1660        delete [] up_;
1661        delete [] equal_;
1662        int numberColumns = matrix_.getNumCols();
1663        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1664        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1665        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1666#else
1667        down_ = NULL;
1668        up_ = NULL;
1669        equal_ = NULL;
1670#endif
1671        seed_ = rhs.seed_;
1672    }
1673    return *this;
1674}
1675
1676// Resets stuff if model changes
1677void
1678CbcRounding::resetModel(CbcModel * model)
1679{
1680    model_ = model;
1681    // Get a copy of original matrix (and by row for rounding);
1682    assert(model_->solver());
1683    matrix_ = *model_->solver()->getMatrixByCol();
1684    matrixByRow_ = *model_->solver()->getMatrixByRow();
1685    validate();
1686}
1687// See if rounding will give solution
1688// Sets value of solution
1689// Assumes rhs for original matrix still okay
1690// At present only works with integers
1691// Fix values if asked for
1692// Returns 1 if solution, 0 if not
1693int
1694CbcRounding::solution(double & solutionValue,
1695                      double * betterSolution)
1696{
1697
1698    numCouldRun_++;
1699    // See if to do
1700    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1701            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1702        return 0; // switched off
1703    numRuns_++;
1704    OsiSolverInterface * solver = model_->solver();
1705    double direction = solver->getObjSense();
1706    double newSolutionValue = direction * solver->getObjValue();
1707    return solution(solutionValue, betterSolution, newSolutionValue);
1708}
1709// See if rounding will give solution
1710// Sets value of solution
1711// Assumes rhs for original matrix still okay
1712// At present only works with integers
1713// Fix values if asked for
1714// Returns 1 if solution, 0 if not
1715int
1716CbcRounding::solution(double & solutionValue,
1717                      double * betterSolution,
1718                      double newSolutionValue)
1719{
1720
1721    // See if to do
1722    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1723            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1724        return 0; // switched off
1725    OsiSolverInterface * solver = model_->solver();
1726    const double * lower = solver->getColLower();
1727    const double * upper = solver->getColUpper();
1728    const double * rowLower = solver->getRowLower();
1729    const double * rowUpper = solver->getRowUpper();
1730    const double * solution = solver->getColSolution();
1731    const double * objective = solver->getObjCoefficients();
1732    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1733    double primalTolerance;
1734    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1735
1736    int numberRows = matrix_.getNumRows();
1737    assert (numberRows <= solver->getNumRows());
1738    int numberIntegers = model_->numberIntegers();
1739    const int * integerVariable = model_->integerVariable();
1740    int i;
1741    double direction = solver->getObjSense();
1742    //double newSolutionValue = direction*solver->getObjValue();
1743    int returnCode = 0;
1744    // Column copy
1745    const double * element = matrix_.getElements();
1746    const int * row = matrix_.getIndices();
1747    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1748    const int * columnLength = matrix_.getVectorLengths();
1749    // Row copy
1750    const double * elementByRow = matrixByRow_.getElements();
1751    const int * column = matrixByRow_.getIndices();
1752    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1753    const int * rowLength = matrixByRow_.getVectorLengths();
1754
1755    // Get solution array for heuristic solution
1756    int numberColumns = solver->getNumCols();
1757    double * newSolution = new double [numberColumns];
1758    memcpy(newSolution, solution, numberColumns*sizeof(double));
1759
1760    double * rowActivity = new double[numberRows];
1761    memset(rowActivity, 0, numberRows*sizeof(double));
1762    for (i = 0; i < numberColumns; i++) {
1763        int j;
1764        double value = newSolution[i];
1765        if (value < lower[i]) {
1766            value = lower[i];
1767            newSolution[i] = value;
1768        } else if (value > upper[i]) {
1769            value = upper[i];
1770            newSolution[i] = value;
1771        }
1772        if (value) {
1773            for (j = columnStart[i];
1774                    j < columnStart[i] + columnLength[i]; j++) {
1775                int iRow = row[j];
1776                rowActivity[iRow] += value * element[j];
1777            }
1778        }
1779    }
1780    // check was feasible - if not adjust (cleaning may move)
1781    for (i = 0; i < numberRows; i++) {
1782        if (rowActivity[i] < rowLower[i]) {
1783            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1784            rowActivity[i] = rowLower[i];
1785        } else if (rowActivity[i] > rowUpper[i]) {
1786            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1787            rowActivity[i] = rowUpper[i];
1788        }
1789    }
1790    for (i = 0; i < numberIntegers; i++) {
1791        int iColumn = integerVariable[i];
1792        double value = newSolution[iColumn];
1793        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1794            double below = floor(value);
1795            double newValue = newSolution[iColumn];
1796            double cost = direction * objective[iColumn];
1797            double move;
1798            if (cost > 0.0) {
1799                // try up
1800                move = 1.0 - (value - below);
1801            } else if (cost < 0.0) {
1802                // try down
1803                move = below - value;
1804            } else {
1805                // won't be able to move unless we can grab another variable
1806                double randomNumber = randomNumberGenerator_.randomDouble();
1807                // which way?
1808                if (randomNumber < 0.5)
1809                    move = below - value;
1810                else
1811                    move = 1.0 - (value - below);
1812            }
1813            newValue += move;
1814            newSolution[iColumn] = newValue;
1815            newSolutionValue += move * cost;
1816            int j;
1817            for (j = columnStart[iColumn];
1818                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1819                int iRow = row[j];
1820                rowActivity[iRow] += move * element[j];
1821            }
1822        }
1823    }
1824
1825    double penalty = 0.0;
1826    const char * integerType = model_->integerType();
1827    // see if feasible - just using singletons
1828    for (i = 0; i < numberRows; i++) {
1829        double value = rowActivity[i];
1830        double thisInfeasibility = 0.0;
1831        if (value < rowLower[i] - primalTolerance)
1832            thisInfeasibility = value - rowLower[i];
1833        else if (value > rowUpper[i] + primalTolerance)
1834            thisInfeasibility = value - rowUpper[i];
1835        if (thisInfeasibility) {
1836            // See if there are any slacks I can use to fix up
1837            // maybe put in coding for multiple slacks?
1838            double bestCost = 1.0e50;
1839            int k;
1840            int iBest = -1;
1841            double addCost = 0.0;
1842            double newValue = 0.0;
1843            double changeRowActivity = 0.0;
1844            double absInfeasibility = fabs(thisInfeasibility);
1845            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1846                int iColumn = column[k];
1847                // See if all elements help
1848                if (columnLength[iColumn] == 1) {
1849                    double currentValue = newSolution[iColumn];
1850                    double elementValue = elementByRow[k];
1851                    double lowerValue = lower[iColumn];
1852                    double upperValue = upper[iColumn];
1853                    double gap = rowUpper[i] - rowLower[i];
1854                    double absElement = fabs(elementValue);
1855                    if (thisInfeasibility*elementValue > 0.0) {
1856                        // we want to reduce
1857                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1858                            // possible - check if integer
1859                            double distance = absInfeasibility / absElement;
1860                            double thisCost = -direction * objective[iColumn] * distance;
1861                            if (integerType[iColumn]) {
1862                                distance = ceil(distance - primalTolerance);
1863                                if (currentValue - distance >= lowerValue - primalTolerance) {
1864                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1865                                        thisCost = 1.0e100; // no good
1866                                    else
1867                                        thisCost = -direction * objective[iColumn] * distance;
1868                                } else {
1869                                    thisCost = 1.0e100; // no good
1870                                }
1871                            }
1872                            if (thisCost < bestCost) {
1873                                bestCost = thisCost;
1874                                iBest = iColumn;
1875                                addCost = thisCost;
1876                                newValue = currentValue - distance;
1877                                changeRowActivity = -distance * elementValue;
1878                            }
1879                        }
1880                    } else {
1881                        // we want to increase
1882                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1883                            // possible - check if integer
1884                            double distance = absInfeasibility / absElement;
1885                            double thisCost = direction * objective[iColumn] * distance;
1886                            if (integerType[iColumn]) {
1887                                distance = ceil(distance - 1.0e-7);
1888                                assert (currentValue - distance <= upperValue + primalTolerance);
1889                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1890                                    thisCost = 1.0e100; // no good
1891                                else
1892                                    thisCost = direction * objective[iColumn] * distance;
1893                            }
1894                            if (thisCost < bestCost) {
1895                                bestCost = thisCost;
1896                                iBest = iColumn;
1897                                addCost = thisCost;
1898                                newValue = currentValue + distance;
1899                                changeRowActivity = distance * elementValue;
1900                            }
1901                        }
1902                    }
1903                }
1904            }
1905            if (iBest >= 0) {
1906                /*printf("Infeasibility of %g on row %d cost %g\n",
1907                  thisInfeasibility,i,addCost);*/
1908                newSolution[iBest] = newValue;
1909                thisInfeasibility = 0.0;
1910                newSolutionValue += addCost;
1911                rowActivity[i] += changeRowActivity;
1912            }
1913            penalty += fabs(thisInfeasibility);
1914        }
1915    }
1916    if (penalty) {
1917        // see if feasible using any
1918        // first continuous
1919        double penaltyChange = 0.0;
1920        int iColumn;
1921        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1922            if (integerType[iColumn])
1923                continue;
1924            double currentValue = newSolution[iColumn];
1925            double lowerValue = lower[iColumn];
1926            double upperValue = upper[iColumn];
1927            int j;
1928            int anyBadDown = 0;
1929            int anyBadUp = 0;
1930            double upImprovement = 0.0;
1931            double downImprovement = 0.0;
1932            for (j = columnStart[iColumn];
1933                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1934                int iRow = row[j];
1935                if (rowUpper[iRow] > rowLower[iRow]) {
1936                    double value = element[j];
1937                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1938                        // infeasible above
1939                        downImprovement += value;
1940                        upImprovement -= value;
1941                        if (value > 0.0)
1942                            anyBadUp++;
1943                        else
1944                            anyBadDown++;
1945                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
1946                        // feasible at ub
1947                        if (value > 0.0) {
1948                            upImprovement -= value;
1949                            anyBadUp++;
1950                        } else {
1951                            downImprovement += value;
1952                            anyBadDown++;
1953                        }
1954                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
1955                        // feasible in interior
1956                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
1957                        // feasible at lb
1958                        if (value < 0.0) {
1959                            upImprovement += value;
1960                            anyBadUp++;
1961                        } else {
1962                            downImprovement -= value;
1963                            anyBadDown++;
1964                        }
1965                    } else {
1966                        // infeasible below
1967                        downImprovement -= value;
1968                        upImprovement += value;
1969                        if (value < 0.0)
1970                            anyBadUp++;
1971                        else
1972                            anyBadDown++;
1973                    }
1974                } else {
1975                    // equality row
1976                    double value = element[j];
1977                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1978                        // infeasible above
1979                        downImprovement += value;
1980                        upImprovement -= value;
1981                        if (value > 0.0)
1982                            anyBadUp++;
1983                        else
1984                            anyBadDown++;
1985                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
1986                        // infeasible below
1987                        downImprovement -= value;
1988                        upImprovement += value;
1989                        if (value < 0.0)
1990                            anyBadUp++;
1991                        else
1992                            anyBadDown++;
1993                    } else {
1994                        // feasible - no good
1995                        anyBadUp = -1;
1996                        anyBadDown = -1;
1997                        break;
1998                    }
1999                }
2000            }
2001            // could change tests for anyBad
2002            if (anyBadUp)
2003                upImprovement = 0.0;
2004            if (anyBadDown)
2005                downImprovement = 0.0;
2006            double way = 0.0;
2007            double improvement = 0.0;
2008            if (downImprovement > 0.0 && currentValue > lowerValue) {
2009                way = -1.0;
2010                improvement = downImprovement;
2011            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2012                way = 1.0;
2013                improvement = upImprovement;
2014            }
2015            if (way) {
2016                // can improve
2017                double distance;
2018                if (way > 0.0)
2019                    distance = upperValue - currentValue;
2020                else
2021                    distance = currentValue - lowerValue;
2022                for (j = columnStart[iColumn];
2023                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2024                    int iRow = row[j];
2025                    double value = element[j] * way;
2026                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2027                        // infeasible above
2028                        assert (value < 0.0);
2029                        double gap = rowActivity[iRow] - rowUpper[iRow];
2030                        if (gap + value*distance < 0.0)
2031                            distance = -gap / value;
2032                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2033                        // infeasible below
2034                        assert (value > 0.0);
2035                        double gap = rowActivity[iRow] - rowLower[iRow];
2036                        if (gap + value*distance > 0.0)
2037                            distance = -gap / value;
2038                    } else {
2039                        // feasible
2040                        if (value > 0) {
2041                            double gap = rowActivity[iRow] - rowUpper[iRow];
2042                            if (gap + value*distance > 0.0)
2043                                distance = -gap / value;
2044                        } else {
2045                            double gap = rowActivity[iRow] - rowLower[iRow];
2046                            if (gap + value*distance < 0.0)
2047                                distance = -gap / value;
2048                        }
2049                    }
2050                }
2051                //move
2052                penaltyChange += improvement * distance;
2053                distance *= way;
2054                newSolution[iColumn] += distance;
2055                newSolutionValue += direction * objective[iColumn] * distance;
2056                for (j = columnStart[iColumn];
2057                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2058                    int iRow = row[j];
2059                    double value = element[j];
2060                    rowActivity[iRow] += distance * value;
2061                }
2062            }
2063        }
2064        // and now all if improving
2065        double lastChange = penaltyChange ? 1.0 : 0.0;
2066        while (lastChange > 1.0e-2) {
2067            lastChange = 0;
2068            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2069                bool isInteger = (integerType[iColumn] != 0);
2070                double currentValue = newSolution[iColumn];
2071                double lowerValue = lower[iColumn];
2072                double upperValue = upper[iColumn];
2073                int j;
2074                int anyBadDown = 0;
2075                int anyBadUp = 0;
2076                double upImprovement = 0.0;
2077                double downImprovement = 0.0;
2078                for (j = columnStart[iColumn];
2079                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2080                    int iRow = row[j];
2081                    double value = element[j];
2082                    if (isInteger) {
2083                        if (value > 0.0) {
2084                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2085                                anyBadUp++;
2086                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2087                                anyBadDown++;
2088                        } else {
2089                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2090                                anyBadDown++;
2091                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2092                                anyBadUp++;
2093                        }
2094                    }
2095                    if (rowUpper[iRow] > rowLower[iRow]) {
2096                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2097                            // infeasible above
2098                            downImprovement += value;
2099                            upImprovement -= value;
2100                            if (value > 0.0)
2101                                anyBadUp++;
2102                            else
2103                                anyBadDown++;
2104                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2105                            // feasible at ub
2106                            if (value > 0.0) {
2107                                upImprovement -= value;
2108                                anyBadUp++;
2109                            } else {
2110                                downImprovement += value;
2111                                anyBadDown++;
2112                            }
2113                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2114                            // feasible in interior
2115                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2116                            // feasible at lb
2117                            if (value < 0.0) {
2118                                upImprovement += value;
2119                                anyBadUp++;
2120                            } else {
2121                                downImprovement -= value;
2122                                anyBadDown++;
2123                            }
2124                        } else {
2125                            // infeasible below
2126                            downImprovement -= value;
2127                            upImprovement += value;
2128                            if (value < 0.0)
2129                                anyBadUp++;
2130                            else
2131                                anyBadDown++;
2132                        }
2133                    } else {
2134                        // equality row
2135                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2136                            // infeasible above
2137                            downImprovement += value;
2138                            upImprovement -= value;
2139                            if (value > 0.0)
2140                                anyBadUp++;
2141                            else
2142                                anyBadDown++;
2143                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2144                            // infeasible below
2145                            downImprovement -= value;
2146                            upImprovement += value;
2147                            if (value < 0.0)
2148                                anyBadUp++;
2149                            else
2150                                anyBadDown++;
2151                        } else {
2152                            // feasible - no good
2153                            anyBadUp = -1;
2154                            anyBadDown = -1;
2155                            break;
2156                        }
2157                    }
2158                }
2159                // could change tests for anyBad
2160                if (anyBadUp)
2161                    upImprovement = 0.0;
2162                if (anyBadDown)
2163                    downImprovement = 0.0;
2164                double way = 0.0;
2165                double improvement = 0.0;
2166                if (downImprovement > 0.0 && currentValue > lowerValue) {
2167                    way = -1.0;
2168                    improvement = downImprovement;
2169                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2170                    way = 1.0;
2171                    improvement = upImprovement;
2172                }
2173                if (way) {
2174                    // can improve
2175                    double distance = COIN_DBL_MAX;
2176                    for (j = columnStart[iColumn];
2177                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2178                        int iRow = row[j];
2179                        double value = element[j] * way;
2180                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2181                            // infeasible above
2182                            assert (value < 0.0);
2183                            double gap = rowActivity[iRow] - rowUpper[iRow];
2184                            if (gap + value*distance < 0.0) {
2185                                // If integer then has to move by 1
2186                                if (!isInteger)
2187                                    distance = -gap / value;
2188                                else
2189                                    distance = CoinMax(-gap / value, 1.0);
2190                            }
2191                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2192                            // infeasible below
2193                            assert (value > 0.0);
2194                            double gap = rowActivity[iRow] - rowLower[iRow];
2195                            if (gap + value*distance > 0.0) {
2196                                // If integer then has to move by 1
2197                                if (!isInteger)
2198                                    distance = -gap / value;
2199                                else
2200                                    distance = CoinMax(-gap / value, 1.0);
2201                            }
2202                        } else {
2203                            // feasible
2204                            if (value > 0) {
2205                                double gap = rowActivity[iRow] - rowUpper[iRow];
2206                                if (gap + value*distance > 0.0)
2207                                    distance = -gap / value;
2208                            } else {
2209                                double gap = rowActivity[iRow] - rowLower[iRow];
2210                                if (gap + value*distance < 0.0)
2211                                    distance = -gap / value;
2212                            }
2213                        }
2214                    }
2215                    if (isInteger)
2216                        distance = floor(distance + 1.05e-8);
2217                    if (!distance) {
2218                        // should never happen
2219                        //printf("zero distance in CbcRounding - debug\n");
2220                    }
2221                    //move
2222                    lastChange += improvement * distance;
2223                    distance *= way;
2224                    newSolution[iColumn] += distance;
2225                    newSolutionValue += direction * objective[iColumn] * distance;
2226                    for (j = columnStart[iColumn];
2227                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2228                        int iRow = row[j];
2229                        double value = element[j];
2230                        rowActivity[iRow] += distance * value;
2231                    }
2232                }
2233            }
2234            penaltyChange += lastChange;
2235        }
2236        penalty -= penaltyChange;
2237        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2238            // recompute
2239            penalty = 0.0;
2240            for (i = 0; i < numberRows; i++) {
2241                double value = rowActivity[i];
2242                if (value < rowLower[i] - primalTolerance)
2243                    penalty += rowLower[i] - value;
2244                else if (value > rowUpper[i] + primalTolerance)
2245                    penalty += value - rowUpper[i];
2246            }
2247        }
2248    }
2249
2250    // Could also set SOS (using random) and repeat
2251    if (!penalty) {
2252        // See if we can do better
2253        //seed_++;
2254        //CoinSeedRandom(seed_);
2255        // Random number between 0 and 1.
2256        double randomNumber = randomNumberGenerator_.randomDouble();
2257        int iPass;
2258        int start[2];
2259        int end[2];
2260        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2261        start[0] = iRandom;
2262        end[0] = numberIntegers;
2263        start[1] = 0;
2264        end[1] = iRandom;
2265        for (iPass = 0; iPass < 2; iPass++) {
2266            int i;
2267            for (i = start[iPass]; i < end[iPass]; i++) {
2268                int iColumn = integerVariable[i];
2269#ifndef NDEBUG
2270                double value = newSolution[iColumn];
2271                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2272#endif
2273                double cost = direction * objective[iColumn];
2274                double move = 0.0;
2275                if (cost > 0.0)
2276                    move = -1.0;
2277                else if (cost < 0.0)
2278                    move = 1.0;
2279                while (move) {
2280                    bool good = true;
2281                    double newValue = newSolution[iColumn] + move;
2282                    if (newValue < lower[iColumn] - primalTolerance ||
2283                            newValue > upper[iColumn] + primalTolerance) {
2284                        move = 0.0;
2285                    } else {
2286                        // see if we can move
2287                        int j;
2288                        for (j = columnStart[iColumn];
2289                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2290                            int iRow = row[j];
2291                            double newActivity = rowActivity[iRow] + move * element[j];
2292                            if (newActivity < rowLower[iRow] - primalTolerance ||
2293                                    newActivity > rowUpper[iRow] + primalTolerance) {
2294                                good = false;
2295                                break;
2296                            }
2297                        }
2298                        if (good) {
2299                            newSolution[iColumn] = newValue;
2300                            newSolutionValue += move * cost;
2301                            int j;
2302                            for (j = columnStart[iColumn];
2303                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2304                                int iRow = row[j];
2305                                rowActivity[iRow] += move * element[j];
2306                            }
2307                        } else {
2308                            move = 0.0;
2309                        }
2310                    }
2311                }
2312            }
2313        }
2314        // Just in case of some stupidity
2315        double objOffset = 0.0;
2316        solver->getDblParam(OsiObjOffset, objOffset);
2317        newSolutionValue = -objOffset;
2318        for ( i = 0 ; i < numberColumns ; i++ )
2319            newSolutionValue += objective[i] * newSolution[i];
2320        newSolutionValue *= direction;
2321        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2322        if (newSolutionValue < solutionValue) {
2323            // paranoid check
2324            memset(rowActivity, 0, numberRows*sizeof(double));
2325            for (i = 0; i < numberColumns; i++) {
2326                int j;
2327                double value = newSolution[i];
2328                if (value) {
2329                    for (j = columnStart[i];
2330                            j < columnStart[i] + columnLength[i]; j++) {
2331                        int iRow = row[j];
2332                        rowActivity[iRow] += value * element[j];
2333                    }
2334                }
2335            }
2336            // check was approximately feasible
2337            bool feasible = true;
2338            for (i = 0; i < numberRows; i++) {
2339                if (rowActivity[i] < rowLower[i]) {
2340                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2341                        feasible = false;
2342                } else if (rowActivity[i] > rowUpper[i]) {
2343                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2344                        feasible = false;
2345                }
2346            }
2347            if (feasible) {
2348                // new solution
2349                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2350                solutionValue = newSolutionValue;
2351                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2352                returnCode = 1;
2353            } else {
2354                // Can easily happen
2355                //printf("Debug CbcRounding giving bad solution\n");
2356            }
2357        }
2358    }
2359#ifdef NEW_ROUNDING
2360    if (!returnCode) {
2361#ifdef JJF_ZERO
2362        // back to starting point
2363        memcpy(newSolution, solution, numberColumns*sizeof(double));
2364        memset(rowActivity, 0, numberRows*sizeof(double));
2365        for (i = 0; i < numberColumns; i++) {
2366            int j;
2367            double value = newSolution[i];
2368            if (value < lower[i]) {
2369                value = lower[i];
2370                newSolution[i] = value;
2371            } else if (value > upper[i]) {
2372                value = upper[i];
2373                newSolution[i] = value;
2374            }
2375            if (value) {
2376                for (j = columnStart[i];
2377                        j < columnStart[i] + columnLength[i]; j++) {
2378                    int iRow = row[j];
2379                    rowActivity[iRow] += value * element[j];
2380                }
2381            }
2382        }
2383        // check was feasible - if not adjust (cleaning may move)
2384        for (i = 0; i < numberRows; i++) {
2385            if (rowActivity[i] < rowLower[i]) {
2386                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2387                rowActivity[i] = rowLower[i];
2388            } else if (rowActivity[i] > rowUpper[i]) {
2389                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2390                rowActivity[i] = rowUpper[i];
2391            }
2392        }
2393#endif
2394        int * candidate = new int [numberColumns];
2395        int nCandidate = 0;
2396        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2397            bool isInteger = (integerType[iColumn] != 0);
2398            if (isInteger) {
2399                double currentValue = newSolution[iColumn];
2400                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2401                    candidate[nCandidate++] = iColumn;
2402            }
2403        }
2404        if (true) {
2405            // Rounding as in Berthold
2406            while (nCandidate) {
2407                double infeasibility = 1.0e-7;
2408                int iRow = -1;
2409                for (i = 0; i < numberRows; i++) {
2410                    double value = 0.0;
2411                    if (rowActivity[i] < rowLower[i]) {
2412                        value = rowLower[i] - rowActivity[i];
2413                    } else if (rowActivity[i] > rowUpper[i]) {
2414                        value = rowActivity[i] - rowUpper[i];
2415                    }
2416                    if (value > infeasibility) {
2417                        infeasibility = value;
2418                        iRow = i;
2419                    }
2420                }
2421                if (iRow >= 0) {
2422                    // infeasible
2423                } else {
2424                    // feasible
2425                }
2426            }
2427        } else {
2428            // Shifting as in Berthold
2429        }
2430        delete [] candidate;
2431    }
2432#endif
2433    delete [] newSolution;
2434    delete [] rowActivity;
2435    return returnCode;
2436}
2437// update model
2438void CbcRounding::setModel(CbcModel * model)
2439{
2440    model_ = model;
2441    // Get a copy of original matrix (and by row for rounding);
2442    assert(model_->solver());
2443    if (model_->solver()->getNumRows()) {
2444        matrix_ = *model_->solver()->getMatrixByCol();
2445        matrixByRow_ = *model_->solver()->getMatrixByRow();
2446        // make sure model okay for heuristic
2447        validate();
2448    }
2449}
2450// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2451void
2452CbcRounding::validate()
2453{
2454    if (model_ && (when() % 100) < 10) {
2455        if (model_->numberIntegers() !=
2456                model_->numberObjects() && (model_->numberObjects() ||
2457                                            (model_->specialOptions()&1024) == 0)) {
2458            int numberOdd = 0;
2459            for (int i = 0; i < model_->numberObjects(); i++) {
2460                if (!model_->object(i)->canDoHeuristics())
2461                    numberOdd++;
2462            }
2463            if (numberOdd)
2464                setWhen(0);
2465        }
2466    }
2467#ifdef NEW_ROUNDING
2468    int numberColumns = matrix_.getNumCols();
2469    down_ = new unsigned short [numberColumns];
2470    up_ = new unsigned short [numberColumns];
2471    equal_ = new unsigned short [numberColumns];
2472    // Column copy
2473    const double * element = matrix_.getElements();
2474    const int * row = matrix_.getIndices();
2475    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2476    const int * columnLength = matrix_.getVectorLengths();
2477    const double * rowLower = model.solver()->getRowLower();
2478    const double * rowUpper = model.solver()->getRowUpper();
2479    for (int i = 0; i < numberColumns; i++) {
2480        int down = 0;
2481        int up = 0;
2482        int equal = 0;
2483        if (columnLength[i] > 65535) {
2484            equal[0] = 65535;
2485            break; // unlikely to work
2486        }
2487        for (CoinBigIndex j = columnStart[i];
2488                j < columnStart[i] + columnLength[i]; j++) {
2489            int iRow = row[j];
2490            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2491                equal++;
2492            } else if (element[j] > 0.0) {
2493                if (rowUpper[iRow] < 1.0e20)
2494                    up++;
2495                else
2496                    down--;
2497            } else {
2498                if (rowLower[iRow] > -1.0e20)
2499                    up++;
2500                else
2501                    down--;
2502            }
2503        }
2504        down_[i] = (unsigned short) down;
2505        up_[i] = (unsigned short) up;
2506        equal_[i] = (unsigned short) equal;
2507    }
2508#else
2509    down_ = NULL;
2510    up_ = NULL;
2511    equal_ = NULL;
2512#endif
2513}
2514
2515// Default Constructor
2516CbcHeuristicPartial::CbcHeuristicPartial()
2517        : CbcHeuristic()
2518{
2519    fixPriority_ = 10000;
2520}
2521
2522// Constructor from model
2523CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2524        : CbcHeuristic(model)
2525{
2526    fixPriority_ = fixPriority;
2527    setNumberNodes(numberNodes);
2528    validate();
2529}
2530
2531// Destructor
2532CbcHeuristicPartial::~CbcHeuristicPartial ()
2533{
2534}
2535
2536// Clone
2537CbcHeuristic *
2538CbcHeuristicPartial::clone() const
2539{
2540    return new CbcHeuristicPartial(*this);
2541}
2542// Create C++ lines to get to current state
2543void
2544CbcHeuristicPartial::generateCpp( FILE * fp)
2545{
2546    CbcHeuristicPartial other;
2547    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2548    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2549    CbcHeuristic::generateCpp(fp, "partial");
2550    if (fixPriority_ != other.fixPriority_)
2551        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2552    else
2553        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2554    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2555}
2556//#define NEW_PARTIAL
2557// Copy constructor
2558CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2559        :
2560        CbcHeuristic(rhs),
2561        fixPriority_(rhs.fixPriority_)
2562{
2563}
2564
2565// Assignment operator
2566CbcHeuristicPartial &
2567CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2568{
2569    if (this != &rhs) {
2570        CbcHeuristic::operator=(rhs);
2571        fixPriority_ = rhs.fixPriority_;
2572    }
2573    return *this;
2574}
2575
2576// Resets stuff if model changes
2577void
2578CbcHeuristicPartial::resetModel(CbcModel * model)
2579{
2580    model_ = model;
2581    // Get a copy of original matrix (and by row for partial);
2582    assert(model_->solver());
2583    validate();
2584}
2585// See if partial will give solution
2586// Sets value of solution
2587// Assumes rhs for original matrix still okay
2588// At present only works with integers
2589// Fix values if asked for
2590// Returns 1 if solution, 0 if not
2591int
2592CbcHeuristicPartial::solution(double & solutionValue,
2593                              double * betterSolution)
2594{
2595    // Return if already done
2596    if (fixPriority_ < 0)
2597        return 0; // switched off
2598    const double * hotstartSolution = model_->hotstartSolution();
2599    const int * hotstartPriorities = model_->hotstartPriorities();
2600    if (!hotstartSolution)
2601        return 0;
2602    OsiSolverInterface * solver = model_->solver();
2603
2604    int numberIntegers = model_->numberIntegers();
2605    const int * integerVariable = model_->integerVariable();
2606
2607    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2608    const double * colLower = newSolver->getColLower();
2609    const double * colUpper = newSolver->getColUpper();
2610
2611    double primalTolerance;
2612    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2613
2614    int i;
2615    int numberFixed = 0;
2616    int returnCode = 0;
2617
2618    for (i = 0; i < numberIntegers; i++) {
2619        int iColumn = integerVariable[i];
2620        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2621            double value = hotstartSolution[iColumn];
2622            double lower = colLower[iColumn];
2623            double upper = colUpper[iColumn];
2624            value = CoinMax(value, lower);
2625            value = CoinMin(value, upper);
2626            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2627                value = floor(value + 0.5);
2628                newSolver->setColLower(iColumn, value);
2629                newSolver->setColUpper(iColumn, value);
2630                numberFixed++;
2631            }
2632        }
2633    }
2634    if (numberFixed > numberIntegers / 5 - 100000000) {
2635#ifdef COIN_DEVELOP
2636        printf("%d integers fixed\n", numberFixed);
2637#endif
2638        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2639                                         model_->getCutoff(), "CbcHeuristicPartial");
2640        if (returnCode < 0)
2641            returnCode = 0; // returned on size
2642        //printf("return code %d",returnCode);
2643        if ((returnCode&2) != 0) {
2644            // could add cut
2645            returnCode &= ~2;
2646            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2647        } else {
2648            //printf("\n");
2649        }
2650    }
2651    fixPriority_ = -1; // switch off
2652
2653    delete newSolver;
2654    return returnCode;
2655}
2656// update model
2657void CbcHeuristicPartial::setModel(CbcModel * model)
2658{
2659    model_ = model;
2660    assert(model_->solver());
2661    // make sure model okay for heuristic
2662    validate();
2663}
2664// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2665void
2666CbcHeuristicPartial::validate()
2667{
2668    if (model_ && (when() % 100) < 10) {
2669        if (model_->numberIntegers() !=
2670                model_->numberObjects())
2671            setWhen(0);
2672    }
2673}
2674bool
2675CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2676{
2677    return true;
2678}
2679
2680// Default Constructor
2681CbcSerendipity::CbcSerendipity()
2682        : CbcHeuristic()
2683{
2684}
2685
2686// Constructor from model
2687CbcSerendipity::CbcSerendipity(CbcModel & model)
2688        : CbcHeuristic(model)
2689{
2690}
2691
2692// Destructor
2693CbcSerendipity::~CbcSerendipity ()
2694{
2695}
2696
2697// Clone
2698CbcHeuristic *
2699CbcSerendipity::clone() const
2700{
2701    return new CbcSerendipity(*this);
2702}
2703// Create C++ lines to get to current state
2704void
2705CbcSerendipity::generateCpp( FILE * fp)
2706{
2707    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2708    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2709    CbcHeuristic::generateCpp(fp, "serendipity");
2710    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2711}
2712
2713// Copy constructor
2714CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2715        :
2716        CbcHeuristic(rhs)
2717{
2718}
2719
2720// Assignment operator
2721CbcSerendipity &
2722CbcSerendipity::operator=( const CbcSerendipity & rhs)
2723{
2724    if (this != &rhs) {
2725        CbcHeuristic::operator=(rhs);
2726    }
2727    return *this;
2728}
2729
2730// Returns 1 if solution, 0 if not
2731int
2732CbcSerendipity::solution(double & solutionValue,
2733                         double * betterSolution)
2734{
2735    if (!model_)
2736        return 0;
2737    if (!inputSolution_) {
2738        // get information on solver type
2739        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2740        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2741        if (auxiliaryInfo) {
2742            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2743        } else {
2744            return 0;
2745        }
2746    } else {
2747        int numberColumns = model_->getNumCols();
2748        double value = inputSolution_[numberColumns];
2749        int returnCode = 0;
2750        if (value < solutionValue) {
2751            solutionValue = value;
2752            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2753            returnCode = 1;
2754        }
2755        delete [] inputSolution_;
2756        inputSolution_ = NULL;
2757        model_ = NULL; // switch off
2758        return returnCode;
2759    }
2760}
2761// update model
2762void CbcSerendipity::setModel(CbcModel * model)
2763{
2764    model_ = model;
2765}
2766// Resets stuff if model changes
2767void
2768CbcSerendipity::resetModel(CbcModel * model)
2769{
2770    model_ = model;
2771}
2772
2773
2774// Default Constructor
2775CbcHeuristicJustOne::CbcHeuristicJustOne()
2776        : CbcHeuristic(),
2777        probabilities_(NULL),
2778        heuristic_(NULL),
2779        numberHeuristics_(0)
2780{
2781}
2782
2783// Constructor from model
2784CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2785        : CbcHeuristic(model),
2786        probabilities_(NULL),
2787        heuristic_(NULL),
2788        numberHeuristics_(0)
2789{
2790}
2791
2792// Destructor
2793CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2794{
2795    for (int i = 0; i < numberHeuristics_; i++)
2796        delete heuristic_[i];
2797    delete [] heuristic_;
2798    delete [] probabilities_;
2799}
2800
2801// Clone
2802CbcHeuristicJustOne *
2803CbcHeuristicJustOne::clone() const
2804{
2805    return new CbcHeuristicJustOne(*this);
2806}
2807
2808// Create C++ lines to get to current state
2809void
2810CbcHeuristicJustOne::generateCpp( FILE * fp)
2811{
2812    CbcHeuristicJustOne other;
2813    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2814    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2815    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2816    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2817}
2818
2819// Copy constructor
2820CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2821        :
2822        CbcHeuristic(rhs),
2823        probabilities_(NULL),
2824        heuristic_(NULL),
2825        numberHeuristics_(rhs.numberHeuristics_)
2826{
2827    if (numberHeuristics_) {
2828        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2829        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2830        for (int i = 0; i < numberHeuristics_; i++)
2831            heuristic_[i] = rhs.heuristic_[i]->clone();
2832    }
2833}
2834
2835// Assignment operator
2836CbcHeuristicJustOne &
2837CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2838{
2839    if (this != &rhs) {
2840        CbcHeuristic::operator=(rhs);
2841        for (int i = 0; i < numberHeuristics_; i++)
2842            delete heuristic_[i];
2843        delete [] heuristic_;
2844        delete [] probabilities_;
2845        probabilities_ = NULL;
2846        heuristic_ = NULL;
2847        numberHeuristics_ = rhs.numberHeuristics_;
2848        if (numberHeuristics_) {
2849            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2850            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2851            for (int i = 0; i < numberHeuristics_; i++)
2852                heuristic_[i] = rhs.heuristic_[i]->clone();
2853        }
2854    }
2855    return *this;
2856}
2857// Sets value of solution
2858// Returns 1 if solution, 0 if not
2859int
2860CbcHeuristicJustOne::solution(double & solutionValue,
2861                              double * betterSolution)
2862{
2863#ifdef DIVE_DEBUG
2864    std::cout << "solutionValue = " << solutionValue << std::endl;
2865#endif
2866    ++numCouldRun_;
2867
2868    // test if the heuristic can run
2869    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2870        return 0;
2871    double randomNumber = randomNumberGenerator_.randomDouble();
2872    int i;
2873    for (i = 0; i < numberHeuristics_; i++) {
2874        if (randomNumber < probabilities_[i])
2875            break;
2876    }
2877    assert (i < numberHeuristics_);
2878    int returnCode;
2879    //model_->unsetDivingHasRun();
2880#ifdef COIN_DEVELOP
2881    printf("JustOne running %s\n",
2882           heuristic_[i]->heuristicName());
2883#endif
2884    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2885#ifdef COIN_DEVELOP
2886    if (returnCode)
2887        printf("JustOne running %s found solution\n",
2888               heuristic_[i]->heuristicName());
2889#endif
2890    return returnCode;
2891}
2892// Resets stuff if model changes
2893void
2894CbcHeuristicJustOne::resetModel(CbcModel * model)
2895{
2896    CbcHeuristic::resetModel(model);
2897    for (int i = 0; i < numberHeuristics_; i++)
2898        heuristic_[i]->resetModel(model);
2899}
2900// update model (This is needed if cliques update matrix etc)
2901void
2902CbcHeuristicJustOne::setModel(CbcModel * model)
2903{
2904    CbcHeuristic::setModel(model);
2905    for (int i = 0; i < numberHeuristics_; i++)
2906        heuristic_[i]->setModel(model);
2907}
2908// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2909void
2910CbcHeuristicJustOne::validate()
2911{
2912    CbcHeuristic::validate();
2913    for (int i = 0; i < numberHeuristics_; i++)
2914        heuristic_[i]->validate();
2915}
2916// Adds an heuristic with probability
2917void
2918CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2919{
2920    CbcHeuristic * thisOne = heuristic->clone();
2921    thisOne->setWhen(-999);
2922    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2923                            numberHeuristics_);
2924    delete [] heuristic_;
2925    heuristic_ = tempH;
2926    heuristic_[numberHeuristics_] = thisOne;
2927    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2928                                            numberHeuristics_);
2929    delete [] probabilities_;
2930    probabilities_ = tempP;
2931    probabilities_[numberHeuristics_] = probability;
2932    numberHeuristics_++;
2933}
2934// Normalize probabilities
2935void
2936CbcHeuristicJustOne::normalizeProbabilities()
2937{
2938    double sum = 0.0;
2939    for (int i = 0; i < numberHeuristics_; i++)
2940        sum += probabilities_[i];
2941    double multiplier = 1.0 / sum;
2942    sum = 0.0;
2943    for (int i = 0; i < numberHeuristics_; i++) {
2944        sum += probabilities_[i];
2945        probabilities_[i] = sum * multiplier;
2946    }
2947    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
2948    probabilities_[numberHeuristics_-1] = 1.000001;
2949}
2950
Note: See TracBrowser for help on using the repository browser.