source: trunk/Cbc/src/CbcHeuristic.cpp @ 1569

Last change on this file since 1569 was 1569, checked in by forrest, 9 years ago

more sos heuristics

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 111.3 KB
Line 
1/* $Id: CbcHeuristic.cpp 1569 2011-01-03 14:00:42Z 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 = (static_cast<int>(nodes_.size())) - 1; i >= 0; --i) {
47        delete nodes_[i];
48    }
49}
50
51void
52CbcHeuristicNodeList::gutsOfCopy(const CbcHeuristicNodeList& rhs)
53{
54    append(rhs);
55}
56
57CbcHeuristicNodeList::CbcHeuristicNodeList(const CbcHeuristicNodeList& rhs)
58{
59    gutsOfCopy(rhs);
60}
61
62CbcHeuristicNodeList& CbcHeuristicNodeList::operator=
63(const CbcHeuristicNodeList & rhs)
64{
65    if (this != &rhs) {
66        gutsOfDelete();
67        gutsOfCopy(rhs);
68    }
69    return *this;
70}
71
72CbcHeuristicNodeList::~CbcHeuristicNodeList()
73{
74    gutsOfDelete();
75}
76
77void
78CbcHeuristicNodeList::append(CbcHeuristicNode*& node)
79{
80    nodes_.push_back(node);
81    node = NULL;
82}
83
84void
85CbcHeuristicNodeList::append(const CbcHeuristicNodeList& nodes)
86{
87    nodes_.reserve(nodes_.size() + nodes.size());
88    for (int i = 0; i < nodes.size(); ++i) {
89        CbcHeuristicNode* node = new CbcHeuristicNode(*nodes.node(i));
90        append(node);
91    }
92}
93
94//==============================================================================
95#define DEFAULT_WHERE ((255-2-16)*(1+256))
96// Default Constructor
97CbcHeuristic::CbcHeuristic() :
98        model_(NULL),
99        when_(2),
100        numberNodes_(200),
101        feasibilityPumpOptions_(-1),
102        fractionSmall_(1.0),
103        heuristicName_("Unknown"),
104        howOften_(1),
105        decayFactor_(0.0),
106        switches_(0),
107        whereFrom_(DEFAULT_WHERE),
108        shallowDepth_(1),
109        howOftenShallow_(1),
110        numInvocationsInShallow_(0),
111        numInvocationsInDeep_(0),
112        lastRunDeep_(0),
113        numRuns_(0),
114        minDistanceToRun_(1),
115        runNodes_(),
116        numCouldRun_(0),
117        numberSolutionsFound_(0),
118        inputSolution_(NULL)
119{
120    // As CbcHeuristic virtual need to modify .cpp if above change
121}
122
123// Constructor from model
124CbcHeuristic::CbcHeuristic(CbcModel & model) :
125        model_(&model),
126        when_(2),
127        numberNodes_(200),
128        feasibilityPumpOptions_(-1),
129        fractionSmall_(1.0),
130        heuristicName_("Unknown"),
131        howOften_(1),
132        decayFactor_(0.0),
133        switches_(0),
134        whereFrom_(DEFAULT_WHERE),
135        shallowDepth_(1),
136        howOftenShallow_(1),
137        numInvocationsInShallow_(0),
138        numInvocationsInDeep_(0),
139        lastRunDeep_(0),
140        numRuns_(0),
141        minDistanceToRun_(1),
142        runNodes_(),
143        numCouldRun_(0),
144        numberSolutionsFound_(0),
145        inputSolution_(NULL)
146{}
147
148void
149CbcHeuristic::gutsOfCopy(const CbcHeuristic & rhs)
150{
151    model_ = rhs.model_;
152    when_ = rhs.when_;
153    numberNodes_ = rhs.numberNodes_;
154    feasibilityPumpOptions_ = rhs.feasibilityPumpOptions_;
155    fractionSmall_ = rhs.fractionSmall_;
156    randomNumberGenerator_ = rhs.randomNumberGenerator_;
157    heuristicName_ = rhs.heuristicName_;
158    howOften_ = rhs.howOften_;
159    decayFactor_ = rhs.decayFactor_;
160    switches_ = rhs.switches_;
161    whereFrom_ = rhs.whereFrom_;
162    shallowDepth_ = rhs.shallowDepth_;
163    howOftenShallow_ = rhs.howOftenShallow_;
164    numInvocationsInShallow_ = rhs.numInvocationsInShallow_;
165    numInvocationsInDeep_ = rhs.numInvocationsInDeep_;
166    lastRunDeep_ = rhs.lastRunDeep_;
167    numRuns_ = rhs.numRuns_;
168    numCouldRun_ = rhs.numCouldRun_;
169    minDistanceToRun_ = rhs.minDistanceToRun_;
170    runNodes_ = rhs.runNodes_;
171    numberSolutionsFound_ = rhs.numberSolutionsFound_;
172    if (rhs.inputSolution_) {
173        int numberColumns = model_->getNumCols();
174        setInputSolution(rhs.inputSolution_, rhs.inputSolution_[numberColumns]);
175    }
176}
177// Copy constructor
178CbcHeuristic::CbcHeuristic(const CbcHeuristic & rhs)
179{
180    inputSolution_ = NULL;
181    gutsOfCopy(rhs);
182}
183
184// Assignment operator
185CbcHeuristic &
186CbcHeuristic::operator=( const CbcHeuristic & rhs)
187{
188    if (this != &rhs) {
189        gutsOfDelete();
190        gutsOfCopy(rhs);
191    }
192    return *this;
193}
194
195void CbcHeurDebugNodes(CbcModel* model_)
196{
197    CbcNode* node = model_->currentNode();
198    CbcNodeInfo* nodeInfo = node->nodeInfo();
199    std::cout << "===============================================================\n";
200    while (nodeInfo) {
201        const CbcNode* node = nodeInfo->owner();
202        printf("nodeinfo: node %i\n", nodeInfo->nodeNumber());
203        {
204            const CbcIntegerBranchingObject* brPrint =
205                dynamic_cast<const CbcIntegerBranchingObject*>(nodeInfo->parentBranch());
206            if (!brPrint) {
207                printf("    parentBranch: NULL\n");
208            } else {
209                const double* downBounds = brPrint->downBounds();
210                const double* upBounds = brPrint->upBounds();
211                int variable = brPrint->variable();
212                int way = brPrint->way();
213                printf("   parentBranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
214                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
215                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
216            }
217        }
218        if (! node) {
219            printf("    owner: NULL\n");
220        } else {
221            printf("    owner: node %i depth %i onTree %i active %i",
222                   node->nodeNumber(), node->depth(), node->onTree(), node->active());
223            const OsiBranchingObject* osibr =
224                nodeInfo->owner()->branchingObject();
225            const CbcBranchingObject* cbcbr =
226                dynamic_cast<const CbcBranchingObject*>(osibr);
227            const CbcIntegerBranchingObject* brPrint =
228                dynamic_cast<const CbcIntegerBranchingObject*>(cbcbr);
229            if (!brPrint) {
230                printf("        ownerBranch: NULL\n");
231            } else {
232                const double* downBounds = brPrint->downBounds();
233                const double* upBounds = brPrint->upBounds();
234                int variable = brPrint->variable();
235                int way = brPrint->way();
236                printf("        ownerbranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
237                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
238                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
239            }
240        }
241        nodeInfo = nodeInfo->parent();
242    }
243}
244
245void
246CbcHeuristic::debugNodes()
247{
248    CbcHeurDebugNodes(model_);
249}
250
251void
252CbcHeuristic::printDistanceToNodes()
253{
254    const CbcNode* currentNode = model_->currentNode();
255    if (currentNode != NULL) {
256        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
257        for (int i = runNodes_.size() - 1; i >= 0; --i) {
258            nodeDesc->distance(runNodes_.node(i));
259        }
260        runNodes_.append(nodeDesc);
261    }
262}
263
264bool
265CbcHeuristic::shouldHeurRun(int whereFrom)
266{
267    assert (whereFrom >= 0 && whereFrom < 16);
268    // take off 8 (code - likes new solution)
269    whereFrom &= 7;
270    if ((whereFrom_&(1 << whereFrom)) == 0)
271        return false;
272    // No longer used for original purpose - so use for ever run at all JJF
273#ifndef JJF_ONE
274    // Don't run if hot start
275    if (model_ && model_->hotstartSolution())
276        return false;
277    else
278        return true;
279#else
280#ifdef JJF_ZERO
281    const CbcNode* currentNode = model_->currentNode();
282    if (currentNode == NULL) {
283        return false;
284    }
285
286    debugNodes();
287//   return false;
288
289    const int depth = currentNode->depth();
290#else
291    int depth = model_->currentDepth();
292#endif
293
294    const int nodeCount = model_->getNodeCount();  // FIXME: check that this is
295    // correct in parallel
296
297    if (nodeCount == 0 || depth <= shallowDepth_) {
298        // what to do when we are in the shallow part of the tree
299        if (model_->getCurrentPassNumber() == 1) {
300            // first time in the node...
301            numInvocationsInShallow_ = 0;
302        }
303        ++numInvocationsInShallow_;
304        // Very large howOftenShallow_ will give the original test:
305        // (model_->getCurrentPassNumber() != 1)
306        //    if ((numInvocationsInShallow_ % howOftenShallow_) != 1) {
307        if ((numInvocationsInShallow_ % howOftenShallow_) != 0) {
308            return false;
309        }
310        // LL: should we save these nodes in the list of nodes where the heur was
311        // LL: run?
312#ifndef JJF_ONE
313        if (currentNode != NULL) {
314            // Get where we are and create the appropriate CbcHeuristicNode object
315            CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
316            runNodes_.append(nodeDesc);
317        }
318#endif
319    } else {
320        // deeper in the tree
321        if (model_->getCurrentPassNumber() == 1) {
322            // first time in the node...
323            ++numInvocationsInDeep_;
324        }
325        if (numInvocationsInDeep_ - lastRunDeep_ < howOften_) {
326            return false;
327        }
328        if (model_->getCurrentPassNumber() != 1) {
329            // Run the heuristic only when first entering the node.
330            // LL: I don't think this is right. It should run just before strong
331            // LL: branching, I believe.
332            return false;
333        }
334        // Get where we are and create the appropriate CbcHeuristicNode object
335        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
336        //#ifdef PRINT_DEBUG
337#ifndef JJF_ONE
338        const double minDistanceToRun = 1.5 * log((double)depth) / log((double)2);
339#else
340    const double minDistanceToRun = minDistanceToRun_;
341#endif
342#ifdef PRINT_DEBUG
343        double minDistance = nodeDesc->minDistance(runNodes_);
344        std::cout << "minDistance = " << minDistance
345                  << ", minDistanceToRun = " << minDistanceToRun << std::endl;
346#endif
347        if (nodeDesc->minDistanceIsSmall(runNodes_, minDistanceToRun)) {
348            delete nodeDesc;
349            return false;
350        }
351        runNodes_.append(nodeDesc);
352        lastRunDeep_ = numInvocationsInDeep_;
353        //    ++lastRunDeep_;
354    }
355    ++numRuns_;
356    return true;
357#endif
358}
359
360bool
361CbcHeuristic::shouldHeurRun_randomChoice()
362{
363    if (!when_)
364        return false;
365    int depth = model_->currentDepth();
366    // when_ -999 is special marker to force to run
367    if (depth != 0 && when_ != -999) {
368        const double numerator = depth * depth;
369        const double denominator = exp(depth * log(2.0));
370        double probability = numerator / denominator;
371        double randomNumber = randomNumberGenerator_.randomDouble();
372        int when = when_ % 100;
373        if (when > 2 && when < 8) {
374            /* JJF adjustments
375            3 only at root and if no solution
376            4 only at root and if this heuristic has not got solution
377            5 as 3 but decay more
378            6 decay
379            7 run up to 2 times if solution found 4 otherwise
380            */
381            switch (when) {
382            case 3:
383            default:
384                if (model_->bestSolution())
385                    probability = -1.0;
386                break;
387            case 4:
388                if (numberSolutionsFound_)
389                    probability = -1.0;
390                break;
391            case 5:
392                assert (decayFactor_);
393                if (model_->bestSolution()) {
394                    probability = -1.0;
395                } else if (numCouldRun_ > 1000) {
396                    decayFactor_ *= 0.99;
397                    probability *= decayFactor_;
398                }
399                break;
400            case 6:
401                if (depth >= 3) {
402                    if ((numCouldRun_ % howOften_) == 0 &&
403                            numberSolutionsFound_*howOften_ < numCouldRun_) {
404#ifdef COIN_DEVELOP
405                        int old = howOften_;
406#endif
407                        howOften_ = CoinMin(CoinMax(static_cast<int> (howOften_ * 1.1), howOften_ + 1), 1000000);
408#ifdef COIN_DEVELOP
409                        printf("Howoften changed from %d to %d for %s\n",
410                               old, howOften_, heuristicName_.c_str());
411#endif
412                    }
413                    probability = 1.0 / howOften_;
414                    if (model_->bestSolution())
415                        probability *= 0.5;
416                }
417                break;
418            case 7:
419                if ((model_->bestSolution() && numRuns_ >= 2) || numRuns_ >= 4)
420                    probability = -1.0;
421                break;
422            }
423        }
424        if (randomNumber > probability)
425            return false;
426
427        if (model_->getCurrentPassNumber() > 1)
428            return false;
429#ifdef COIN_DEVELOP
430        printf("Running %s, random %g probability %g\n",
431               heuristicName_.c_str(), randomNumber, probability);
432#endif
433    } else {
434#ifdef COIN_DEVELOP
435        printf("Running %s, depth %d when %d\n",
436               heuristicName_.c_str(), depth, when_);
437#endif
438    }
439    ++numRuns_;
440    return true;
441}
442
443// Resets stuff if model changes
444void
445CbcHeuristic::resetModel(CbcModel * model)
446{
447    model_ = model;
448}
449// Set seed
450void
451CbcHeuristic::setSeed(int value)
452{
453    randomNumberGenerator_.setSeed(value);
454}
455
456// Create C++ lines to get to current state
457void
458CbcHeuristic::generateCpp( FILE * fp, const char * heuristic)
459{
460    // hard coded as CbcHeuristic virtual
461    if (when_ != 2)
462        fprintf(fp, "3  %s.setWhen(%d);\n", heuristic, when_);
463    else
464        fprintf(fp, "4  %s.setWhen(%d);\n", heuristic, when_);
465    if (numberNodes_ != 200)
466        fprintf(fp, "3  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
467    else
468        fprintf(fp, "4  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
469    if (feasibilityPumpOptions_ != -1)
470        fprintf(fp, "3  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
471    else
472        fprintf(fp, "4  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
473    if (fractionSmall_ != 1.0)
474        fprintf(fp, "3  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
475    else
476        fprintf(fp, "4  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
477    if (heuristicName_ != "Unknown")
478        fprintf(fp, "3  %s.setHeuristicName(\"%s\");\n",
479                heuristic, heuristicName_.c_str()) ;
480    else
481        fprintf(fp, "4  %s.setHeuristicName(\"%s\");\n",
482                heuristic, heuristicName_.c_str()) ;
483    if (decayFactor_ != 0.0)
484        fprintf(fp, "3  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
485    else
486        fprintf(fp, "4  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
487    if (switches_ != 0)
488        fprintf(fp, "3  %s.setSwitches(%d);\n", heuristic, switches_);
489    else
490        fprintf(fp, "4  %s.setSwitches(%d);\n", heuristic, switches_);
491    if (whereFrom_ != DEFAULT_WHERE)
492        fprintf(fp, "3  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
493    else
494        fprintf(fp, "4  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
495    if (shallowDepth_ != 1)
496        fprintf(fp, "3  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
497    else
498        fprintf(fp, "4  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
499    if (howOftenShallow_ != 1)
500        fprintf(fp, "3  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
501    else
502        fprintf(fp, "4  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
503    if (minDistanceToRun_ != 1)
504        fprintf(fp, "3  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
505    else
506        fprintf(fp, "4  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
507}
508// Destructor
509CbcHeuristic::~CbcHeuristic ()
510{
511    delete [] inputSolution_;
512}
513
514// update model
515void CbcHeuristic::setModel(CbcModel * model)
516{
517    model_ = model;
518}
519/* Clone but ..
520   type 0 clone solver, 1 clone continuous solver
521   Add 2 to say without integer variables which are at low priority
522   Add 4 to say quite likely infeasible so give up easily.*/
523OsiSolverInterface *
524CbcHeuristic::cloneBut(int type)
525{
526    OsiSolverInterface * solver;
527    if ((type&1) == 0 || !model_->continuousSolver())
528        solver = model_->solver()->clone();
529    else
530        solver = model_->continuousSolver()->clone();
531#ifdef COIN_HAS_CLP
532    OsiClpSolverInterface * clpSolver
533    = dynamic_cast<OsiClpSolverInterface *> (solver);
534#endif
535    if ((type&2) != 0) {
536        int n = model_->numberObjects();
537        int priority = model_->continuousPriority();
538        if (priority < COIN_INT_MAX) {
539            for (int i = 0; i < n; i++) {
540                const OsiObject * obj = model_->object(i);
541                const CbcSimpleInteger * thisOne =
542                    dynamic_cast <const CbcSimpleInteger *> (obj);
543                if (thisOne) {
544                    int iColumn = thisOne->columnNumber();
545                    if (thisOne->priority() >= priority)
546                        solver->setContinuous(iColumn);
547                }
548            }
549        }
550#ifdef COIN_HAS_CLP
551        if (clpSolver) {
552            for (int i = 0; i < n; i++) {
553                const OsiObject * obj = model_->object(i);
554                const CbcSimpleInteger * thisOne =
555                    dynamic_cast <const CbcSimpleInteger *> (obj);
556                if (thisOne) {
557                    int iColumn = thisOne->columnNumber();
558                    if (clpSolver->isOptionalInteger(iColumn))
559                        clpSolver->setContinuous(iColumn);
560                }
561            }
562        }
563#endif
564    }
565#ifdef COIN_HAS_CLP
566    if ((type&4) != 0 && clpSolver) {
567        int options = clpSolver->getModelPtr()->moreSpecialOptions();
568        clpSolver->getModelPtr()->setMoreSpecialOptions(options | 64);
569    }
570#endif
571    return solver;
572}
573// Whether to exit at once on gap
574bool
575CbcHeuristic::exitNow(double bestObjective) const
576{
577    if ((switches_&2048) != 0) {
578        // exit may be forced - but unset for next time
579        switches_ &= ~2048;
580        if ((switches_&1024) != 0)
581            return true;
582    } else if ((switches_&1) == 0) {
583        return false;
584    }
585    // See if can stop on gap
586    OsiSolverInterface * solver = model_->solver();
587    double bestPossibleObjective = solver->getObjValue() * solver->getObjSense();
588    double absGap = CoinMax(model_->getAllowableGap(),
589                            model_->getHeuristicGap());
590    double fracGap = CoinMax(model_->getAllowableFractionGap(),
591                             model_->getHeuristicFractionGap());
592    double testGap = CoinMax(absGap, fracGap *
593                             CoinMax(fabs(bestObjective),
594                                     fabs(bestPossibleObjective)));
595
596    if (bestObjective - bestPossibleObjective < testGap
597            && model_->getCutoffIncrement() >= 0.0) {
598        return true;
599    } else {
600        return false;
601    }
602}
603#ifdef HISTORY_STATISTICS
604extern bool getHistoryStatistics_;
605#endif
606static double sizeRatio(int numberRowsNow, int numberColumnsNow,
607                        int numberRowsStart, int numberColumnsStart)
608{
609    double valueNow;
610    if (numberRowsNow*10 > numberColumnsNow || numberColumnsNow < 200) {
611        valueNow = 2 * numberRowsNow + numberColumnsNow;
612    } else {
613        // long and thin - rows are more important
614        if (numberRowsNow*40 > numberColumnsNow)
615            valueNow = 10 * numberRowsNow + numberColumnsNow;
616        else
617            valueNow = 200 * numberRowsNow + numberColumnsNow;
618    }
619    double valueStart;
620    if (numberRowsStart*10 > numberColumnsStart || numberColumnsStart < 200) {
621        valueStart = 2 * numberRowsStart + numberColumnsStart;
622    } else {
623        // long and thin - rows are more important
624        if (numberRowsStart*40 > numberColumnsStart)
625            valueStart = 10 * numberRowsStart + numberColumnsStart;
626        else
627            valueStart = 200 * numberRowsStart + numberColumnsStart;
628    }
629    //printf("sizeProblem Now %g, %d rows, %d columns\nsizeProblem Start %g, %d rows, %d columns\n",
630    // valueNow,numberRowsNow,numberColumnsNow,
631    // valueStart,numberRowsStart,numberColumnsStart);
632    if (10*numberRowsNow < 8*numberRowsStart)
633        return valueNow / valueStart;
634    else if (10*numberRowsNow < 9*numberRowsStart)
635        return 1.1*(valueNow / valueStart);
636    else if (numberRowsNow < numberRowsStart)
637        return 1.5*(valueNow / valueStart);
638    else
639        return 2.0*(valueNow / valueStart);
640}
641
642
643// Do mini branch and bound (return 1 if solution)
644int
645CbcHeuristic::smallBranchAndBound(OsiSolverInterface * solver, int numberNodes,
646                                  double * newSolution, double & newSolutionValue,
647                                  double cutoff, std::string name) const
648{
649    // size before
650    int shiftRows = 0;
651    if (numberNodes < 0)
652        shiftRows = solver->getNumRows() - numberNodes_;
653    int numberRowsStart = solver->getNumRows() - shiftRows;
654    int numberColumnsStart = solver->getNumCols();
655#ifdef CLP_INVESTIGATE
656    printf("%s has %d rows, %d columns\n",
657           name.c_str(), solver->getNumRows(), solver->getNumCols());
658#endif
659    // Use this fraction
660    double fractionSmall = fractionSmall_;
661    double before = 2 * numberRowsStart + numberColumnsStart;
662    if (before > 40000.0) {
663        // fairly large - be more conservative
664        double multiplier = 1.0 - 0.3 * CoinMin(100000.0, before - 40000.0) / 100000.0;
665        if (multiplier < 1.0) {
666            fractionSmall *= multiplier;
667#ifdef CLP_INVESTIGATE
668            printf("changing fractionSmall from %g to %g for %s\n",
669                   fractionSmall_, fractionSmall, name.c_str());
670#endif
671        }
672    }
673#ifdef COIN_HAS_CLP
674    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
675    if (osiclp && (osiclp->specialOptions()&65536) == 0) {
676        // go faster stripes
677        if (osiclp->getNumRows() < 300 && osiclp->getNumCols() < 500) {
678            osiclp->setupForRepeatedUse(2, 0);
679        } else {
680            osiclp->setupForRepeatedUse(0, 0);
681        }
682        // Turn this off if you get problems
683        // Used to be automatically set
684        osiclp->setSpecialOptions(osiclp->specialOptions() | (128 + 64 - 128));
685        ClpSimplex * lpSolver = osiclp->getModelPtr();
686        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
687        lpSolver->setSpecialOptions(lpSolver->specialOptions() |
688                                    (/*16384+*/4096 + 512 + 128));
689    }
690#endif
691#ifdef HISTORY_STATISTICS
692    getHistoryStatistics_ = false;
693#endif
694    int status = 0;
695    int logLevel = model_->logLevel();
696#define LEN_PRINT 250
697    char generalPrint[LEN_PRINT];
698    // Do presolve to see if possible
699    int numberColumns = solver->getNumCols();
700    char * reset = NULL;
701    int returnCode = 1;
702    int saveModelOptions = model_->specialOptions();
703    assert ((saveModelOptions&2048) == 0);
704    model_->setSpecialOptions(saveModelOptions | 2048);
705    {
706        int saveLogLevel = solver->messageHandler()->logLevel();
707        if (saveLogLevel == 1)
708            solver->messageHandler()->setLogLevel(0);
709        OsiPresolve * pinfo = new OsiPresolve();
710        int presolveActions = 0;
711        // Allow dual stuff on integers
712        presolveActions = 1;
713        // Do not allow all +1 to be tampered with
714        //if (allPlusOnes)
715        //presolveActions |= 2;
716        // allow transfer of costs
717        // presolveActions |= 4;
718        pinfo->setPresolveActions(presolveActions);
719        OsiSolverInterface * presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
720        delete pinfo;
721        // see if too big
722
723        if (presolvedModel) {
724            int afterRows = presolvedModel->getNumRows();
725            int afterCols = presolvedModel->getNumCols();
726            //#define COIN_DEVELOP
727#ifdef COIN_DEVELOP_z
728            if (numberNodes < 0) {
729                solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
730                presolvedModel->writeMpsNative("after1.mps", NULL, NULL, 2, 1);
731            }
732#endif
733            delete presolvedModel;
734            double ratio = sizeRatio(afterRows - shiftRows, afterCols,
735                                     numberRowsStart, numberColumnsStart);
736            double after = 2 * afterRows + afterCols;
737            if (ratio > fractionSmall && after > 300 && numberNodes >= 0) {
738                // Need code to try again to compress further using used
739                const int * used =  model_->usedInSolution();
740                int maxUsed = 0;
741                int iColumn;
742                const double * lower = solver->getColLower();
743                const double * upper = solver->getColUpper();
744                for (iColumn = 0; iColumn < numberColumns; iColumn++) {
745                    if (upper[iColumn] > lower[iColumn]) {
746                        if (solver->isBinary(iColumn))
747                            maxUsed = CoinMax(maxUsed, used[iColumn]);
748                    }
749                }
750                if (maxUsed) {
751                    reset = new char [numberColumns];
752                    int nFix = 0;
753                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
754                        reset[iColumn] = 0;
755                        if (upper[iColumn] > lower[iColumn]) {
756                            if (solver->isBinary(iColumn) && used[iColumn] == maxUsed) {
757                                bool setValue = true;
758                                if (maxUsed == 1) {
759                                    double randomNumber = randomNumberGenerator_.randomDouble();
760                                    if (randomNumber > 0.3)
761                                        setValue = false;
762                                }
763                                if (setValue) {
764                                    reset[iColumn] = 1;
765                                    solver->setColLower(iColumn, 1.0);
766                                    nFix++;
767                                }
768                            }
769                        }
770                    }
771                    pinfo = new OsiPresolve();
772                    presolveActions = 0;
773                    // Allow dual stuff on integers
774                    presolveActions = 1;
775                    // Do not allow all +1 to be tampered with
776                    //if (allPlusOnes)
777                    //presolveActions |= 2;
778                    // allow transfer of costs
779                    // presolveActions |= 4;
780                    pinfo->setPresolveActions(presolveActions);
781                    presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
782                    delete pinfo;
783                    if (presolvedModel) {
784                        // see if too big
785                        int afterRows2 = presolvedModel->getNumRows();
786                        int afterCols2 = presolvedModel->getNumCols();
787                        delete presolvedModel;
788                        double ratio = sizeRatio(afterRows2 - shiftRows, afterCols2,
789                                                 numberRowsStart, numberColumnsStart);
790                        double after = 2 * afterRows2 + afterCols2;
791                        if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
792                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - still too large",
793                                    solver->getNumRows(), solver->getNumCols(),
794                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
795                            // If much too big - give up
796                            if (ratio > 0.75)
797                                returnCode = -1;
798                        } else {
799                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - ok now",
800                                    solver->getNumRows(), solver->getNumCols(),
801                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
802                        }
803                        model_->messageHandler()->message(CBC_GENERAL, model_->messages())
804                        << generalPrint
805                        << CoinMessageEol;
806                    } else {
807                        returnCode = 2; // infeasible
808                    }
809                }
810            } else if (ratio > fractionSmall && after > 300) {
811                returnCode = -1;
812            }
813        } else {
814            returnCode = 2; // infeasible
815        }
816        solver->messageHandler()->setLogLevel(saveLogLevel);
817    }
818    if (returnCode == 2 || returnCode == -1) {
819        model_->setSpecialOptions(saveModelOptions);
820        delete [] reset;
821#ifdef HISTORY_STATISTICS
822        getHistoryStatistics_ = true;
823#endif
824        //printf("small no good\n");
825        return returnCode;
826    }
827    // Reduce printout
828    bool takeHint;
829    OsiHintStrength strength;
830    solver->getHintParam(OsiDoReducePrint, takeHint, strength);
831    solver->setHintParam(OsiDoReducePrint, true, OsiHintTry);
832    solver->setHintParam(OsiDoPresolveInInitial, false, OsiHintTry);
833    double signedCutoff = cutoff*solver->getObjSense();
834    solver->setDblParam(OsiDualObjectiveLimit, signedCutoff);
835    solver->initialSolve();
836    if (solver->isProvenOptimal()) {
837        CglPreProcess process;
838        /* Do not try and produce equality cliques and
839           do up to 2 passes (normally) 5 if restart */
840        int numberPasses = 2;
841        if (numberNodes < 0) {
842            numberPasses = 5;
843            // Say some rows cuts
844            int numberRows = solver->getNumRows();
845            if (numberNodes_ < numberRows && true /* think */) {
846                char * type = new char[numberRows];
847                memset(type, 0, numberNodes_);
848                memset(type + numberNodes_, 1, numberRows - numberNodes_);
849                process.passInRowTypes(type, numberRows);
850                delete [] type;
851            }
852        }
853        if (logLevel <= 1)
854            process.messageHandler()->setLogLevel(0);
855        OsiSolverInterface * solver2 = process.preProcessNonDefault(*solver, false,
856                                       numberPasses);
857        if (!solver2) {
858            if (logLevel > 1)
859                printf("Pre-processing says infeasible\n");
860            returnCode = 2; // so will be infeasible
861        } else {
862#ifdef COIN_DEVELOP_z
863            if (numberNodes < 0) {
864                solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
865            }
866#endif
867            // see if too big
868            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
869                                     numberRowsStart, numberColumnsStart);
870            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
871            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
872                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
873                        solver->getNumRows(), solver->getNumCols(),
874                        solver2->getNumRows(), solver2->getNumCols());
875                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
876                << generalPrint
877                << CoinMessageEol;
878                returnCode = -1;
879                //printf("small no good2\n");
880            } else {
881                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
882                        solver->getNumRows(), solver->getNumCols(),
883                        solver2->getNumRows(), solver2->getNumCols());
884                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
885                << generalPrint
886                << CoinMessageEol;
887            }
888            if (returnCode == 1) {
889                solver2->resolve();
890                CbcModel model(*solver2);
891                if (numberNodes >= 0) {
892                    // normal
893                    model.setSpecialOptions(saveModelOptions | 2048);
894                    if (logLevel <= 1)
895                        model.setLogLevel(0);
896                    else
897                        model.setLogLevel(logLevel);
898                    // No small fathoming
899                    model.setFastNodeDepth(-1);
900                    model.setCutoff(signedCutoff);
901                    // Don't do if original fraction > 1.0 and too large
902                    if (fractionSmall_>1.0) {
903                      /* 1.4 means -1 nodes if >.4
904                         2.4 means -1 nodes if >.5 and 0 otherwise
905                         3.4 means -1 nodes if >.6 and 0 or 5
906                         4.4 means -1 nodes if >.7 and 0, 5 or 10
907                      */
908                      double fraction = fractionSmall_-floor(fractionSmall_);
909                      if (ratio>fraction) {
910                        int type = static_cast<int>(floor(fractionSmall_*0.1));
911                        int over = static_cast<int>(ceil(ratio-fraction));
912                        int maxNodes[]={-1,0,5,10};
913                        if (type>over)
914                          numberNodes=maxNodes[type-over];
915                        else
916                          numberNodes=-1;
917                      }
918                    }
919                    model.setMaximumNodes(numberNodes);
920                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
921                    // Lightweight
922                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
923                    model.setStrategy(strategy);
924                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
925                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
926                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
927                } else {
928                    model.setSpecialOptions(saveModelOptions);
929                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
930                    << solver2->getNumRows() << solver2->getNumCols()
931                    << CoinMessageEol;
932                    // going for full search and copy across more stuff
933                    model.gutsOfCopy(*model_, 2);
934                    for (int i = 0; i < model.numberCutGenerators(); i++) {
935                        CbcCutGenerator * generator = model.cutGenerator(i);
936                        CglGomory * gomory = dynamic_cast<CglGomory *>
937                          (generator->generator());
938                        if (gomory&&gomory->originalSolver()) 
939                          gomory->passInOriginalSolver(model.solver());
940                        generator->setTiming(true);
941                        // Turn on if was turned on
942                        int iOften = model_->cutGenerator(i)->howOften();
943#ifdef CLP_INVESTIGATE
944                        printf("Gen %d often %d %d\n",
945                               i, generator->howOften(),
946                               iOften);
947#endif
948                        if (iOften > 0)
949                            generator->setHowOften(iOften % 1000000);
950                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
951                            generator->setHowOften(-100);
952                    }
953                    model.setCutoff(signedCutoff);
954                    // make sure can't do nested search! but allow heuristics
955                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
956                    bool takeHint;
957                    OsiHintStrength strength;
958                    // Switch off printing if asked to
959                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
960                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
961                    CbcStrategyDefault strategy(1, model_->numberStrong(),
962                                                model_->numberBeforeTrust());
963                    // Set up pre-processing - no
964                    strategy.setupPreProcessing(0); // was (4);
965                    model.setStrategy(strategy);
966                    //model.solver()->writeMps("crunched");
967                    int numberCuts = process.cuts().sizeRowCuts();
968                    if (numberCuts) {
969                        // add in cuts
970                        CglStored cuts = process.cuts();
971                        model.addCutGenerator(&cuts, 1, "Stored from first");
972                    }
973                }
974                // Do search
975                if (logLevel > 1)
976                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
977                    << name
978                    << model.getMaximumNodes()
979                    << CoinMessageEol;
980                // probably faster to use a basis to get integer solutions
981                model.setSpecialOptions(model.specialOptions() | 2);
982#ifdef CBC_THREAD
983                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
984                    // See if at root node
985                    bool atRoot = model_->getNodeCount() == 0;
986                    int passNumber = model_->getCurrentPassNumber();
987                    if (atRoot && passNumber == 1)
988                        model.setNumberThreads(model_->getNumberThreads());
989                }
990#endif
991                model.setParentModel(*model_);
992                model.setOriginalColumns(process.originalColumns());
993                model.setSearchStrategy(-1);
994                // If no feasibility pump then insert a lightweight one
995                if (feasibilityPumpOptions_ >= 0) {
996                    bool gotPump = false;
997                    for (int i = 0; i < model.numberHeuristics(); i++) {
998                        const CbcHeuristicFPump* pump =
999                            dynamic_cast<const CbcHeuristicFPump*>(model.heuristic(i));
1000                        if (pump)
1001                            gotPump = true;
1002                    }
1003                    if (!gotPump) {
1004                        CbcHeuristicFPump heuristic4;
1005                        // use any cutoff
1006                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1007                        if (fractionSmall_<=1.0) 
1008                          heuristic4.setMaximumPasses(10);
1009                        int pumpTune = feasibilityPumpOptions_;
1010                        if (pumpTune > 0) {
1011                            /*
1012                            >=10000000 for using obj
1013                            >=1000000 use as accumulate switch
1014                            >=1000 use index+1 as number of large loops
1015                            >=100 use 0.05 objvalue as increment
1016                            %100 == 10,20 etc for experimentation
1017                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1018                            4 and static continuous, 5 as 3 but no internal integers
1019                            6 as 3 but all slack basis!
1020                            */
1021                            double value = solver2->getObjSense() * solver2->getObjValue();
1022                            int w = pumpTune / 10;
1023                            int ix = w % 10;
1024                            w /= 10;
1025                            int c = w % 10;
1026                            w /= 10;
1027                            int r = w;
1028                            int accumulate = r / 1000;
1029                            r -= 1000 * accumulate;
1030                            if (accumulate >= 10) {
1031                                int which = accumulate / 10;
1032                                accumulate -= 10 * which;
1033                                which--;
1034                                // weights and factors
1035                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1036                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1037                                heuristic4.setInitialWeight(weight[which]);
1038                                heuristic4.setWeightFactor(factor[which]);
1039                            }
1040                            // fake cutoff
1041                            if (c) {
1042                                double cutoff;
1043                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1044                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1045                                heuristic4.setFakeCutoff(cutoff);
1046                            }
1047                            if (r) {
1048                                // also set increment
1049                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1050                                double increment = 0.0;
1051                                heuristic4.setAbsoluteIncrement(increment);
1052                                heuristic4.setAccumulate(accumulate);
1053                                heuristic4.setMaximumRetries(r + 1);
1054                            }
1055                            pumpTune = pumpTune % 100;
1056                            if (pumpTune == 6)
1057                                pumpTune = 13;
1058                            if (pumpTune != 13)
1059                                pumpTune = pumpTune % 10;
1060                            heuristic4.setWhen(pumpTune);
1061                            if (ix) {
1062                                heuristic4.setFeasibilityPumpOptions(ix*10);
1063                            }
1064                        }
1065                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1066                    }
1067                }
1068                //printf("sol %x\n",inputSolution_);
1069                if (inputSolution_) {
1070                    // translate and add a serendipity heuristic
1071                    int numberColumns = solver2->getNumCols();
1072                    const int * which = process.originalColumns();
1073                    OsiSolverInterface * solver3 = solver2->clone();
1074                    for (int i = 0; i < numberColumns; i++) {
1075                        if (solver3->isInteger(i)) {
1076                            int k = which[i];
1077                            double value = inputSolution_[k];
1078                            //if (value)
1079                            //printf("orig col %d now %d val %g\n",
1080                            //       k,i,value);
1081                            solver3->setColLower(i, value);
1082                            solver3->setColUpper(i, value);
1083                        }
1084                    }
1085                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1086                    solver3->resolve();
1087                    if (!solver3->isProvenOptimal()) {
1088                        // Try just setting nonzeros
1089                        OsiSolverInterface * solver4 = solver2->clone();
1090                        for (int i = 0; i < numberColumns; i++) {
1091                            if (solver4->isInteger(i)) {
1092                                int k = which[i];
1093                                double value = floor(inputSolution_[k] + 0.5);
1094                                if (value) {
1095                                    solver3->setColLower(i, value);
1096                                    solver3->setColUpper(i, value);
1097                                }
1098                            }
1099                        }
1100                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1101                        solver4->resolve();
1102                        int nBad = -1;
1103                        if (solver4->isProvenOptimal()) {
1104                            nBad = 0;
1105                            const double * solution = solver4->getColSolution();
1106                            for (int i = 0; i < numberColumns; i++) {
1107                                if (solver4->isInteger(i)) {
1108                                    double value = floor(solution[i] + 0.5);
1109                                    if (fabs(value - solution[i]) > 1.0e-6)
1110                                        nBad++;
1111                                }
1112                            }
1113                        }
1114                        if (nBad) {
1115                            delete solver4;
1116                        } else {
1117                            delete solver3;
1118                            solver3 = solver4;
1119                        }
1120                    }
1121                    if (solver3->isProvenOptimal()) {
1122                        // good
1123                        CbcSerendipity heuristic(model);
1124                        double value = solver3->getObjSense() * solver3->getObjValue();
1125                        heuristic.setInputSolution(solver3->getColSolution(), value);
1126                        value = value + 1.0e-7*(1.0 + fabs(value));
1127                        value *= solver3->getObjSense();
1128                        model.setCutoff(value);
1129                        model.addHeuristic(&heuristic, "Previous solution", 0);
1130                        //printf("added seren\n");
1131                    } else {
1132                        double value = model_->getMinimizationObjValue();
1133                        value = value + 1.0e-7*(1.0 + fabs(value));
1134                        value *= solver3->getObjSense();
1135                        model.setCutoff(value);
1136#ifdef CLP_INVESTIGATE
1137                        printf("NOT added seren\n");
1138                        solver3->writeMps("bad_seren");
1139                        solver->writeMps("orig_seren");
1140#endif
1141                    }
1142                    delete solver3;
1143                }
1144                if (model_->searchStrategy() == 2) {
1145                    model.setNumberStrong(5);
1146                    model.setNumberBeforeTrust(5);
1147                }
1148                if (model.getNumCols()) {
1149                    if (numberNodes >= 0) {
1150                        setCutAndHeuristicOptions(model);
1151                        // not too many iterations
1152                        model.setMaximumNumberIterations(100*(numberNodes + 10));
1153                        // Not fast stuff
1154                        model.setFastNodeDepth(-1);
1155                    } else if (model.fastNodeDepth() >= 1000000) {
1156                        // already set
1157                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1158                    }
1159                    model.setWhenCuts(999998);
1160#define ALWAYS_DUAL
1161#ifdef ALWAYS_DUAL
1162                    OsiSolverInterface * solver = model.solver();
1163                    bool takeHint;
1164                    OsiHintStrength strength;
1165                    solver->getHintParam(OsiDoDualInResolve, takeHint, strength);
1166                    solver->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1167#endif
1168                    model.branchAndBound();
1169#ifdef ALWAYS_DUAL
1170                    solver = model.solver();
1171                    solver->setHintParam(OsiDoDualInResolve, takeHint, strength);
1172#endif
1173#ifdef COIN_DEVELOP
1174                    printf("sub branch %d nodes, %d iterations - max %d\n",
1175                           model.getNodeCount(), model.getIterationCount(),
1176                           100*(numberNodes + 10));
1177#endif
1178                    if (numberNodes < 0) {
1179                        model_->incrementIterationCount(model.getIterationCount());
1180                        model_->incrementNodeCount(model.getNodeCount());
1181                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1182                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1183                            sprintf(generalPrint,
1184                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1185                                    generator->cutGeneratorName(),
1186                                    generator->numberTimesEntered(),
1187                                    generator->numberCutsInTotal() +
1188                                    generator->numberColumnCuts(),
1189                                    generator->numberCutsActive(),
1190                                    generator->timeInCutGenerator());
1191                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1192                            if (stored && !generator->numberCutsInTotal())
1193                                continue;
1194#ifndef CLP_INVESTIGATE
1195                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1196                            if (implication)
1197                                continue;
1198#endif
1199                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1200                            << generalPrint
1201                            << CoinMessageEol;
1202                        }
1203                    }
1204                } else {
1205                    // empty model
1206                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1207                }
1208                if (logLevel > 1)
1209                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1210                    << name
1211                    << CoinMessageEol;
1212                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1213                    // solution
1214                    if (model.getNumCols())
1215                        returnCode = model.isProvenOptimal() ? 3 : 1;
1216                    else
1217                        returnCode = 3;
1218                    // post process
1219#ifdef COIN_HAS_CLP
1220                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1221                    if (clpSolver) {
1222                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1223                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1224                    }
1225#endif
1226                    process.postProcess(*model.solver());
1227                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1228                        // Solution now back in solver
1229                        int numberColumns = solver->getNumCols();
1230                        memcpy(newSolution, solver->getColSolution(),
1231                               numberColumns*sizeof(double));
1232                        newSolutionValue = model.getMinimizationObjValue();
1233                    } else {
1234                        // odd - but no good
1235                        returnCode = 0; // so will be infeasible
1236                    }
1237                } else {
1238                    // no good
1239                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1240                }
1241                int totalNumberIterations = model.getIterationCount() +
1242                                            process.numberIterationsPre() +
1243                                            process.numberIterationsPost();
1244                if (totalNumberIterations > 100*(numberNodes + 10)) {
1245                    // only allow smaller problems
1246                    fractionSmall = fractionSmall_;
1247                    fractionSmall_ *= 0.9;
1248#ifdef CLP_INVESTIGATE
1249                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1250                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1251#endif
1252                }
1253                if (model.status() == 5)
1254                    returnCode = -2; // stop
1255                if (model.isProvenInfeasible())
1256                    status = 1;
1257                else if (model.isProvenOptimal())
1258                    status = 2;
1259            }
1260        }
1261    } else {
1262        returnCode = 2; // infeasible finished
1263    }
1264    model_->setSpecialOptions(saveModelOptions);
1265    model_->setLogLevel(logLevel);
1266    if (returnCode == 1 || returnCode == 2) {
1267        OsiSolverInterface * solverC = model_->continuousSolver();
1268        if (false && solverC) {
1269            const double * lower = solver->getColLower();
1270            const double * upper = solver->getColUpper();
1271            const double * lowerC = solverC->getColLower();
1272            const double * upperC = solverC->getColUpper();
1273            bool good = true;
1274            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1275                if (solverC->isInteger(iColumn)) {
1276                    if (lower[iColumn] > lowerC[iColumn] &&
1277                            upper[iColumn] < upperC[iColumn]) {
1278                        good = false;
1279                        printf("CUT - can't add\n");
1280                        break;
1281                    }
1282                }
1283            }
1284            if (good) {
1285                double * cut = new double [numberColumns];
1286                int * which = new int [numberColumns];
1287                double rhs = -1.0;
1288                int n = 0;
1289                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1290                    if (solverC->isInteger(iColumn)) {
1291                        if (lower[iColumn] == upperC[iColumn]) {
1292                            rhs += lower[iColumn];
1293                            cut[n] = 1.0;
1294                            which[n++] = iColumn;
1295                        } else if (upper[iColumn] == lowerC[iColumn]) {
1296                            rhs -= upper[iColumn];
1297                            cut[n] = -1.0;
1298                            which[n++] = iColumn;
1299                        }
1300                    }
1301                }
1302                printf("CUT has %d entries\n", n);
1303                OsiRowCut newCut;
1304                newCut.setLb(-COIN_DBL_MAX);
1305                newCut.setUb(rhs);
1306                newCut.setRow(n, which, cut, false);
1307                model_->makeGlobalCut(newCut);
1308                delete [] cut;
1309                delete [] which;
1310            }
1311        }
1312#ifdef COIN_DEVELOP
1313        if (status == 1)
1314            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1315        else if (status == 2)
1316            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1317#endif
1318    }
1319    if (reset) {
1320        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1321            if (reset[iColumn])
1322                solver->setColLower(iColumn, 0.0);
1323        }
1324        delete [] reset;
1325    }
1326#ifdef HISTORY_STATISTICS
1327    getHistoryStatistics_ = true;
1328#endif
1329    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1330    return returnCode;
1331}
1332// Set input solution
1333void
1334CbcHeuristic::setInputSolution(const double * solution, double objValue)
1335{
1336    delete [] inputSolution_;
1337    inputSolution_ = NULL;
1338    if (model_ && solution) {
1339        int numberColumns = model_->getNumCols();
1340        inputSolution_ = new double [numberColumns+1];
1341        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1342        inputSolution_[numberColumns] = objValue;
1343    }
1344}
1345
1346//##############################################################################
1347
1348inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1349                                    const CbcBranchingObject* br1)
1350{
1351    const int t0 = br0->type();
1352    const int t1 = br1->type();
1353    if (t0 < t1) {
1354        return -1;
1355    }
1356    if (t0 > t1) {
1357        return 1;
1358    }
1359    return br0->compareOriginalObject(br1);
1360}
1361
1362//==============================================================================
1363
1364inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1365                                    const CbcBranchingObject* br1)
1366{
1367    return compare3BranchingObjects(br0, br1) < 0;
1368}
1369
1370//==============================================================================
1371
1372void
1373CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1374{
1375    //  CbcHeurDebugNodes(&model);
1376    CbcNode* node = model.currentNode();
1377    brObj_ = new CbcBranchingObject*[node->depth()];
1378    CbcNodeInfo* nodeInfo = node->nodeInfo();
1379    int cnt = 0;
1380    while (nodeInfo->parentBranch() != NULL) {
1381        const OsiBranchingObject* br = nodeInfo->parentBranch();
1382        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1383        if (! cbcbr) {
1384            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1385                            "gutsOfConstructor",
1386                            "CbcHeuristicNode",
1387                            __FILE__, __LINE__);
1388        }
1389        brObj_[cnt] = cbcbr->clone();
1390        brObj_[cnt]->previousBranch();
1391        ++cnt;
1392        nodeInfo = nodeInfo->parent();
1393    }
1394    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1395    if (cnt <= 1) {
1396        numObjects_ = cnt;
1397    } else {
1398        numObjects_ = 0;
1399        CbcBranchingObject* br = NULL; // What should this be?
1400        for (int i = 1; i < cnt; ++i) {
1401            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1402                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1403                switch (comp) {
1404                case CbcRangeSame: // the same range
1405                case CbcRangeDisjoint: // disjoint decisions
1406                    // should not happen! we are on a chain!
1407                    abort();
1408                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1409                    delete brObj_[i];
1410                    break;
1411                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1412                    delete brObj_[numObjects_];
1413                    brObj_[numObjects_] = brObj_[i];
1414                    break;
1415                case CbcRangeOverlap: // overlap
1416                    delete brObj_[i];
1417                    delete brObj_[numObjects_];
1418                    brObj_[numObjects_] = br;
1419                    break;
1420                }
1421                continue;
1422            } else {
1423                brObj_[++numObjects_] = brObj_[i];
1424            }
1425        }
1426        ++numObjects_;
1427    }
1428}
1429
1430//==============================================================================
1431
1432CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1433{
1434    gutsOfConstructor(model);
1435}
1436
1437//==============================================================================
1438
1439double
1440CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1441{
1442
1443    const double disjointWeight = 1;
1444    const double overlapWeight = 0.4;
1445    const double subsetWeight = 0.2;
1446    int countDisjointWeight = 0;
1447    int countOverlapWeight = 0;
1448    int countSubsetWeight = 0;
1449    int i = 0;
1450    int j = 0;
1451    double dist = 0.0;
1452#ifdef PRINT_DEBUG
1453    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1454           numObjects_, node->numObjects_);
1455#endif
1456    while ( i < numObjects_ && j < node->numObjects_) {
1457        CbcBranchingObject* br0 = brObj_[i];
1458        const CbcBranchingObject* br1 = node->brObj_[j];
1459#ifdef PRINT_DEBUG
1460        const CbcIntegerBranchingObject* brPrint0 =
1461            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1462        const double* downBounds = brPrint0->downBounds();
1463        const double* upBounds = brPrint0->upBounds();
1464        int variable = brPrint0->variable();
1465        int way = brPrint0->way();
1466        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1467               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1468               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1469        const CbcIntegerBranchingObject* brPrint1 =
1470            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1471        downBounds = brPrint1->downBounds();
1472        upBounds = brPrint1->upBounds();
1473        variable = brPrint1->variable();
1474        way = brPrint1->way();
1475        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1476               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1477               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1478#endif
1479        const int brComp = compare3BranchingObjects(br0, br1);
1480        if (brComp < 0) {
1481            dist += subsetWeight;
1482            countSubsetWeight++;
1483            ++i;
1484        } else if (brComp > 0) {
1485            dist += subsetWeight;
1486            countSubsetWeight++;
1487            ++j;
1488        } else {
1489            const int comp = br0->compareBranchingObject(br1, false);
1490            switch (comp) {
1491            case CbcRangeSame:
1492                // do nothing
1493                break;
1494            case CbcRangeDisjoint: // disjoint decisions
1495                dist += disjointWeight;
1496                countDisjointWeight++;
1497                break;
1498            case CbcRangeSubset: // subset one way or another
1499            case CbcRangeSuperset:
1500                dist += subsetWeight;
1501                countSubsetWeight++;
1502                break;
1503            case CbcRangeOverlap: // overlap
1504                dist += overlapWeight;
1505                countOverlapWeight++;
1506                break;
1507            }
1508            ++i;
1509            ++j;
1510        }
1511    }
1512    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1513    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1514    printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1515           countOverlapWeight, countDisjointWeight);
1516    return dist;
1517}
1518
1519//==============================================================================
1520
1521CbcHeuristicNode::~CbcHeuristicNode()
1522{
1523    for (int i = 0; i < numObjects_; ++i) {
1524        delete brObj_[i];
1525    }
1526    delete [] brObj_;
1527}
1528
1529//==============================================================================
1530
1531double
1532CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1533{
1534    double minDist = COIN_DBL_MAX;
1535    for (int i = nodeList.size() - 1; i >= 0; --i) {
1536        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1537    }
1538    return minDist;
1539}
1540
1541//==============================================================================
1542
1543bool
1544CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1545                                     const double threshold) const
1546{
1547    for (int i = nodeList.size() - 1; i >= 0; --i) {
1548        if (distance(nodeList.node(i)) >= threshold) {
1549            continue;
1550        } else {
1551            return true;
1552        }
1553    }
1554    return false;
1555}
1556
1557//==============================================================================
1558
1559double
1560CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1561{
1562    if (nodeList.size() == 0) {
1563        return COIN_DBL_MAX;
1564    }
1565    double sumDist = 0;
1566    for (int i = nodeList.size() - 1; i >= 0; --i) {
1567        sumDist += distance(nodeList.node(i));
1568    }
1569    return sumDist / nodeList.size();
1570}
1571
1572//##############################################################################
1573
1574// Default Constructor
1575CbcRounding::CbcRounding()
1576        : CbcHeuristic()
1577{
1578    // matrix and row copy will automatically be empty
1579    seed_ = 7654321;
1580    down_ = NULL;
1581    up_ = NULL;
1582    equal_ = NULL;
1583    //whereFrom_ |= 16; // allow more often
1584}
1585
1586// Constructor from model
1587CbcRounding::CbcRounding(CbcModel & model)
1588        : CbcHeuristic(model)
1589{
1590    // Get a copy of original matrix (and by row for rounding);
1591    assert(model.solver());
1592    if (model.solver()->getNumRows()) {
1593        matrix_ = *model.solver()->getMatrixByCol();
1594        matrixByRow_ = *model.solver()->getMatrixByRow();
1595        validate();
1596    }
1597    down_ = NULL;
1598    up_ = NULL;
1599    equal_ = NULL;
1600    seed_ = 7654321;
1601    //whereFrom_ |= 16; // allow more often
1602}
1603
1604// Destructor
1605CbcRounding::~CbcRounding ()
1606{
1607    delete [] down_;
1608    delete [] up_;
1609    delete [] equal_;
1610}
1611
1612// Clone
1613CbcHeuristic *
1614CbcRounding::clone() const
1615{
1616    return new CbcRounding(*this);
1617}
1618// Create C++ lines to get to current state
1619void
1620CbcRounding::generateCpp( FILE * fp)
1621{
1622    CbcRounding other;
1623    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1624    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1625    CbcHeuristic::generateCpp(fp, "rounding");
1626    if (seed_ != other.seed_)
1627        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1628    else
1629        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1630    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1631}
1632//#define NEW_ROUNDING
1633// Copy constructor
1634CbcRounding::CbcRounding(const CbcRounding & rhs)
1635        :
1636        CbcHeuristic(rhs),
1637        matrix_(rhs.matrix_),
1638        matrixByRow_(rhs.matrixByRow_),
1639        seed_(rhs.seed_)
1640{
1641#ifdef NEW_ROUNDING
1642    int numberColumns = matrix_.getNumCols();
1643    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1644    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1645    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1646#else
1647    down_ = NULL;
1648    up_ = NULL;
1649    equal_ = NULL;
1650#endif
1651}
1652
1653// Assignment operator
1654CbcRounding &
1655CbcRounding::operator=( const CbcRounding & rhs)
1656{
1657    if (this != &rhs) {
1658        CbcHeuristic::operator=(rhs);
1659        matrix_ = rhs.matrix_;
1660        matrixByRow_ = rhs.matrixByRow_;
1661#ifdef NEW_ROUNDING
1662        delete [] down_;
1663        delete [] up_;
1664        delete [] equal_;
1665        int numberColumns = matrix_.getNumCols();
1666        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1667        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1668        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1669#else
1670        down_ = NULL;
1671        up_ = NULL;
1672        equal_ = NULL;
1673#endif
1674        seed_ = rhs.seed_;
1675    }
1676    return *this;
1677}
1678
1679// Resets stuff if model changes
1680void
1681CbcRounding::resetModel(CbcModel * model)
1682{
1683    model_ = model;
1684    // Get a copy of original matrix (and by row for rounding);
1685    assert(model_->solver());
1686    matrix_ = *model_->solver()->getMatrixByCol();
1687    matrixByRow_ = *model_->solver()->getMatrixByRow();
1688    validate();
1689}
1690// See if rounding will give solution
1691// Sets value of solution
1692// Assumes rhs for original matrix still okay
1693// At present only works with integers
1694// Fix values if asked for
1695// Returns 1 if solution, 0 if not
1696int
1697CbcRounding::solution(double & solutionValue,
1698                      double * betterSolution)
1699{
1700
1701    numCouldRun_++;
1702    // See if to do
1703    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1704            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1705        return 0; // switched off
1706    numRuns_++;
1707    OsiSolverInterface * solver = model_->solver();
1708    double direction = solver->getObjSense();
1709    double newSolutionValue = direction * solver->getObjValue();
1710    return solution(solutionValue, betterSolution, newSolutionValue);
1711}
1712// See if rounding will give solution
1713// Sets value of solution
1714// Assumes rhs for original matrix still okay
1715// At present only works with integers
1716// Fix values if asked for
1717// Returns 1 if solution, 0 if not
1718int
1719CbcRounding::solution(double & solutionValue,
1720                      double * betterSolution,
1721                      double newSolutionValue)
1722{
1723
1724    // See if to do
1725    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1726            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1727        return 0; // switched off
1728    OsiSolverInterface * solver = model_->solver();
1729    const double * lower = solver->getColLower();
1730    const double * upper = solver->getColUpper();
1731    const double * rowLower = solver->getRowLower();
1732    const double * rowUpper = solver->getRowUpper();
1733    const double * solution = solver->getColSolution();
1734    const double * objective = solver->getObjCoefficients();
1735    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1736    double primalTolerance;
1737    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1738
1739    int numberRows = matrix_.getNumRows();
1740    assert (numberRows <= solver->getNumRows());
1741    int numberIntegers = model_->numberIntegers();
1742    const int * integerVariable = model_->integerVariable();
1743    int i;
1744    double direction = solver->getObjSense();
1745    //double newSolutionValue = direction*solver->getObjValue();
1746    int returnCode = 0;
1747    // Column copy
1748    const double * element = matrix_.getElements();
1749    const int * row = matrix_.getIndices();
1750    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1751    const int * columnLength = matrix_.getVectorLengths();
1752    // Row copy
1753    const double * elementByRow = matrixByRow_.getElements();
1754    const int * column = matrixByRow_.getIndices();
1755    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1756    const int * rowLength = matrixByRow_.getVectorLengths();
1757
1758    // Get solution array for heuristic solution
1759    int numberColumns = solver->getNumCols();
1760    double * newSolution = new double [numberColumns];
1761    memcpy(newSolution, solution, numberColumns*sizeof(double));
1762
1763    double * rowActivity = new double[numberRows];
1764    memset(rowActivity, 0, numberRows*sizeof(double));
1765    for (i = 0; i < numberColumns; i++) {
1766        int j;
1767        double value = newSolution[i];
1768        if (value < lower[i]) {
1769            value = lower[i];
1770            newSolution[i] = value;
1771        } else if (value > upper[i]) {
1772            value = upper[i];
1773            newSolution[i] = value;
1774        }
1775        if (value) {
1776            for (j = columnStart[i];
1777                    j < columnStart[i] + columnLength[i]; j++) {
1778                int iRow = row[j];
1779                rowActivity[iRow] += value * element[j];
1780            }
1781        }
1782    }
1783    // check was feasible - if not adjust (cleaning may move)
1784    for (i = 0; i < numberRows; i++) {
1785        if (rowActivity[i] < rowLower[i]) {
1786            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1787            rowActivity[i] = rowLower[i];
1788        } else if (rowActivity[i] > rowUpper[i]) {
1789            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1790            rowActivity[i] = rowUpper[i];
1791        }
1792    }
1793    for (i = 0; i < numberIntegers; i++) {
1794        int iColumn = integerVariable[i];
1795        double value = newSolution[iColumn];
1796        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1797            double below = floor(value);
1798            double newValue = newSolution[iColumn];
1799            double cost = direction * objective[iColumn];
1800            double move;
1801            if (cost > 0.0) {
1802                // try up
1803                move = 1.0 - (value - below);
1804            } else if (cost < 0.0) {
1805                // try down
1806                move = below - value;
1807            } else {
1808                // won't be able to move unless we can grab another variable
1809                double randomNumber = randomNumberGenerator_.randomDouble();
1810                // which way?
1811                if (randomNumber < 0.5)
1812                    move = below - value;
1813                else
1814                    move = 1.0 - (value - below);
1815            }
1816            newValue += move;
1817            newSolution[iColumn] = newValue;
1818            newSolutionValue += move * cost;
1819            int j;
1820            for (j = columnStart[iColumn];
1821                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1822                int iRow = row[j];
1823                rowActivity[iRow] += move * element[j];
1824            }
1825        }
1826    }
1827
1828    double penalty = 0.0;
1829    const char * integerType = model_->integerType();
1830    // see if feasible - just using singletons
1831    for (i = 0; i < numberRows; i++) {
1832        double value = rowActivity[i];
1833        double thisInfeasibility = 0.0;
1834        if (value < rowLower[i] - primalTolerance)
1835            thisInfeasibility = value - rowLower[i];
1836        else if (value > rowUpper[i] + primalTolerance)
1837            thisInfeasibility = value - rowUpper[i];
1838        if (thisInfeasibility) {
1839            // See if there are any slacks I can use to fix up
1840            // maybe put in coding for multiple slacks?
1841            double bestCost = 1.0e50;
1842            int k;
1843            int iBest = -1;
1844            double addCost = 0.0;
1845            double newValue = 0.0;
1846            double changeRowActivity = 0.0;
1847            double absInfeasibility = fabs(thisInfeasibility);
1848            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1849                int iColumn = column[k];
1850                // See if all elements help
1851                if (columnLength[iColumn] == 1) {
1852                    double currentValue = newSolution[iColumn];
1853                    double elementValue = elementByRow[k];
1854                    double lowerValue = lower[iColumn];
1855                    double upperValue = upper[iColumn];
1856                    double gap = rowUpper[i] - rowLower[i];
1857                    double absElement = fabs(elementValue);
1858                    if (thisInfeasibility*elementValue > 0.0) {
1859                        // we want to reduce
1860                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1861                            // possible - check if integer
1862                            double distance = absInfeasibility / absElement;
1863                            double thisCost = -direction * objective[iColumn] * distance;
1864                            if (integerType[iColumn]) {
1865                                distance = ceil(distance - primalTolerance);
1866                                if (currentValue - distance >= lowerValue - primalTolerance) {
1867                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1868                                        thisCost = 1.0e100; // no good
1869                                    else
1870                                        thisCost = -direction * objective[iColumn] * distance;
1871                                } else {
1872                                    thisCost = 1.0e100; // no good
1873                                }
1874                            }
1875                            if (thisCost < bestCost) {
1876                                bestCost = thisCost;
1877                                iBest = iColumn;
1878                                addCost = thisCost;
1879                                newValue = currentValue - distance;
1880                                changeRowActivity = -distance * elementValue;
1881                            }
1882                        }
1883                    } else {
1884                        // we want to increase
1885                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1886                            // possible - check if integer
1887                            double distance = absInfeasibility / absElement;
1888                            double thisCost = direction * objective[iColumn] * distance;
1889                            if (integerType[iColumn]) {
1890                                distance = ceil(distance - 1.0e-7);
1891                                assert (currentValue - distance <= upperValue + primalTolerance);
1892                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1893                                    thisCost = 1.0e100; // no good
1894                                else
1895                                    thisCost = direction * objective[iColumn] * distance;
1896                            }
1897                            if (thisCost < bestCost) {
1898                                bestCost = thisCost;
1899                                iBest = iColumn;
1900                                addCost = thisCost;
1901                                newValue = currentValue + distance;
1902                                changeRowActivity = distance * elementValue;
1903                            }
1904                        }
1905                    }
1906                }
1907            }
1908            if (iBest >= 0) {
1909                /*printf("Infeasibility of %g on row %d cost %g\n",
1910                  thisInfeasibility,i,addCost);*/
1911                newSolution[iBest] = newValue;
1912                thisInfeasibility = 0.0;
1913                newSolutionValue += addCost;
1914                rowActivity[i] += changeRowActivity;
1915            }
1916            penalty += fabs(thisInfeasibility);
1917        }
1918    }
1919    if (penalty) {
1920        // see if feasible using any
1921        // first continuous
1922        double penaltyChange = 0.0;
1923        int iColumn;
1924        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1925            if (integerType[iColumn])
1926                continue;
1927            double currentValue = newSolution[iColumn];
1928            double lowerValue = lower[iColumn];
1929            double upperValue = upper[iColumn];
1930            int j;
1931            int anyBadDown = 0;
1932            int anyBadUp = 0;
1933            double upImprovement = 0.0;
1934            double downImprovement = 0.0;
1935            for (j = columnStart[iColumn];
1936                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1937                int iRow = row[j];
1938                if (rowUpper[iRow] > rowLower[iRow]) {
1939                    double value = element[j];
1940                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1941                        // infeasible above
1942                        downImprovement += value;
1943                        upImprovement -= value;
1944                        if (value > 0.0)
1945                            anyBadUp++;
1946                        else
1947                            anyBadDown++;
1948                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
1949                        // feasible at ub
1950                        if (value > 0.0) {
1951                            upImprovement -= value;
1952                            anyBadUp++;
1953                        } else {
1954                            downImprovement += value;
1955                            anyBadDown++;
1956                        }
1957                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
1958                        // feasible in interior
1959                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
1960                        // feasible at lb
1961                        if (value < 0.0) {
1962                            upImprovement += value;
1963                            anyBadUp++;
1964                        } else {
1965                            downImprovement -= value;
1966                            anyBadDown++;
1967                        }
1968                    } else {
1969                        // infeasible below
1970                        downImprovement -= value;
1971                        upImprovement += value;
1972                        if (value < 0.0)
1973                            anyBadUp++;
1974                        else
1975                            anyBadDown++;
1976                    }
1977                } else {
1978                    // equality row
1979                    double value = element[j];
1980                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1981                        // infeasible above
1982                        downImprovement += value;
1983                        upImprovement -= value;
1984                        if (value > 0.0)
1985                            anyBadUp++;
1986                        else
1987                            anyBadDown++;
1988                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
1989                        // infeasible below
1990                        downImprovement -= value;
1991                        upImprovement += value;
1992                        if (value < 0.0)
1993                            anyBadUp++;
1994                        else
1995                            anyBadDown++;
1996                    } else {
1997                        // feasible - no good
1998                        anyBadUp = -1;
1999                        anyBadDown = -1;
2000                        break;
2001                    }
2002                }
2003            }
2004            // could change tests for anyBad
2005            if (anyBadUp)
2006                upImprovement = 0.0;
2007            if (anyBadDown)
2008                downImprovement = 0.0;
2009            double way = 0.0;
2010            double improvement = 0.0;
2011            if (downImprovement > 0.0 && currentValue > lowerValue) {
2012                way = -1.0;
2013                improvement = downImprovement;
2014            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2015                way = 1.0;
2016                improvement = upImprovement;
2017            }
2018            if (way) {
2019                // can improve
2020                double distance;
2021                if (way > 0.0)
2022                    distance = upperValue - currentValue;
2023                else
2024                    distance = currentValue - lowerValue;
2025                for (j = columnStart[iColumn];
2026                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2027                    int iRow = row[j];
2028                    double value = element[j] * way;
2029                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2030                        // infeasible above
2031                        assert (value < 0.0);
2032                        double gap = rowActivity[iRow] - rowUpper[iRow];
2033                        if (gap + value*distance < 0.0)
2034                            distance = -gap / value;
2035                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2036                        // infeasible below
2037                        assert (value > 0.0);
2038                        double gap = rowActivity[iRow] - rowLower[iRow];
2039                        if (gap + value*distance > 0.0)
2040                            distance = -gap / value;
2041                    } else {
2042                        // feasible
2043                        if (value > 0) {
2044                            double gap = rowActivity[iRow] - rowUpper[iRow];
2045                            if (gap + value*distance > 0.0)
2046                                distance = -gap / value;
2047                        } else {
2048                            double gap = rowActivity[iRow] - rowLower[iRow];
2049                            if (gap + value*distance < 0.0)
2050                                distance = -gap / value;
2051                        }
2052                    }
2053                }
2054                //move
2055                penaltyChange += improvement * distance;
2056                distance *= way;
2057                newSolution[iColumn] += distance;
2058                newSolutionValue += direction * objective[iColumn] * distance;
2059                for (j = columnStart[iColumn];
2060                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2061                    int iRow = row[j];
2062                    double value = element[j];
2063                    rowActivity[iRow] += distance * value;
2064                }
2065            }
2066        }
2067        // and now all if improving
2068        double lastChange = penaltyChange ? 1.0 : 0.0;
2069        while (lastChange > 1.0e-2) {
2070            lastChange = 0;
2071            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2072                bool isInteger = (integerType[iColumn] != 0);
2073                double currentValue = newSolution[iColumn];
2074                double lowerValue = lower[iColumn];
2075                double upperValue = upper[iColumn];
2076                int j;
2077                int anyBadDown = 0;
2078                int anyBadUp = 0;
2079                double upImprovement = 0.0;
2080                double downImprovement = 0.0;
2081                for (j = columnStart[iColumn];
2082                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2083                    int iRow = row[j];
2084                    double value = element[j];
2085                    if (isInteger) {
2086                        if (value > 0.0) {
2087                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2088                                anyBadUp++;
2089                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2090                                anyBadDown++;
2091                        } else {
2092                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2093                                anyBadDown++;
2094                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2095                                anyBadUp++;
2096                        }
2097                    }
2098                    if (rowUpper[iRow] > rowLower[iRow]) {
2099                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2100                            // infeasible above
2101                            downImprovement += value;
2102                            upImprovement -= value;
2103                            if (value > 0.0)
2104                                anyBadUp++;
2105                            else
2106                                anyBadDown++;
2107                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2108                            // feasible at ub
2109                            if (value > 0.0) {
2110                                upImprovement -= value;
2111                                anyBadUp++;
2112                            } else {
2113                                downImprovement += value;
2114                                anyBadDown++;
2115                            }
2116                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2117                            // feasible in interior
2118                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2119                            // feasible at lb
2120                            if (value < 0.0) {
2121                                upImprovement += value;
2122                                anyBadUp++;
2123                            } else {
2124                                downImprovement -= value;
2125                                anyBadDown++;
2126                            }
2127                        } else {
2128                            // infeasible below
2129                            downImprovement -= value;
2130                            upImprovement += value;
2131                            if (value < 0.0)
2132                                anyBadUp++;
2133                            else
2134                                anyBadDown++;
2135                        }
2136                    } else {
2137                        // equality row
2138                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2139                            // infeasible above
2140                            downImprovement += value;
2141                            upImprovement -= value;
2142                            if (value > 0.0)
2143                                anyBadUp++;
2144                            else
2145                                anyBadDown++;
2146                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2147                            // infeasible below
2148                            downImprovement -= value;
2149                            upImprovement += value;
2150                            if (value < 0.0)
2151                                anyBadUp++;
2152                            else
2153                                anyBadDown++;
2154                        } else {
2155                            // feasible - no good
2156                            anyBadUp = -1;
2157                            anyBadDown = -1;
2158                            break;
2159                        }
2160                    }
2161                }
2162                // could change tests for anyBad
2163                if (anyBadUp)
2164                    upImprovement = 0.0;
2165                if (anyBadDown)
2166                    downImprovement = 0.0;
2167                double way = 0.0;
2168                double improvement = 0.0;
2169                if (downImprovement > 0.0 && currentValue > lowerValue) {
2170                    way = -1.0;
2171                    improvement = downImprovement;
2172                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2173                    way = 1.0;
2174                    improvement = upImprovement;
2175                }
2176                if (way) {
2177                    // can improve
2178                    double distance = COIN_DBL_MAX;
2179                    for (j = columnStart[iColumn];
2180                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2181                        int iRow = row[j];
2182                        double value = element[j] * way;
2183                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2184                            // infeasible above
2185                            assert (value < 0.0);
2186                            double gap = rowActivity[iRow] - rowUpper[iRow];
2187                            if (gap + value*distance < 0.0) {
2188                                // If integer then has to move by 1
2189                                if (!isInteger)
2190                                    distance = -gap / value;
2191                                else
2192                                    distance = CoinMax(-gap / value, 1.0);
2193                            }
2194                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2195                            // infeasible below
2196                            assert (value > 0.0);
2197                            double gap = rowActivity[iRow] - rowLower[iRow];
2198                            if (gap + value*distance > 0.0) {
2199                                // If integer then has to move by 1
2200                                if (!isInteger)
2201                                    distance = -gap / value;
2202                                else
2203                                    distance = CoinMax(-gap / value, 1.0);
2204                            }
2205                        } else {
2206                            // feasible
2207                            if (value > 0) {
2208                                double gap = rowActivity[iRow] - rowUpper[iRow];
2209                                if (gap + value*distance > 0.0)
2210                                    distance = -gap / value;
2211                            } else {
2212                                double gap = rowActivity[iRow] - rowLower[iRow];
2213                                if (gap + value*distance < 0.0)
2214                                    distance = -gap / value;
2215                            }
2216                        }
2217                    }
2218                    if (isInteger)
2219                        distance = floor(distance + 1.05e-8);
2220                    if (!distance) {
2221                        // should never happen
2222                        //printf("zero distance in CbcRounding - debug\n");
2223                    }
2224                    //move
2225                    lastChange += improvement * distance;
2226                    distance *= way;
2227                    newSolution[iColumn] += distance;
2228                    newSolutionValue += direction * objective[iColumn] * distance;
2229                    for (j = columnStart[iColumn];
2230                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2231                        int iRow = row[j];
2232                        double value = element[j];
2233                        rowActivity[iRow] += distance * value;
2234                    }
2235                }
2236            }
2237            penaltyChange += lastChange;
2238        }
2239        penalty -= penaltyChange;
2240        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2241            // recompute
2242            penalty = 0.0;
2243            for (i = 0; i < numberRows; i++) {
2244                double value = rowActivity[i];
2245                if (value < rowLower[i] - primalTolerance)
2246                    penalty += rowLower[i] - value;
2247                else if (value > rowUpper[i] + primalTolerance)
2248                    penalty += value - rowUpper[i];
2249            }
2250        }
2251    }
2252
2253    // Could also set SOS (using random) and repeat
2254    if (!penalty) {
2255        // See if we can do better
2256        //seed_++;
2257        //CoinSeedRandom(seed_);
2258        // Random number between 0 and 1.
2259        double randomNumber = randomNumberGenerator_.randomDouble();
2260        int iPass;
2261        int start[2];
2262        int end[2];
2263        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2264        start[0] = iRandom;
2265        end[0] = numberIntegers;
2266        start[1] = 0;
2267        end[1] = iRandom;
2268        for (iPass = 0; iPass < 2; iPass++) {
2269            int i;
2270            for (i = start[iPass]; i < end[iPass]; i++) {
2271                int iColumn = integerVariable[i];
2272#ifndef NDEBUG
2273                double value = newSolution[iColumn];
2274                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2275#endif
2276                double cost = direction * objective[iColumn];
2277                double move = 0.0;
2278                if (cost > 0.0)
2279                    move = -1.0;
2280                else if (cost < 0.0)
2281                    move = 1.0;
2282                while (move) {
2283                    bool good = true;
2284                    double newValue = newSolution[iColumn] + move;
2285                    if (newValue < lower[iColumn] - primalTolerance ||
2286                            newValue > upper[iColumn] + primalTolerance) {
2287                        move = 0.0;
2288                    } else {
2289                        // see if we can move
2290                        int j;
2291                        for (j = columnStart[iColumn];
2292                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2293                            int iRow = row[j];
2294                            double newActivity = rowActivity[iRow] + move * element[j];
2295                            if (newActivity < rowLower[iRow] - primalTolerance ||
2296                                    newActivity > rowUpper[iRow] + primalTolerance) {
2297                                good = false;
2298                                break;
2299                            }
2300                        }
2301                        if (good) {
2302                            newSolution[iColumn] = newValue;
2303                            newSolutionValue += move * cost;
2304                            int j;
2305                            for (j = columnStart[iColumn];
2306                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2307                                int iRow = row[j];
2308                                rowActivity[iRow] += move * element[j];
2309                            }
2310                        } else {
2311                            move = 0.0;
2312                        }
2313                    }
2314                }
2315            }
2316        }
2317        // Just in case of some stupidity
2318        double objOffset = 0.0;
2319        solver->getDblParam(OsiObjOffset, objOffset);
2320        newSolutionValue = -objOffset;
2321        for ( i = 0 ; i < numberColumns ; i++ )
2322            newSolutionValue += objective[i] * newSolution[i];
2323        newSolutionValue *= direction;
2324        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2325        if (newSolutionValue < solutionValue) {
2326            // paranoid check
2327            memset(rowActivity, 0, numberRows*sizeof(double));
2328            for (i = 0; i < numberColumns; i++) {
2329                int j;
2330                double value = newSolution[i];
2331                if (value) {
2332                    for (j = columnStart[i];
2333                            j < columnStart[i] + columnLength[i]; j++) {
2334                        int iRow = row[j];
2335                        rowActivity[iRow] += value * element[j];
2336                    }
2337                }
2338            }
2339            // check was approximately feasible
2340            bool feasible = true;
2341            for (i = 0; i < numberRows; i++) {
2342                if (rowActivity[i] < rowLower[i]) {
2343                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2344                        feasible = false;
2345                } else if (rowActivity[i] > rowUpper[i]) {
2346                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2347                        feasible = false;
2348                }
2349            }
2350            if (feasible) {
2351                // new solution
2352                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2353                solutionValue = newSolutionValue;
2354                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2355                returnCode = 1;
2356            } else {
2357                // Can easily happen
2358                //printf("Debug CbcRounding giving bad solution\n");
2359            }
2360        }
2361    }
2362#ifdef NEW_ROUNDING
2363    if (!returnCode) {
2364#ifdef JJF_ZERO
2365        // back to starting point
2366        memcpy(newSolution, solution, numberColumns*sizeof(double));
2367        memset(rowActivity, 0, numberRows*sizeof(double));
2368        for (i = 0; i < numberColumns; i++) {
2369            int j;
2370            double value = newSolution[i];
2371            if (value < lower[i]) {
2372                value = lower[i];
2373                newSolution[i] = value;
2374            } else if (value > upper[i]) {
2375                value = upper[i];
2376                newSolution[i] = value;
2377            }
2378            if (value) {
2379                for (j = columnStart[i];
2380                        j < columnStart[i] + columnLength[i]; j++) {
2381                    int iRow = row[j];
2382                    rowActivity[iRow] += value * element[j];
2383                }
2384            }
2385        }
2386        // check was feasible - if not adjust (cleaning may move)
2387        for (i = 0; i < numberRows; i++) {
2388            if (rowActivity[i] < rowLower[i]) {
2389                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2390                rowActivity[i] = rowLower[i];
2391            } else if (rowActivity[i] > rowUpper[i]) {
2392                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2393                rowActivity[i] = rowUpper[i];
2394            }
2395        }
2396#endif
2397        int * candidate = new int [numberColumns];
2398        int nCandidate = 0;
2399        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2400            bool isInteger = (integerType[iColumn] != 0);
2401            if (isInteger) {
2402                double currentValue = newSolution[iColumn];
2403                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2404                    candidate[nCandidate++] = iColumn;
2405            }
2406        }
2407        if (true) {
2408            // Rounding as in Berthold
2409            while (nCandidate) {
2410                double infeasibility = 1.0e-7;
2411                int iRow = -1;
2412                for (i = 0; i < numberRows; i++) {
2413                    double value = 0.0;
2414                    if (rowActivity[i] < rowLower[i]) {
2415                        value = rowLower[i] - rowActivity[i];
2416                    } else if (rowActivity[i] > rowUpper[i]) {
2417                        value = rowActivity[i] - rowUpper[i];
2418                    }
2419                    if (value > infeasibility) {
2420                        infeasibility = value;
2421                        iRow = i;
2422                    }
2423                }
2424                if (iRow >= 0) {
2425                    // infeasible
2426                } else {
2427                    // feasible
2428                }
2429            }
2430        } else {
2431            // Shifting as in Berthold
2432        }
2433        delete [] candidate;
2434    }
2435#endif
2436    delete [] newSolution;
2437    delete [] rowActivity;
2438    return returnCode;
2439}
2440// update model
2441void CbcRounding::setModel(CbcModel * model)
2442{
2443    model_ = model;
2444    // Get a copy of original matrix (and by row for rounding);
2445    assert(model_->solver());
2446    if (model_->solver()->getNumRows()) {
2447        matrix_ = *model_->solver()->getMatrixByCol();
2448        matrixByRow_ = *model_->solver()->getMatrixByRow();
2449        // make sure model okay for heuristic
2450        validate();
2451    }
2452}
2453// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2454void
2455CbcRounding::validate()
2456{
2457    if (model_ && (when() % 100) < 10) {
2458        if (model_->numberIntegers() !=
2459                model_->numberObjects() && (model_->numberObjects() ||
2460                                            (model_->specialOptions()&1024) == 0)) {
2461            int numberOdd = 0;
2462            for (int i = 0; i < model_->numberObjects(); i++) {
2463                if (!model_->object(i)->canDoHeuristics())
2464                    numberOdd++;
2465            }
2466            if (numberOdd)
2467                setWhen(0);
2468        }
2469    }
2470#ifdef NEW_ROUNDING
2471    int numberColumns = matrix_.getNumCols();
2472    down_ = new unsigned short [numberColumns];
2473    up_ = new unsigned short [numberColumns];
2474    equal_ = new unsigned short [numberColumns];
2475    // Column copy
2476    const double * element = matrix_.getElements();
2477    const int * row = matrix_.getIndices();
2478    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2479    const int * columnLength = matrix_.getVectorLengths();
2480    const double * rowLower = model.solver()->getRowLower();
2481    const double * rowUpper = model.solver()->getRowUpper();
2482    for (int i = 0; i < numberColumns; i++) {
2483        int down = 0;
2484        int up = 0;
2485        int equal = 0;
2486        if (columnLength[i] > 65535) {
2487            equal[0] = 65535;
2488            break; // unlikely to work
2489        }
2490        for (CoinBigIndex j = columnStart[i];
2491                j < columnStart[i] + columnLength[i]; j++) {
2492            int iRow = row[j];
2493            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2494                equal++;
2495            } else if (element[j] > 0.0) {
2496                if (rowUpper[iRow] < 1.0e20)
2497                    up++;
2498                else
2499                    down--;
2500            } else {
2501                if (rowLower[iRow] > -1.0e20)
2502                    up++;
2503                else
2504                    down--;
2505            }
2506        }
2507        down_[i] = (unsigned short) down;
2508        up_[i] = (unsigned short) up;
2509        equal_[i] = (unsigned short) equal;
2510    }
2511#else
2512    down_ = NULL;
2513    up_ = NULL;
2514    equal_ = NULL;
2515#endif
2516}
2517
2518// Default Constructor
2519CbcHeuristicPartial::CbcHeuristicPartial()
2520        : CbcHeuristic()
2521{
2522    fixPriority_ = 10000;
2523}
2524
2525// Constructor from model
2526CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2527        : CbcHeuristic(model)
2528{
2529    fixPriority_ = fixPriority;
2530    setNumberNodes(numberNodes);
2531    validate();
2532}
2533
2534// Destructor
2535CbcHeuristicPartial::~CbcHeuristicPartial ()
2536{
2537}
2538
2539// Clone
2540CbcHeuristic *
2541CbcHeuristicPartial::clone() const
2542{
2543    return new CbcHeuristicPartial(*this);
2544}
2545// Create C++ lines to get to current state
2546void
2547CbcHeuristicPartial::generateCpp( FILE * fp)
2548{
2549    CbcHeuristicPartial other;
2550    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2551    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2552    CbcHeuristic::generateCpp(fp, "partial");
2553    if (fixPriority_ != other.fixPriority_)
2554        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2555    else
2556        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2557    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2558}
2559//#define NEW_PARTIAL
2560// Copy constructor
2561CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2562        :
2563        CbcHeuristic(rhs),
2564        fixPriority_(rhs.fixPriority_)
2565{
2566}
2567
2568// Assignment operator
2569CbcHeuristicPartial &
2570CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2571{
2572    if (this != &rhs) {
2573        CbcHeuristic::operator=(rhs);
2574        fixPriority_ = rhs.fixPriority_;
2575    }
2576    return *this;
2577}
2578
2579// Resets stuff if model changes
2580void
2581CbcHeuristicPartial::resetModel(CbcModel * model)
2582{
2583    model_ = model;
2584    // Get a copy of original matrix (and by row for partial);
2585    assert(model_->solver());
2586    validate();
2587}
2588// See if partial will give solution
2589// Sets value of solution
2590// Assumes rhs for original matrix still okay
2591// At present only works with integers
2592// Fix values if asked for
2593// Returns 1 if solution, 0 if not
2594int
2595CbcHeuristicPartial::solution(double & solutionValue,
2596                              double * betterSolution)
2597{
2598    // Return if already done
2599    if (fixPriority_ < 0)
2600        return 0; // switched off
2601    const double * hotstartSolution = model_->hotstartSolution();
2602    const int * hotstartPriorities = model_->hotstartPriorities();
2603    if (!hotstartSolution)
2604        return 0;
2605    OsiSolverInterface * solver = model_->solver();
2606
2607    int numberIntegers = model_->numberIntegers();
2608    const int * integerVariable = model_->integerVariable();
2609
2610    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2611    const double * colLower = newSolver->getColLower();
2612    const double * colUpper = newSolver->getColUpper();
2613
2614    double primalTolerance;
2615    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2616
2617    int i;
2618    int numberFixed = 0;
2619    int returnCode = 0;
2620
2621    for (i = 0; i < numberIntegers; i++) {
2622        int iColumn = integerVariable[i];
2623        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2624            double value = hotstartSolution[iColumn];
2625            double lower = colLower[iColumn];
2626            double upper = colUpper[iColumn];
2627            value = CoinMax(value, lower);
2628            value = CoinMin(value, upper);
2629            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2630                value = floor(value + 0.5);
2631                newSolver->setColLower(iColumn, value);
2632                newSolver->setColUpper(iColumn, value);
2633                numberFixed++;
2634            }
2635        }
2636    }
2637    if (numberFixed > numberIntegers / 5 - 100000000) {
2638#ifdef COIN_DEVELOP
2639        printf("%d integers fixed\n", numberFixed);
2640#endif
2641        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2642                                         model_->getCutoff(), "CbcHeuristicPartial");
2643        if (returnCode < 0)
2644            returnCode = 0; // returned on size
2645        //printf("return code %d",returnCode);
2646        if ((returnCode&2) != 0) {
2647            // could add cut
2648            returnCode &= ~2;
2649            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2650        } else {
2651            //printf("\n");
2652        }
2653    }
2654    fixPriority_ = -1; // switch off
2655
2656    delete newSolver;
2657    return returnCode;
2658}
2659// update model
2660void CbcHeuristicPartial::setModel(CbcModel * model)
2661{
2662    model_ = model;
2663    assert(model_->solver());
2664    // make sure model okay for heuristic
2665    validate();
2666}
2667// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2668void
2669CbcHeuristicPartial::validate()
2670{
2671    if (model_ && (when() % 100) < 10) {
2672        if (model_->numberIntegers() !=
2673                model_->numberObjects())
2674            setWhen(0);
2675    }
2676}
2677bool
2678CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2679{
2680    return true;
2681}
2682
2683// Default Constructor
2684CbcSerendipity::CbcSerendipity()
2685        : CbcHeuristic()
2686{
2687}
2688
2689// Constructor from model
2690CbcSerendipity::CbcSerendipity(CbcModel & model)
2691        : CbcHeuristic(model)
2692{
2693}
2694
2695// Destructor
2696CbcSerendipity::~CbcSerendipity ()
2697{
2698}
2699
2700// Clone
2701CbcHeuristic *
2702CbcSerendipity::clone() const
2703{
2704    return new CbcSerendipity(*this);
2705}
2706// Create C++ lines to get to current state
2707void
2708CbcSerendipity::generateCpp( FILE * fp)
2709{
2710    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2711    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2712    CbcHeuristic::generateCpp(fp, "serendipity");
2713    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2714}
2715
2716// Copy constructor
2717CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2718        :
2719        CbcHeuristic(rhs)
2720{
2721}
2722
2723// Assignment operator
2724CbcSerendipity &
2725CbcSerendipity::operator=( const CbcSerendipity & rhs)
2726{
2727    if (this != &rhs) {
2728        CbcHeuristic::operator=(rhs);
2729    }
2730    return *this;
2731}
2732
2733// Returns 1 if solution, 0 if not
2734int
2735CbcSerendipity::solution(double & solutionValue,
2736                         double * betterSolution)
2737{
2738    if (!model_)
2739        return 0;
2740    if (!inputSolution_) {
2741        // get information on solver type
2742        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2743        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2744        if (auxiliaryInfo) {
2745            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2746        } else {
2747            return 0;
2748        }
2749    } else {
2750        int numberColumns = model_->getNumCols();
2751        double value = inputSolution_[numberColumns];
2752        int returnCode = 0;
2753        if (value < solutionValue) {
2754            solutionValue = value;
2755            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2756            returnCode = 1;
2757        }
2758        delete [] inputSolution_;
2759        inputSolution_ = NULL;
2760        model_ = NULL; // switch off
2761        return returnCode;
2762    }
2763}
2764// update model
2765void CbcSerendipity::setModel(CbcModel * model)
2766{
2767    model_ = model;
2768}
2769// Resets stuff if model changes
2770void
2771CbcSerendipity::resetModel(CbcModel * model)
2772{
2773    model_ = model;
2774}
2775
2776
2777// Default Constructor
2778CbcHeuristicJustOne::CbcHeuristicJustOne()
2779        : CbcHeuristic(),
2780        probabilities_(NULL),
2781        heuristic_(NULL),
2782        numberHeuristics_(0)
2783{
2784}
2785
2786// Constructor from model
2787CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2788        : CbcHeuristic(model),
2789        probabilities_(NULL),
2790        heuristic_(NULL),
2791        numberHeuristics_(0)
2792{
2793}
2794
2795// Destructor
2796CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2797{
2798    for (int i = 0; i < numberHeuristics_; i++)
2799        delete heuristic_[i];
2800    delete [] heuristic_;
2801    delete [] probabilities_;
2802}
2803
2804// Clone
2805CbcHeuristicJustOne *
2806CbcHeuristicJustOne::clone() const
2807{
2808    return new CbcHeuristicJustOne(*this);
2809}
2810
2811// Create C++ lines to get to current state
2812void
2813CbcHeuristicJustOne::generateCpp( FILE * fp)
2814{
2815    CbcHeuristicJustOne other;
2816    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2817    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2818    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2819    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2820}
2821
2822// Copy constructor
2823CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2824        :
2825        CbcHeuristic(rhs),
2826        probabilities_(NULL),
2827        heuristic_(NULL),
2828        numberHeuristics_(rhs.numberHeuristics_)
2829{
2830    if (numberHeuristics_) {
2831        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2832        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2833        for (int i = 0; i < numberHeuristics_; i++)
2834            heuristic_[i] = rhs.heuristic_[i]->clone();
2835    }
2836}
2837
2838// Assignment operator
2839CbcHeuristicJustOne &
2840CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2841{
2842    if (this != &rhs) {
2843        CbcHeuristic::operator=(rhs);
2844        for (int i = 0; i < numberHeuristics_; i++)
2845            delete heuristic_[i];
2846        delete [] heuristic_;
2847        delete [] probabilities_;
2848        probabilities_ = NULL;
2849        heuristic_ = NULL;
2850        numberHeuristics_ = rhs.numberHeuristics_;
2851        if (numberHeuristics_) {
2852            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2853            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2854            for (int i = 0; i < numberHeuristics_; i++)
2855                heuristic_[i] = rhs.heuristic_[i]->clone();
2856        }
2857    }
2858    return *this;
2859}
2860// Sets value of solution
2861// Returns 1 if solution, 0 if not
2862int
2863CbcHeuristicJustOne::solution(double & solutionValue,
2864                              double * betterSolution)
2865{
2866#ifdef DIVE_DEBUG
2867    std::cout << "solutionValue = " << solutionValue << std::endl;
2868#endif
2869    ++numCouldRun_;
2870
2871    // test if the heuristic can run
2872    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2873        return 0;
2874    double randomNumber = randomNumberGenerator_.randomDouble();
2875    int i;
2876    for (i = 0; i < numberHeuristics_; i++) {
2877        if (randomNumber < probabilities_[i])
2878            break;
2879    }
2880    assert (i < numberHeuristics_);
2881    int returnCode;
2882    //model_->unsetDivingHasRun();
2883#ifdef COIN_DEVELOP
2884    printf("JustOne running %s\n",
2885           heuristic_[i]->heuristicName());
2886#endif
2887    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2888#ifdef COIN_DEVELOP
2889    if (returnCode)
2890        printf("JustOne running %s found solution\n",
2891               heuristic_[i]->heuristicName());
2892#endif
2893    return returnCode;
2894}
2895// Resets stuff if model changes
2896void
2897CbcHeuristicJustOne::resetModel(CbcModel * model)
2898{
2899    CbcHeuristic::resetModel(model);
2900    for (int i = 0; i < numberHeuristics_; i++)
2901        heuristic_[i]->resetModel(model);
2902}
2903// update model (This is needed if cliques update matrix etc)
2904void
2905CbcHeuristicJustOne::setModel(CbcModel * model)
2906{
2907    CbcHeuristic::setModel(model);
2908    for (int i = 0; i < numberHeuristics_; i++)
2909        heuristic_[i]->setModel(model);
2910}
2911// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2912void
2913CbcHeuristicJustOne::validate()
2914{
2915    CbcHeuristic::validate();
2916    for (int i = 0; i < numberHeuristics_; i++)
2917        heuristic_[i]->validate();
2918}
2919// Adds an heuristic with probability
2920void
2921CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2922{
2923    CbcHeuristic * thisOne = heuristic->clone();
2924    thisOne->setWhen(-999);
2925    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2926                            numberHeuristics_);
2927    delete [] heuristic_;
2928    heuristic_ = tempH;
2929    heuristic_[numberHeuristics_] = thisOne;
2930    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2931                                            numberHeuristics_);
2932    delete [] probabilities_;
2933    probabilities_ = tempP;
2934    probabilities_[numberHeuristics_] = probability;
2935    numberHeuristics_++;
2936}
2937// Normalize probabilities
2938void
2939CbcHeuristicJustOne::normalizeProbabilities()
2940{
2941    double sum = 0.0;
2942    for (int i = 0; i < numberHeuristics_; i++)
2943        sum += probabilities_[i];
2944    double multiplier = 1.0 / sum;
2945    sum = 0.0;
2946    for (int i = 0; i < numberHeuristics_; i++) {
2947        sum += probabilities_[i];
2948        probabilities_[i] = sum * multiplier;
2949    }
2950    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
2951    probabilities_[numberHeuristics_-1] = 1.000001;
2952}
2953
Note: See TracBrowser for help on using the repository browser.