source: trunk/Cbc/src/CbcHeuristic.cpp @ 1573

Last change on this file since 1573 was 1573, checked in by lou, 8 years ago

Change to EPL license notice.

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 111.6 KB
Line 
1/* $Id: CbcHeuristic.cpp 1573 2011-01-05 01:12:36Z lou $ */
2// Copyright (C) 2002, International Business Machines
3// Corporation and others.  All Rights Reserved.
4// This code is licensed under the terms of the Eclipse Public License (EPL).
5
6#if defined(_MSC_VER)
7// Turn off compiler warning about long names
8#  pragma warning(disable:4786)
9#endif
10
11#include "CbcConfig.h"
12
13#include <cassert>
14#include <cstdlib>
15#include <cmath>
16#include <cfloat>
17
18//#define PRINT_DEBUG
19#ifdef COIN_HAS_CLP
20#include "OsiClpSolverInterface.hpp"
21#endif
22#include "CbcModel.hpp"
23#include "CbcMessage.hpp"
24#include "CbcHeuristic.hpp"
25#include "CbcHeuristicFPump.hpp"
26#include "CbcStrategy.hpp"
27#include "CglPreProcess.hpp"
28#include "CglGomory.hpp"
29#include "CglProbing.hpp"
30#include "OsiAuxInfo.hpp"
31#include "OsiPresolve.hpp"
32#include "CbcBranchActual.hpp"
33#include "CbcCutGenerator.hpp"
34//==============================================================================
35
36CbcHeuristicNode::CbcHeuristicNode(const CbcHeuristicNode& rhs)
37{
38    numObjects_ = rhs.numObjects_;
39    brObj_ = new CbcBranchingObject*[numObjects_];
40    for (int i = 0; i < numObjects_; ++i) {
41        brObj_[i] = rhs.brObj_[i]->clone();
42    }
43}
44
45void
46CbcHeuristicNodeList::gutsOfDelete()
47{
48    for (int i = (static_cast<int>(nodes_.size())) - 1; i >= 0; --i) {
49        delete nodes_[i];
50    }
51}
52
53void
54CbcHeuristicNodeList::gutsOfCopy(const CbcHeuristicNodeList& rhs)
55{
56    append(rhs);
57}
58
59CbcHeuristicNodeList::CbcHeuristicNodeList(const CbcHeuristicNodeList& rhs)
60{
61    gutsOfCopy(rhs);
62}
63
64CbcHeuristicNodeList& CbcHeuristicNodeList::operator=
65(const CbcHeuristicNodeList & rhs)
66{
67    if (this != &rhs) {
68        gutsOfDelete();
69        gutsOfCopy(rhs);
70    }
71    return *this;
72}
73
74CbcHeuristicNodeList::~CbcHeuristicNodeList()
75{
76    gutsOfDelete();
77}
78
79void
80CbcHeuristicNodeList::append(CbcHeuristicNode*& node)
81{
82    nodes_.push_back(node);
83    node = NULL;
84}
85
86void
87CbcHeuristicNodeList::append(const CbcHeuristicNodeList& nodes)
88{
89    nodes_.reserve(nodes_.size() + nodes.size());
90    for (int i = 0; i < nodes.size(); ++i) {
91        CbcHeuristicNode* node = new CbcHeuristicNode(*nodes.node(i));
92        append(node);
93    }
94}
95
96//==============================================================================
97#define DEFAULT_WHERE ((255-2-16)*(1+256))
98// Default Constructor
99CbcHeuristic::CbcHeuristic() :
100        model_(NULL),
101        when_(2),
102        numberNodes_(200),
103        feasibilityPumpOptions_(-1),
104        fractionSmall_(1.0),
105        heuristicName_("Unknown"),
106        howOften_(1),
107        decayFactor_(0.0),
108        switches_(0),
109        whereFrom_(DEFAULT_WHERE),
110        shallowDepth_(1),
111        howOftenShallow_(1),
112        numInvocationsInShallow_(0),
113        numInvocationsInDeep_(0),
114        lastRunDeep_(0),
115        numRuns_(0),
116        minDistanceToRun_(1),
117        runNodes_(),
118        numCouldRun_(0),
119        numberSolutionsFound_(0),
120        inputSolution_(NULL)
121{
122    // As CbcHeuristic virtual need to modify .cpp if above change
123}
124
125// Constructor from model
126CbcHeuristic::CbcHeuristic(CbcModel & model) :
127        model_(&model),
128        when_(2),
129        numberNodes_(200),
130        feasibilityPumpOptions_(-1),
131        fractionSmall_(1.0),
132        heuristicName_("Unknown"),
133        howOften_(1),
134        decayFactor_(0.0),
135        switches_(0),
136        whereFrom_(DEFAULT_WHERE),
137        shallowDepth_(1),
138        howOftenShallow_(1),
139        numInvocationsInShallow_(0),
140        numInvocationsInDeep_(0),
141        lastRunDeep_(0),
142        numRuns_(0),
143        minDistanceToRun_(1),
144        runNodes_(),
145        numCouldRun_(0),
146        numberSolutionsFound_(0),
147        inputSolution_(NULL)
148{}
149
150void
151CbcHeuristic::gutsOfCopy(const CbcHeuristic & rhs)
152{
153    model_ = rhs.model_;
154    when_ = rhs.when_;
155    numberNodes_ = rhs.numberNodes_;
156    feasibilityPumpOptions_ = rhs.feasibilityPumpOptions_;
157    fractionSmall_ = rhs.fractionSmall_;
158    randomNumberGenerator_ = rhs.randomNumberGenerator_;
159    heuristicName_ = rhs.heuristicName_;
160    howOften_ = rhs.howOften_;
161    decayFactor_ = rhs.decayFactor_;
162    switches_ = rhs.switches_;
163    whereFrom_ = rhs.whereFrom_;
164    shallowDepth_ = rhs.shallowDepth_;
165    howOftenShallow_ = rhs.howOftenShallow_;
166    numInvocationsInShallow_ = rhs.numInvocationsInShallow_;
167    numInvocationsInDeep_ = rhs.numInvocationsInDeep_;
168    lastRunDeep_ = rhs.lastRunDeep_;
169    numRuns_ = rhs.numRuns_;
170    numCouldRun_ = rhs.numCouldRun_;
171    minDistanceToRun_ = rhs.minDistanceToRun_;
172    runNodes_ = rhs.runNodes_;
173    numberSolutionsFound_ = rhs.numberSolutionsFound_;
174    if (rhs.inputSolution_) {
175        int numberColumns = model_->getNumCols();
176        setInputSolution(rhs.inputSolution_, rhs.inputSolution_[numberColumns]);
177    }
178}
179// Copy constructor
180CbcHeuristic::CbcHeuristic(const CbcHeuristic & rhs)
181{
182    inputSolution_ = NULL;
183    gutsOfCopy(rhs);
184}
185
186// Assignment operator
187CbcHeuristic &
188CbcHeuristic::operator=( const CbcHeuristic & rhs)
189{
190    if (this != &rhs) {
191        gutsOfDelete();
192        gutsOfCopy(rhs);
193    }
194    return *this;
195}
196
197void CbcHeurDebugNodes(CbcModel* model_)
198{
199    CbcNode* node = model_->currentNode();
200    CbcNodeInfo* nodeInfo = node->nodeInfo();
201    std::cout << "===============================================================\n";
202    while (nodeInfo) {
203        const CbcNode* node = nodeInfo->owner();
204        printf("nodeinfo: node %i\n", nodeInfo->nodeNumber());
205        {
206            const CbcIntegerBranchingObject* brPrint =
207                dynamic_cast<const CbcIntegerBranchingObject*>(nodeInfo->parentBranch());
208            if (!brPrint) {
209                printf("    parentBranch: NULL\n");
210            } else {
211                const double* downBounds = brPrint->downBounds();
212                const double* upBounds = brPrint->upBounds();
213                int variable = brPrint->variable();
214                int way = brPrint->way();
215                printf("   parentBranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
216                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
217                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
218            }
219        }
220        if (! node) {
221            printf("    owner: NULL\n");
222        } else {
223            printf("    owner: node %i depth %i onTree %i active %i",
224                   node->nodeNumber(), node->depth(), node->onTree(), node->active());
225            const OsiBranchingObject* osibr =
226                nodeInfo->owner()->branchingObject();
227            const CbcBranchingObject* cbcbr =
228                dynamic_cast<const CbcBranchingObject*>(osibr);
229            const CbcIntegerBranchingObject* brPrint =
230                dynamic_cast<const CbcIntegerBranchingObject*>(cbcbr);
231            if (!brPrint) {
232                printf("        ownerBranch: NULL\n");
233            } else {
234                const double* downBounds = brPrint->downBounds();
235                const double* upBounds = brPrint->upBounds();
236                int variable = brPrint->variable();
237                int way = brPrint->way();
238                printf("        ownerbranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
239                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
240                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
241            }
242        }
243        nodeInfo = nodeInfo->parent();
244    }
245}
246
247void
248CbcHeuristic::debugNodes()
249{
250    CbcHeurDebugNodes(model_);
251}
252
253void
254CbcHeuristic::printDistanceToNodes()
255{
256    const CbcNode* currentNode = model_->currentNode();
257    if (currentNode != NULL) {
258        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
259        for (int i = runNodes_.size() - 1; i >= 0; --i) {
260            nodeDesc->distance(runNodes_.node(i));
261        }
262        runNodes_.append(nodeDesc);
263    }
264}
265
266bool
267CbcHeuristic::shouldHeurRun(int whereFrom)
268{
269    assert (whereFrom >= 0 && whereFrom < 16);
270    // take off 8 (code - likes new solution)
271    whereFrom &= 7;
272    if ((whereFrom_&(1 << whereFrom)) == 0)
273        return false;
274    // No longer used for original purpose - so use for ever run at all JJF
275#ifndef JJF_ONE
276    // Don't run if hot start
277    if (model_ && model_->hotstartSolution())
278        return false;
279    else
280        return true;
281#else
282#ifdef JJF_ZERO
283    const CbcNode* currentNode = model_->currentNode();
284    if (currentNode == NULL) {
285        return false;
286    }
287
288    debugNodes();
289//   return false;
290
291    const int depth = currentNode->depth();
292#else
293    int depth = model_->currentDepth();
294#endif
295
296    const int nodeCount = model_->getNodeCount();  // FIXME: check that this is
297    // correct in parallel
298
299    if (nodeCount == 0 || depth <= shallowDepth_) {
300        // what to do when we are in the shallow part of the tree
301        if (model_->getCurrentPassNumber() == 1) {
302            // first time in the node...
303            numInvocationsInShallow_ = 0;
304        }
305        ++numInvocationsInShallow_;
306        // Very large howOftenShallow_ will give the original test:
307        // (model_->getCurrentPassNumber() != 1)
308        //    if ((numInvocationsInShallow_ % howOftenShallow_) != 1) {
309        if ((numInvocationsInShallow_ % howOftenShallow_) != 0) {
310            return false;
311        }
312        // LL: should we save these nodes in the list of nodes where the heur was
313        // LL: run?
314#ifndef JJF_ONE
315        if (currentNode != NULL) {
316            // Get where we are and create the appropriate CbcHeuristicNode object
317            CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
318            runNodes_.append(nodeDesc);
319        }
320#endif
321    } else {
322        // deeper in the tree
323        if (model_->getCurrentPassNumber() == 1) {
324            // first time in the node...
325            ++numInvocationsInDeep_;
326        }
327        if (numInvocationsInDeep_ - lastRunDeep_ < howOften_) {
328            return false;
329        }
330        if (model_->getCurrentPassNumber() != 1) {
331            // Run the heuristic only when first entering the node.
332            // LL: I don't think this is right. It should run just before strong
333            // LL: branching, I believe.
334            return false;
335        }
336        // Get where we are and create the appropriate CbcHeuristicNode object
337        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
338        //#ifdef PRINT_DEBUG
339#ifndef JJF_ONE
340        const double minDistanceToRun = 1.5 * log((double)depth) / log((double)2);
341#else
342    const double minDistanceToRun = minDistanceToRun_;
343#endif
344#ifdef PRINT_DEBUG
345        double minDistance = nodeDesc->minDistance(runNodes_);
346        std::cout << "minDistance = " << minDistance
347                  << ", minDistanceToRun = " << minDistanceToRun << std::endl;
348#endif
349        if (nodeDesc->minDistanceIsSmall(runNodes_, minDistanceToRun)) {
350            delete nodeDesc;
351            return false;
352        }
353        runNodes_.append(nodeDesc);
354        lastRunDeep_ = numInvocationsInDeep_;
355        //    ++lastRunDeep_;
356    }
357    ++numRuns_;
358    return true;
359#endif
360}
361
362bool
363CbcHeuristic::shouldHeurRun_randomChoice()
364{
365    if (!when_)
366        return false;
367    int depth = model_->currentDepth();
368    // when_ -999 is special marker to force to run
369    if (depth != 0 && when_ != -999) {
370        const double numerator = depth * depth;
371        const double denominator = exp(depth * log(2.0));
372        double probability = numerator / denominator;
373        double randomNumber = randomNumberGenerator_.randomDouble();
374        int when = when_ % 100;
375        if (when > 2 && when < 8) {
376            /* JJF adjustments
377            3 only at root and if no solution
378            4 only at root and if this heuristic has not got solution
379            5 as 3 but decay more
380            6 decay
381            7 run up to 2 times if solution found 4 otherwise
382            */
383            switch (when) {
384            case 3:
385            default:
386                if (model_->bestSolution())
387                    probability = -1.0;
388                break;
389            case 4:
390                if (numberSolutionsFound_)
391                    probability = -1.0;
392                break;
393            case 5:
394                assert (decayFactor_);
395                if (model_->bestSolution()) {
396                    probability = -1.0;
397                } else if (numCouldRun_ > 1000) {
398                    decayFactor_ *= 0.99;
399                    probability *= decayFactor_;
400                }
401                break;
402            case 6:
403                if (depth >= 3) {
404                    if ((numCouldRun_ % howOften_) == 0 &&
405                            numberSolutionsFound_*howOften_ < numCouldRun_) {
406#ifdef COIN_DEVELOP
407                        int old = howOften_;
408#endif
409                        howOften_ = CoinMin(CoinMax(static_cast<int> (howOften_ * 1.1), howOften_ + 1), 1000000);
410#ifdef COIN_DEVELOP
411                        printf("Howoften changed from %d to %d for %s\n",
412                               old, howOften_, heuristicName_.c_str());
413#endif
414                    }
415                    probability = 1.0 / howOften_;
416                    if (model_->bestSolution())
417                        probability *= 0.5;
418                }
419                break;
420            case 7:
421                if ((model_->bestSolution() && numRuns_ >= 2) || numRuns_ >= 4)
422                    probability = -1.0;
423                break;
424            }
425        }
426        if (randomNumber > probability)
427            return false;
428
429        if (model_->getCurrentPassNumber() > 1)
430            return false;
431#ifdef COIN_DEVELOP
432        printf("Running %s, random %g probability %g\n",
433               heuristicName_.c_str(), randomNumber, probability);
434#endif
435    } else {
436#ifdef COIN_DEVELOP
437        printf("Running %s, depth %d when %d\n",
438               heuristicName_.c_str(), depth, when_);
439#endif
440    }
441    ++numRuns_;
442    return true;
443}
444
445// Resets stuff if model changes
446void
447CbcHeuristic::resetModel(CbcModel * model)
448{
449    model_ = model;
450}
451// Set seed
452void
453CbcHeuristic::setSeed(int value)
454{
455    randomNumberGenerator_.setSeed(value);
456}
457
458// Create C++ lines to get to current state
459void
460CbcHeuristic::generateCpp( FILE * fp, const char * heuristic)
461{
462    // hard coded as CbcHeuristic virtual
463    if (when_ != 2)
464        fprintf(fp, "3  %s.setWhen(%d);\n", heuristic, when_);
465    else
466        fprintf(fp, "4  %s.setWhen(%d);\n", heuristic, when_);
467    if (numberNodes_ != 200)
468        fprintf(fp, "3  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
469    else
470        fprintf(fp, "4  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
471    if (feasibilityPumpOptions_ != -1)
472        fprintf(fp, "3  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
473    else
474        fprintf(fp, "4  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
475    if (fractionSmall_ != 1.0)
476        fprintf(fp, "3  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
477    else
478        fprintf(fp, "4  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
479    if (heuristicName_ != "Unknown")
480        fprintf(fp, "3  %s.setHeuristicName(\"%s\");\n",
481                heuristic, heuristicName_.c_str()) ;
482    else
483        fprintf(fp, "4  %s.setHeuristicName(\"%s\");\n",
484                heuristic, heuristicName_.c_str()) ;
485    if (decayFactor_ != 0.0)
486        fprintf(fp, "3  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
487    else
488        fprintf(fp, "4  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
489    if (switches_ != 0)
490        fprintf(fp, "3  %s.setSwitches(%d);\n", heuristic, switches_);
491    else
492        fprintf(fp, "4  %s.setSwitches(%d);\n", heuristic, switches_);
493    if (whereFrom_ != DEFAULT_WHERE)
494        fprintf(fp, "3  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
495    else
496        fprintf(fp, "4  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
497    if (shallowDepth_ != 1)
498        fprintf(fp, "3  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
499    else
500        fprintf(fp, "4  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
501    if (howOftenShallow_ != 1)
502        fprintf(fp, "3  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
503    else
504        fprintf(fp, "4  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
505    if (minDistanceToRun_ != 1)
506        fprintf(fp, "3  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
507    else
508        fprintf(fp, "4  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
509}
510// Destructor
511CbcHeuristic::~CbcHeuristic ()
512{
513    delete [] inputSolution_;
514}
515
516// update model
517void CbcHeuristic::setModel(CbcModel * model)
518{
519    model_ = model;
520}
521/* Clone but ..
522   type 0 clone solver, 1 clone continuous solver
523   Add 2 to say without integer variables which are at low priority
524   Add 4 to say quite likely infeasible so give up easily.*/
525OsiSolverInterface *
526CbcHeuristic::cloneBut(int type)
527{
528    OsiSolverInterface * solver;
529    if ((type&1) == 0 || !model_->continuousSolver())
530        solver = model_->solver()->clone();
531    else
532        solver = model_->continuousSolver()->clone();
533#ifdef COIN_HAS_CLP
534    OsiClpSolverInterface * clpSolver
535    = dynamic_cast<OsiClpSolverInterface *> (solver);
536#endif
537    if ((type&2) != 0) {
538        int n = model_->numberObjects();
539        int priority = model_->continuousPriority();
540        if (priority < COIN_INT_MAX) {
541            for (int i = 0; i < n; i++) {
542                const OsiObject * obj = model_->object(i);
543                const CbcSimpleInteger * thisOne =
544                    dynamic_cast <const CbcSimpleInteger *> (obj);
545                if (thisOne) {
546                    int iColumn = thisOne->columnNumber();
547                    if (thisOne->priority() >= priority)
548                        solver->setContinuous(iColumn);
549                }
550            }
551        }
552#ifdef COIN_HAS_CLP
553        if (clpSolver) {
554            for (int i = 0; i < n; i++) {
555                const OsiObject * obj = model_->object(i);
556                const CbcSimpleInteger * thisOne =
557                    dynamic_cast <const CbcSimpleInteger *> (obj);
558                if (thisOne) {
559                    int iColumn = thisOne->columnNumber();
560                    if (clpSolver->isOptionalInteger(iColumn))
561                        clpSolver->setContinuous(iColumn);
562                }
563            }
564        }
565#endif
566    }
567#ifdef COIN_HAS_CLP
568    if ((type&4) != 0 && clpSolver) {
569        int options = clpSolver->getModelPtr()->moreSpecialOptions();
570        clpSolver->getModelPtr()->setMoreSpecialOptions(options | 64);
571    }
572#endif
573    return solver;
574}
575// Whether to exit at once on gap
576bool
577CbcHeuristic::exitNow(double bestObjective) const
578{
579    if ((switches_&2048) != 0) {
580        // exit may be forced - but unset for next time
581        switches_ &= ~2048;
582        if ((switches_&1024) != 0)
583            return true;
584    } else if ((switches_&1) == 0) {
585        return false;
586    }
587    // See if can stop on gap
588    OsiSolverInterface * solver = model_->solver();
589    double bestPossibleObjective = solver->getObjValue() * solver->getObjSense();
590    double absGap = CoinMax(model_->getAllowableGap(),
591                            model_->getHeuristicGap());
592    double fracGap = CoinMax(model_->getAllowableFractionGap(),
593                             model_->getHeuristicFractionGap());
594    double testGap = CoinMax(absGap, fracGap *
595                             CoinMax(fabs(bestObjective),
596                                     fabs(bestPossibleObjective)));
597
598    if (bestObjective - bestPossibleObjective < testGap
599            && model_->getCutoffIncrement() >= 0.0) {
600        return true;
601    } else {
602        return false;
603    }
604}
605#ifdef HISTORY_STATISTICS
606extern bool getHistoryStatistics_;
607#endif
608static double sizeRatio(int numberRowsNow, int numberColumnsNow,
609                        int numberRowsStart, int numberColumnsStart)
610{
611    double valueNow;
612    if (numberRowsNow*10 > numberColumnsNow || numberColumnsNow < 200) {
613        valueNow = 2 * numberRowsNow + numberColumnsNow;
614    } else {
615        // long and thin - rows are more important
616        if (numberRowsNow*40 > numberColumnsNow)
617            valueNow = 10 * numberRowsNow + numberColumnsNow;
618        else
619            valueNow = 200 * numberRowsNow + numberColumnsNow;
620    }
621    double valueStart;
622    if (numberRowsStart*10 > numberColumnsStart || numberColumnsStart < 200) {
623        valueStart = 2 * numberRowsStart + numberColumnsStart;
624    } else {
625        // long and thin - rows are more important
626        if (numberRowsStart*40 > numberColumnsStart)
627            valueStart = 10 * numberRowsStart + numberColumnsStart;
628        else
629            valueStart = 200 * numberRowsStart + numberColumnsStart;
630    }
631    //printf("sizeProblem Now %g, %d rows, %d columns\nsizeProblem Start %g, %d rows, %d columns\n",
632    // valueNow,numberRowsNow,numberColumnsNow,
633    // valueStart,numberRowsStart,numberColumnsStart);
634    if (10*numberRowsNow < 8*numberRowsStart)
635        return valueNow / valueStart;
636    else if (10*numberRowsNow < 9*numberRowsStart)
637        return 1.1*(valueNow / valueStart);
638    else if (numberRowsNow < numberRowsStart)
639        return 1.5*(valueNow / valueStart);
640    else
641        return 2.0*(valueNow / valueStart);
642}
643
644
645// Do mini branch and bound (return 1 if solution)
646int
647CbcHeuristic::smallBranchAndBound(OsiSolverInterface * solver, int numberNodes,
648                                  double * newSolution, double & newSolutionValue,
649                                  double cutoff, std::string name) const
650{
651    // size before
652    int shiftRows = 0;
653    if (numberNodes < 0)
654        shiftRows = solver->getNumRows() - numberNodes_;
655    int numberRowsStart = solver->getNumRows() - shiftRows;
656    int numberColumnsStart = solver->getNumCols();
657#ifdef CLP_INVESTIGATE
658    printf("%s has %d rows, %d columns\n",
659           name.c_str(), solver->getNumRows(), solver->getNumCols());
660#endif
661    // Use this fraction
662    double fractionSmall = fractionSmall_;
663    double before = 2 * numberRowsStart + numberColumnsStart;
664    if (before > 40000.0) {
665        // fairly large - be more conservative
666        double multiplier = 1.0 - 0.3 * CoinMin(100000.0, before - 40000.0) / 100000.0;
667        if (multiplier < 1.0) {
668            fractionSmall *= multiplier;
669#ifdef CLP_INVESTIGATE
670            printf("changing fractionSmall from %g to %g for %s\n",
671                   fractionSmall_, fractionSmall, name.c_str());
672#endif
673        }
674    }
675#ifdef COIN_HAS_CLP
676    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
677    if (osiclp && (osiclp->specialOptions()&65536) == 0) {
678        // go faster stripes
679        if (osiclp->getNumRows() < 300 && osiclp->getNumCols() < 500) {
680            osiclp->setupForRepeatedUse(2, 0);
681        } else {
682            osiclp->setupForRepeatedUse(0, 0);
683        }
684        // Turn this off if you get problems
685        // Used to be automatically set
686        osiclp->setSpecialOptions(osiclp->specialOptions() | (128 + 64 - 128));
687        ClpSimplex * lpSolver = osiclp->getModelPtr();
688        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
689        lpSolver->setSpecialOptions(lpSolver->specialOptions() |
690                                    (/*16384+*/4096 + 512 + 128));
691    }
692#endif
693#ifdef HISTORY_STATISTICS
694    getHistoryStatistics_ = false;
695#endif
696    int status = 0;
697    int logLevel = model_->logLevel();
698#define LEN_PRINT 250
699    char generalPrint[LEN_PRINT];
700    // Do presolve to see if possible
701    int numberColumns = solver->getNumCols();
702    char * reset = NULL;
703    int returnCode = 1;
704    int saveModelOptions = model_->specialOptions();
705    assert ((saveModelOptions&2048) == 0);
706    model_->setSpecialOptions(saveModelOptions | 2048);
707    {
708        int saveLogLevel = solver->messageHandler()->logLevel();
709        if (saveLogLevel == 1)
710            solver->messageHandler()->setLogLevel(0);
711        OsiPresolve * pinfo = new OsiPresolve();
712        int presolveActions = 0;
713        // Allow dual stuff on integers
714        presolveActions = 1;
715        // Do not allow all +1 to be tampered with
716        //if (allPlusOnes)
717        //presolveActions |= 2;
718        // allow transfer of costs
719        // presolveActions |= 4;
720        pinfo->setPresolveActions(presolveActions);
721        OsiSolverInterface * presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
722        delete pinfo;
723        // see if too big
724
725        if (presolvedModel) {
726            int afterRows = presolvedModel->getNumRows();
727            int afterCols = presolvedModel->getNumCols();
728            //#define COIN_DEVELOP
729#ifdef COIN_DEVELOP_z
730            if (numberNodes < 0) {
731                solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
732                presolvedModel->writeMpsNative("after1.mps", NULL, NULL, 2, 1);
733            }
734#endif
735            delete presolvedModel;
736            double ratio = sizeRatio(afterRows - shiftRows, afterCols,
737                                     numberRowsStart, numberColumnsStart);
738            double after = 2 * afterRows + afterCols;
739            if (ratio > fractionSmall && after > 300 && numberNodes >= 0) {
740                // Need code to try again to compress further using used
741                const int * used =  model_->usedInSolution();
742                int maxUsed = 0;
743                int iColumn;
744                const double * lower = solver->getColLower();
745                const double * upper = solver->getColUpper();
746                for (iColumn = 0; iColumn < numberColumns; iColumn++) {
747                    if (upper[iColumn] > lower[iColumn]) {
748                        if (solver->isBinary(iColumn))
749                            maxUsed = CoinMax(maxUsed, used[iColumn]);
750                    }
751                }
752                if (maxUsed) {
753                    reset = new char [numberColumns];
754                    int nFix = 0;
755                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
756                        reset[iColumn] = 0;
757                        if (upper[iColumn] > lower[iColumn]) {
758                            if (solver->isBinary(iColumn) && used[iColumn] == maxUsed) {
759                                bool setValue = true;
760                                if (maxUsed == 1) {
761                                    double randomNumber = randomNumberGenerator_.randomDouble();
762                                    if (randomNumber > 0.3)
763                                        setValue = false;
764                                }
765                                if (setValue) {
766                                    reset[iColumn] = 1;
767                                    solver->setColLower(iColumn, 1.0);
768                                    nFix++;
769                                }
770                            }
771                        }
772                    }
773                    pinfo = new OsiPresolve();
774                    presolveActions = 0;
775                    // Allow dual stuff on integers
776                    presolveActions = 1;
777                    // Do not allow all +1 to be tampered with
778                    //if (allPlusOnes)
779                    //presolveActions |= 2;
780                    // allow transfer of costs
781                    // presolveActions |= 4;
782                    pinfo->setPresolveActions(presolveActions);
783                    presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
784                    delete pinfo;
785                    if (presolvedModel) {
786                        // see if too big
787                        int afterRows2 = presolvedModel->getNumRows();
788                        int afterCols2 = presolvedModel->getNumCols();
789                        delete presolvedModel;
790                        double ratio = sizeRatio(afterRows2 - shiftRows, afterCols2,
791                                                 numberRowsStart, numberColumnsStart);
792                        double after = 2 * afterRows2 + afterCols2;
793                        if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
794                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - still too large",
795                                    solver->getNumRows(), solver->getNumCols(),
796                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
797                            // If much too big - give up
798                            if (ratio > 0.75)
799                                returnCode = -1;
800                        } else {
801                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - ok now",
802                                    solver->getNumRows(), solver->getNumCols(),
803                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
804                        }
805                        model_->messageHandler()->message(CBC_GENERAL, model_->messages())
806                        << generalPrint
807                        << CoinMessageEol;
808                    } else {
809                        returnCode = 2; // infeasible
810                    }
811                }
812            } else if (ratio > fractionSmall && after > 300) {
813                returnCode = -1;
814            }
815        } else {
816            returnCode = 2; // infeasible
817        }
818        solver->messageHandler()->setLogLevel(saveLogLevel);
819    }
820    if (returnCode == 2 || returnCode == -1) {
821        model_->setSpecialOptions(saveModelOptions);
822        delete [] reset;
823#ifdef HISTORY_STATISTICS
824        getHistoryStatistics_ = true;
825#endif
826        //printf("small no good\n");
827        return returnCode;
828    }
829    // Reduce printout
830    bool takeHint;
831    OsiHintStrength strength;
832    solver->getHintParam(OsiDoReducePrint, takeHint, strength);
833    solver->setHintParam(OsiDoReducePrint, true, OsiHintTry);
834    solver->setHintParam(OsiDoPresolveInInitial, false, OsiHintTry);
835    double signedCutoff = cutoff*solver->getObjSense();
836    solver->setDblParam(OsiDualObjectiveLimit, signedCutoff);
837    solver->initialSolve();
838    if (solver->isProvenOptimal()) {
839        CglPreProcess process;
840        /* Do not try and produce equality cliques and
841           do up to 2 passes (normally) 5 if restart */
842        int numberPasses = 2;
843        if (numberNodes < 0) {
844            numberPasses = 5;
845            // Say some rows cuts
846            int numberRows = solver->getNumRows();
847            if (numberNodes_ < numberRows && true /* think */) {
848                char * type = new char[numberRows];
849                memset(type, 0, numberNodes_);
850                memset(type + numberNodes_, 1, numberRows - numberNodes_);
851                process.passInRowTypes(type, numberRows);
852                delete [] type;
853            }
854        }
855        if (logLevel <= 1)
856            process.messageHandler()->setLogLevel(0);
857        if (!solver->defaultHandler()&&
858            solver->messageHandler()->logLevel(0)!=-1000)
859          process.passInMessageHandler(solver->messageHandler());
860        OsiSolverInterface * solver2 = process.preProcessNonDefault(*solver, false,
861                                       numberPasses);
862        if (!solver2) {
863            if (logLevel > 1)
864                printf("Pre-processing says infeasible\n");
865            returnCode = 2; // so will be infeasible
866        } else {
867#ifdef COIN_DEVELOP_z
868            if (numberNodes < 0) {
869                solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
870            }
871#endif
872            // see if too big
873            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
874                                     numberRowsStart, numberColumnsStart);
875            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
876            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
877                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
878                        solver->getNumRows(), solver->getNumCols(),
879                        solver2->getNumRows(), solver2->getNumCols());
880                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
881                << generalPrint
882                << CoinMessageEol;
883                returnCode = -1;
884                //printf("small no good2\n");
885            } else {
886                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
887                        solver->getNumRows(), solver->getNumCols(),
888                        solver2->getNumRows(), solver2->getNumCols());
889                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
890                << generalPrint
891                << CoinMessageEol;
892            }
893            if (returnCode == 1) {
894                solver2->resolve();
895                CbcModel model(*solver2);
896                if (numberNodes >= 0) {
897                    // normal
898                    model.setSpecialOptions(saveModelOptions | 2048);
899                    if (logLevel <= 1)
900                        model.setLogLevel(0);
901                    else
902                        model.setLogLevel(logLevel);
903                    // No small fathoming
904                    model.setFastNodeDepth(-1);
905                    model.setCutoff(signedCutoff);
906                    // Don't do if original fraction > 1.0 and too large
907                    if (fractionSmall_>1.0) {
908                      /* 1.4 means -1 nodes if >.4
909                         2.4 means -1 nodes if >.5 and 0 otherwise
910                         3.4 means -1 nodes if >.6 and 0 or 5
911                         4.4 means -1 nodes if >.7 and 0, 5 or 10
912                      */
913                      double fraction = fractionSmall_-floor(fractionSmall_);
914                      if (ratio>fraction) {
915                        int type = static_cast<int>(floor(fractionSmall_*0.1));
916                        int over = static_cast<int>(ceil(ratio-fraction));
917                        int maxNodes[]={-1,0,5,10};
918                        if (type>over)
919                          numberNodes=maxNodes[type-over];
920                        else
921                          numberNodes=-1;
922                      }
923                    }
924                    model.setMaximumNodes(numberNodes);
925                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
926                    // Lightweight
927                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
928                    model.setStrategy(strategy);
929                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
930                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
931                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
932                } else {
933                    model.setSpecialOptions(saveModelOptions);
934                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
935                    << solver2->getNumRows() << solver2->getNumCols()
936                    << CoinMessageEol;
937                    // going for full search and copy across more stuff
938                    model.gutsOfCopy(*model_, 2);
939                    for (int i = 0; i < model.numberCutGenerators(); i++) {
940                        CbcCutGenerator * generator = model.cutGenerator(i);
941                        CglGomory * gomory = dynamic_cast<CglGomory *>
942                          (generator->generator());
943                        if (gomory&&gomory->originalSolver()) 
944                          gomory->passInOriginalSolver(model.solver());
945                        generator->setTiming(true);
946                        // Turn on if was turned on
947                        int iOften = model_->cutGenerator(i)->howOften();
948#ifdef CLP_INVESTIGATE
949                        printf("Gen %d often %d %d\n",
950                               i, generator->howOften(),
951                               iOften);
952#endif
953                        if (iOften > 0)
954                            generator->setHowOften(iOften % 1000000);
955                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
956                            generator->setHowOften(-100);
957                    }
958                    model.setCutoff(signedCutoff);
959                    // make sure can't do nested search! but allow heuristics
960                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
961                    bool takeHint;
962                    OsiHintStrength strength;
963                    // Switch off printing if asked to
964                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
965                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
966                    CbcStrategyDefault strategy(1, model_->numberStrong(),
967                                                model_->numberBeforeTrust());
968                    // Set up pre-processing - no
969                    strategy.setupPreProcessing(0); // was (4);
970                    model.setStrategy(strategy);
971                    //model.solver()->writeMps("crunched");
972                    int numberCuts = process.cuts().sizeRowCuts();
973                    if (numberCuts) {
974                        // add in cuts
975                        CglStored cuts = process.cuts();
976                        model.addCutGenerator(&cuts, 1, "Stored from first");
977                    }
978                }
979                // Do search
980                if (logLevel > 1)
981                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
982                    << name
983                    << model.getMaximumNodes()
984                    << CoinMessageEol;
985                // probably faster to use a basis to get integer solutions
986                model.setSpecialOptions(model.specialOptions() | 2);
987#ifdef CBC_THREAD
988                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
989                    // See if at root node
990                    bool atRoot = model_->getNodeCount() == 0;
991                    int passNumber = model_->getCurrentPassNumber();
992                    if (atRoot && passNumber == 1)
993                        model.setNumberThreads(model_->getNumberThreads());
994                }
995#endif
996                model.setParentModel(*model_);
997                model.setOriginalColumns(process.originalColumns());
998                model.setSearchStrategy(-1);
999                // If no feasibility pump then insert a lightweight one
1000                if (feasibilityPumpOptions_ >= 0) {
1001                    bool gotPump = false;
1002                    for (int i = 0; i < model.numberHeuristics(); i++) {
1003                        const CbcHeuristicFPump* pump =
1004                            dynamic_cast<const CbcHeuristicFPump*>(model.heuristic(i));
1005                        if (pump)
1006                            gotPump = true;
1007                    }
1008                    if (!gotPump) {
1009                        CbcHeuristicFPump heuristic4;
1010                        // use any cutoff
1011                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1012                        if (fractionSmall_<=1.0) 
1013                          heuristic4.setMaximumPasses(10);
1014                        int pumpTune = feasibilityPumpOptions_;
1015                        if (pumpTune > 0) {
1016                            /*
1017                            >=10000000 for using obj
1018                            >=1000000 use as accumulate switch
1019                            >=1000 use index+1 as number of large loops
1020                            >=100 use 0.05 objvalue as increment
1021                            %100 == 10,20 etc for experimentation
1022                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1023                            4 and static continuous, 5 as 3 but no internal integers
1024                            6 as 3 but all slack basis!
1025                            */
1026                            double value = solver2->getObjSense() * solver2->getObjValue();
1027                            int w = pumpTune / 10;
1028                            int ix = w % 10;
1029                            w /= 10;
1030                            int c = w % 10;
1031                            w /= 10;
1032                            int r = w;
1033                            int accumulate = r / 1000;
1034                            r -= 1000 * accumulate;
1035                            if (accumulate >= 10) {
1036                                int which = accumulate / 10;
1037                                accumulate -= 10 * which;
1038                                which--;
1039                                // weights and factors
1040                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1041                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1042                                heuristic4.setInitialWeight(weight[which]);
1043                                heuristic4.setWeightFactor(factor[which]);
1044                            }
1045                            // fake cutoff
1046                            if (c) {
1047                                double cutoff;
1048                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1049                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1050                                heuristic4.setFakeCutoff(cutoff);
1051                            }
1052                            if (r) {
1053                                // also set increment
1054                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1055                                double increment = 0.0;
1056                                heuristic4.setAbsoluteIncrement(increment);
1057                                heuristic4.setAccumulate(accumulate);
1058                                heuristic4.setMaximumRetries(r + 1);
1059                            }
1060                            pumpTune = pumpTune % 100;
1061                            if (pumpTune == 6)
1062                                pumpTune = 13;
1063                            if (pumpTune != 13)
1064                                pumpTune = pumpTune % 10;
1065                            heuristic4.setWhen(pumpTune);
1066                            if (ix) {
1067                                heuristic4.setFeasibilityPumpOptions(ix*10);
1068                            }
1069                        }
1070                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1071                    }
1072                }
1073                //printf("sol %x\n",inputSolution_);
1074                if (inputSolution_) {
1075                    // translate and add a serendipity heuristic
1076                    int numberColumns = solver2->getNumCols();
1077                    const int * which = process.originalColumns();
1078                    OsiSolverInterface * solver3 = solver2->clone();
1079                    for (int i = 0; i < numberColumns; i++) {
1080                        if (solver3->isInteger(i)) {
1081                            int k = which[i];
1082                            double value = inputSolution_[k];
1083                            //if (value)
1084                            //printf("orig col %d now %d val %g\n",
1085                            //       k,i,value);
1086                            solver3->setColLower(i, value);
1087                            solver3->setColUpper(i, value);
1088                        }
1089                    }
1090                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1091                    solver3->resolve();
1092                    if (!solver3->isProvenOptimal()) {
1093                        // Try just setting nonzeros
1094                        OsiSolverInterface * solver4 = solver2->clone();
1095                        for (int i = 0; i < numberColumns; i++) {
1096                            if (solver4->isInteger(i)) {
1097                                int k = which[i];
1098                                double value = floor(inputSolution_[k] + 0.5);
1099                                if (value) {
1100                                    solver3->setColLower(i, value);
1101                                    solver3->setColUpper(i, value);
1102                                }
1103                            }
1104                        }
1105                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1106                        solver4->resolve();
1107                        int nBad = -1;
1108                        if (solver4->isProvenOptimal()) {
1109                            nBad = 0;
1110                            const double * solution = solver4->getColSolution();
1111                            for (int i = 0; i < numberColumns; i++) {
1112                                if (solver4->isInteger(i)) {
1113                                    double value = floor(solution[i] + 0.5);
1114                                    if (fabs(value - solution[i]) > 1.0e-6)
1115                                        nBad++;
1116                                }
1117                            }
1118                        }
1119                        if (nBad) {
1120                            delete solver4;
1121                        } else {
1122                            delete solver3;
1123                            solver3 = solver4;
1124                        }
1125                    }
1126                    if (solver3->isProvenOptimal()) {
1127                        // good
1128                        CbcSerendipity heuristic(model);
1129                        double value = solver3->getObjSense() * solver3->getObjValue();
1130                        heuristic.setInputSolution(solver3->getColSolution(), value);
1131                        value = value + 1.0e-7*(1.0 + fabs(value));
1132                        value *= solver3->getObjSense();
1133                        model.setCutoff(value);
1134                        model.addHeuristic(&heuristic, "Previous solution", 0);
1135                        //printf("added seren\n");
1136                    } else {
1137                        double value = model_->getMinimizationObjValue();
1138                        value = value + 1.0e-7*(1.0 + fabs(value));
1139                        value *= solver3->getObjSense();
1140                        model.setCutoff(value);
1141#ifdef CLP_INVESTIGATE
1142                        printf("NOT added seren\n");
1143                        solver3->writeMps("bad_seren");
1144                        solver->writeMps("orig_seren");
1145#endif
1146                    }
1147                    delete solver3;
1148                }
1149                if (model_->searchStrategy() == 2) {
1150                    model.setNumberStrong(5);
1151                    model.setNumberBeforeTrust(5);
1152                }
1153                if (model.getNumCols()) {
1154                    if (numberNodes >= 0) {
1155                        setCutAndHeuristicOptions(model);
1156                        // not too many iterations
1157                        model.setMaximumNumberIterations(100*(numberNodes + 10));
1158                        // Not fast stuff
1159                        model.setFastNodeDepth(-1);
1160                    } else if (model.fastNodeDepth() >= 1000000) {
1161                        // already set
1162                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1163                    }
1164                    model.setWhenCuts(999998);
1165#define ALWAYS_DUAL
1166#ifdef ALWAYS_DUAL
1167                    OsiSolverInterface * solver = model.solver();
1168                    bool takeHint;
1169                    OsiHintStrength strength;
1170                    solver->getHintParam(OsiDoDualInResolve, takeHint, strength);
1171                    solver->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1172#endif
1173                    model.branchAndBound();
1174#ifdef ALWAYS_DUAL
1175                    solver = model.solver();
1176                    solver->setHintParam(OsiDoDualInResolve, takeHint, strength);
1177#endif
1178#ifdef COIN_DEVELOP
1179                    printf("sub branch %d nodes, %d iterations - max %d\n",
1180                           model.getNodeCount(), model.getIterationCount(),
1181                           100*(numberNodes + 10));
1182#endif
1183                    if (numberNodes < 0) {
1184                        model_->incrementIterationCount(model.getIterationCount());
1185                        model_->incrementNodeCount(model.getNodeCount());
1186                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1187                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1188                            sprintf(generalPrint,
1189                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1190                                    generator->cutGeneratorName(),
1191                                    generator->numberTimesEntered(),
1192                                    generator->numberCutsInTotal() +
1193                                    generator->numberColumnCuts(),
1194                                    generator->numberCutsActive(),
1195                                    generator->timeInCutGenerator());
1196                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1197                            if (stored && !generator->numberCutsInTotal())
1198                                continue;
1199#ifndef CLP_INVESTIGATE
1200                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1201                            if (implication)
1202                                continue;
1203#endif
1204                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1205                            << generalPrint
1206                            << CoinMessageEol;
1207                        }
1208                    }
1209                } else {
1210                    // empty model
1211                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1212                }
1213                if (logLevel > 1)
1214                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1215                    << name
1216                    << CoinMessageEol;
1217                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1218                    // solution
1219                    if (model.getNumCols())
1220                        returnCode = model.isProvenOptimal() ? 3 : 1;
1221                    else
1222                        returnCode = 3;
1223                    // post process
1224#ifdef COIN_HAS_CLP
1225                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1226                    if (clpSolver) {
1227                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1228                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1229                    }
1230#endif
1231                    process.postProcess(*model.solver());
1232                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1233                        // Solution now back in solver
1234                        int numberColumns = solver->getNumCols();
1235                        memcpy(newSolution, solver->getColSolution(),
1236                               numberColumns*sizeof(double));
1237                        newSolutionValue = model.getMinimizationObjValue();
1238                    } else {
1239                        // odd - but no good
1240                        returnCode = 0; // so will be infeasible
1241                    }
1242                } else {
1243                    // no good
1244                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1245                }
1246                int totalNumberIterations = model.getIterationCount() +
1247                                            process.numberIterationsPre() +
1248                                            process.numberIterationsPost();
1249                if (totalNumberIterations > 100*(numberNodes + 10)) {
1250                    // only allow smaller problems
1251                    fractionSmall = fractionSmall_;
1252                    fractionSmall_ *= 0.9;
1253#ifdef CLP_INVESTIGATE
1254                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1255                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1256#endif
1257                }
1258                if (model.status() == 5)
1259                    returnCode = -2; // stop
1260                if (model.isProvenInfeasible())
1261                    status = 1;
1262                else if (model.isProvenOptimal())
1263                    status = 2;
1264            }
1265        }
1266    } else {
1267        returnCode = 2; // infeasible finished
1268    }
1269    model_->setSpecialOptions(saveModelOptions);
1270    model_->setLogLevel(logLevel);
1271    if (returnCode == 1 || returnCode == 2) {
1272        OsiSolverInterface * solverC = model_->continuousSolver();
1273        if (false && solverC) {
1274            const double * lower = solver->getColLower();
1275            const double * upper = solver->getColUpper();
1276            const double * lowerC = solverC->getColLower();
1277            const double * upperC = solverC->getColUpper();
1278            bool good = true;
1279            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1280                if (solverC->isInteger(iColumn)) {
1281                    if (lower[iColumn] > lowerC[iColumn] &&
1282                            upper[iColumn] < upperC[iColumn]) {
1283                        good = false;
1284                        printf("CUT - can't add\n");
1285                        break;
1286                    }
1287                }
1288            }
1289            if (good) {
1290                double * cut = new double [numberColumns];
1291                int * which = new int [numberColumns];
1292                double rhs = -1.0;
1293                int n = 0;
1294                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1295                    if (solverC->isInteger(iColumn)) {
1296                        if (lower[iColumn] == upperC[iColumn]) {
1297                            rhs += lower[iColumn];
1298                            cut[n] = 1.0;
1299                            which[n++] = iColumn;
1300                        } else if (upper[iColumn] == lowerC[iColumn]) {
1301                            rhs -= upper[iColumn];
1302                            cut[n] = -1.0;
1303                            which[n++] = iColumn;
1304                        }
1305                    }
1306                }
1307                printf("CUT has %d entries\n", n);
1308                OsiRowCut newCut;
1309                newCut.setLb(-COIN_DBL_MAX);
1310                newCut.setUb(rhs);
1311                newCut.setRow(n, which, cut, false);
1312                model_->makeGlobalCut(newCut);
1313                delete [] cut;
1314                delete [] which;
1315            }
1316        }
1317#ifdef COIN_DEVELOP
1318        if (status == 1)
1319            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1320        else if (status == 2)
1321            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1322#endif
1323    }
1324    if (reset) {
1325        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1326            if (reset[iColumn])
1327                solver->setColLower(iColumn, 0.0);
1328        }
1329        delete [] reset;
1330    }
1331#ifdef HISTORY_STATISTICS
1332    getHistoryStatistics_ = true;
1333#endif
1334    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1335    return returnCode;
1336}
1337// Set input solution
1338void
1339CbcHeuristic::setInputSolution(const double * solution, double objValue)
1340{
1341    delete [] inputSolution_;
1342    inputSolution_ = NULL;
1343    if (model_ && solution) {
1344        int numberColumns = model_->getNumCols();
1345        inputSolution_ = new double [numberColumns+1];
1346        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1347        inputSolution_[numberColumns] = objValue;
1348    }
1349}
1350
1351//##############################################################################
1352
1353inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1354                                    const CbcBranchingObject* br1)
1355{
1356    const int t0 = br0->type();
1357    const int t1 = br1->type();
1358    if (t0 < t1) {
1359        return -1;
1360    }
1361    if (t0 > t1) {
1362        return 1;
1363    }
1364    return br0->compareOriginalObject(br1);
1365}
1366
1367//==============================================================================
1368
1369inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1370                                    const CbcBranchingObject* br1)
1371{
1372    return compare3BranchingObjects(br0, br1) < 0;
1373}
1374
1375//==============================================================================
1376
1377void
1378CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1379{
1380    //  CbcHeurDebugNodes(&model);
1381    CbcNode* node = model.currentNode();
1382    brObj_ = new CbcBranchingObject*[node->depth()];
1383    CbcNodeInfo* nodeInfo = node->nodeInfo();
1384    int cnt = 0;
1385    while (nodeInfo->parentBranch() != NULL) {
1386        const OsiBranchingObject* br = nodeInfo->parentBranch();
1387        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1388        if (! cbcbr) {
1389            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1390                            "gutsOfConstructor",
1391                            "CbcHeuristicNode",
1392                            __FILE__, __LINE__);
1393        }
1394        brObj_[cnt] = cbcbr->clone();
1395        brObj_[cnt]->previousBranch();
1396        ++cnt;
1397        nodeInfo = nodeInfo->parent();
1398    }
1399    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1400    if (cnt <= 1) {
1401        numObjects_ = cnt;
1402    } else {
1403        numObjects_ = 0;
1404        CbcBranchingObject* br = NULL; // What should this be?
1405        for (int i = 1; i < cnt; ++i) {
1406            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1407                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1408                switch (comp) {
1409                case CbcRangeSame: // the same range
1410                case CbcRangeDisjoint: // disjoint decisions
1411                    // should not happen! we are on a chain!
1412                    abort();
1413                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1414                    delete brObj_[i];
1415                    break;
1416                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1417                    delete brObj_[numObjects_];
1418                    brObj_[numObjects_] = brObj_[i];
1419                    break;
1420                case CbcRangeOverlap: // overlap
1421                    delete brObj_[i];
1422                    delete brObj_[numObjects_];
1423                    brObj_[numObjects_] = br;
1424                    break;
1425                }
1426                continue;
1427            } else {
1428                brObj_[++numObjects_] = brObj_[i];
1429            }
1430        }
1431        ++numObjects_;
1432    }
1433}
1434
1435//==============================================================================
1436
1437CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1438{
1439    gutsOfConstructor(model);
1440}
1441
1442//==============================================================================
1443
1444double
1445CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1446{
1447
1448    const double disjointWeight = 1;
1449    const double overlapWeight = 0.4;
1450    const double subsetWeight = 0.2;
1451    int countDisjointWeight = 0;
1452    int countOverlapWeight = 0;
1453    int countSubsetWeight = 0;
1454    int i = 0;
1455    int j = 0;
1456    double dist = 0.0;
1457#ifdef PRINT_DEBUG
1458    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1459           numObjects_, node->numObjects_);
1460#endif
1461    while ( i < numObjects_ && j < node->numObjects_) {
1462        CbcBranchingObject* br0 = brObj_[i];
1463        const CbcBranchingObject* br1 = node->brObj_[j];
1464#ifdef PRINT_DEBUG
1465        const CbcIntegerBranchingObject* brPrint0 =
1466            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1467        const double* downBounds = brPrint0->downBounds();
1468        const double* upBounds = brPrint0->upBounds();
1469        int variable = brPrint0->variable();
1470        int way = brPrint0->way();
1471        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1472               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1473               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1474        const CbcIntegerBranchingObject* brPrint1 =
1475            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1476        downBounds = brPrint1->downBounds();
1477        upBounds = brPrint1->upBounds();
1478        variable = brPrint1->variable();
1479        way = brPrint1->way();
1480        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1481               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1482               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1483#endif
1484        const int brComp = compare3BranchingObjects(br0, br1);
1485        if (brComp < 0) {
1486            dist += subsetWeight;
1487            countSubsetWeight++;
1488            ++i;
1489        } else if (brComp > 0) {
1490            dist += subsetWeight;
1491            countSubsetWeight++;
1492            ++j;
1493        } else {
1494            const int comp = br0->compareBranchingObject(br1, false);
1495            switch (comp) {
1496            case CbcRangeSame:
1497                // do nothing
1498                break;
1499            case CbcRangeDisjoint: // disjoint decisions
1500                dist += disjointWeight;
1501                countDisjointWeight++;
1502                break;
1503            case CbcRangeSubset: // subset one way or another
1504            case CbcRangeSuperset:
1505                dist += subsetWeight;
1506                countSubsetWeight++;
1507                break;
1508            case CbcRangeOverlap: // overlap
1509                dist += overlapWeight;
1510                countOverlapWeight++;
1511                break;
1512            }
1513            ++i;
1514            ++j;
1515        }
1516    }
1517    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1518    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1519    printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1520           countOverlapWeight, countDisjointWeight);
1521    return dist;
1522}
1523
1524//==============================================================================
1525
1526CbcHeuristicNode::~CbcHeuristicNode()
1527{
1528    for (int i = 0; i < numObjects_; ++i) {
1529        delete brObj_[i];
1530    }
1531    delete [] brObj_;
1532}
1533
1534//==============================================================================
1535
1536double
1537CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1538{
1539    double minDist = COIN_DBL_MAX;
1540    for (int i = nodeList.size() - 1; i >= 0; --i) {
1541        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1542    }
1543    return minDist;
1544}
1545
1546//==============================================================================
1547
1548bool
1549CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1550                                     const double threshold) const
1551{
1552    for (int i = nodeList.size() - 1; i >= 0; --i) {
1553        if (distance(nodeList.node(i)) >= threshold) {
1554            continue;
1555        } else {
1556            return true;
1557        }
1558    }
1559    return false;
1560}
1561
1562//==============================================================================
1563
1564double
1565CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1566{
1567    if (nodeList.size() == 0) {
1568        return COIN_DBL_MAX;
1569    }
1570    double sumDist = 0;
1571    for (int i = nodeList.size() - 1; i >= 0; --i) {
1572        sumDist += distance(nodeList.node(i));
1573    }
1574    return sumDist / nodeList.size();
1575}
1576
1577//##############################################################################
1578
1579// Default Constructor
1580CbcRounding::CbcRounding()
1581        : CbcHeuristic()
1582{
1583    // matrix and row copy will automatically be empty
1584    seed_ = 7654321;
1585    down_ = NULL;
1586    up_ = NULL;
1587    equal_ = NULL;
1588    //whereFrom_ |= 16; // allow more often
1589}
1590
1591// Constructor from model
1592CbcRounding::CbcRounding(CbcModel & model)
1593        : CbcHeuristic(model)
1594{
1595    // Get a copy of original matrix (and by row for rounding);
1596    assert(model.solver());
1597    if (model.solver()->getNumRows()) {
1598        matrix_ = *model.solver()->getMatrixByCol();
1599        matrixByRow_ = *model.solver()->getMatrixByRow();
1600        validate();
1601    }
1602    down_ = NULL;
1603    up_ = NULL;
1604    equal_ = NULL;
1605    seed_ = 7654321;
1606    //whereFrom_ |= 16; // allow more often
1607}
1608
1609// Destructor
1610CbcRounding::~CbcRounding ()
1611{
1612    delete [] down_;
1613    delete [] up_;
1614    delete [] equal_;
1615}
1616
1617// Clone
1618CbcHeuristic *
1619CbcRounding::clone() const
1620{
1621    return new CbcRounding(*this);
1622}
1623// Create C++ lines to get to current state
1624void
1625CbcRounding::generateCpp( FILE * fp)
1626{
1627    CbcRounding other;
1628    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1629    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1630    CbcHeuristic::generateCpp(fp, "rounding");
1631    if (seed_ != other.seed_)
1632        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1633    else
1634        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1635    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1636}
1637//#define NEW_ROUNDING
1638// Copy constructor
1639CbcRounding::CbcRounding(const CbcRounding & rhs)
1640        :
1641        CbcHeuristic(rhs),
1642        matrix_(rhs.matrix_),
1643        matrixByRow_(rhs.matrixByRow_),
1644        seed_(rhs.seed_)
1645{
1646#ifdef NEW_ROUNDING
1647    int numberColumns = matrix_.getNumCols();
1648    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1649    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1650    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1651#else
1652    down_ = NULL;
1653    up_ = NULL;
1654    equal_ = NULL;
1655#endif
1656}
1657
1658// Assignment operator
1659CbcRounding &
1660CbcRounding::operator=( const CbcRounding & rhs)
1661{
1662    if (this != &rhs) {
1663        CbcHeuristic::operator=(rhs);
1664        matrix_ = rhs.matrix_;
1665        matrixByRow_ = rhs.matrixByRow_;
1666#ifdef NEW_ROUNDING
1667        delete [] down_;
1668        delete [] up_;
1669        delete [] equal_;
1670        int numberColumns = matrix_.getNumCols();
1671        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1672        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1673        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1674#else
1675        down_ = NULL;
1676        up_ = NULL;
1677        equal_ = NULL;
1678#endif
1679        seed_ = rhs.seed_;
1680    }
1681    return *this;
1682}
1683
1684// Resets stuff if model changes
1685void
1686CbcRounding::resetModel(CbcModel * model)
1687{
1688    model_ = model;
1689    // Get a copy of original matrix (and by row for rounding);
1690    assert(model_->solver());
1691    matrix_ = *model_->solver()->getMatrixByCol();
1692    matrixByRow_ = *model_->solver()->getMatrixByRow();
1693    validate();
1694}
1695// See if rounding will give solution
1696// Sets value of solution
1697// Assumes rhs for original matrix still okay
1698// At present only works with integers
1699// Fix values if asked for
1700// Returns 1 if solution, 0 if not
1701int
1702CbcRounding::solution(double & solutionValue,
1703                      double * betterSolution)
1704{
1705
1706    numCouldRun_++;
1707    // See if to do
1708    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1709            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1710        return 0; // switched off
1711    numRuns_++;
1712    OsiSolverInterface * solver = model_->solver();
1713    double direction = solver->getObjSense();
1714    double newSolutionValue = direction * solver->getObjValue();
1715    return solution(solutionValue, betterSolution, newSolutionValue);
1716}
1717// See if rounding will give solution
1718// Sets value of solution
1719// Assumes rhs for original matrix still okay
1720// At present only works with integers
1721// Fix values if asked for
1722// Returns 1 if solution, 0 if not
1723int
1724CbcRounding::solution(double & solutionValue,
1725                      double * betterSolution,
1726                      double newSolutionValue)
1727{
1728
1729    // See if to do
1730    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1731            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1732        return 0; // switched off
1733    OsiSolverInterface * solver = model_->solver();
1734    const double * lower = solver->getColLower();
1735    const double * upper = solver->getColUpper();
1736    const double * rowLower = solver->getRowLower();
1737    const double * rowUpper = solver->getRowUpper();
1738    const double * solution = solver->getColSolution();
1739    const double * objective = solver->getObjCoefficients();
1740    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1741    double primalTolerance;
1742    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1743
1744    int numberRows = matrix_.getNumRows();
1745    assert (numberRows <= solver->getNumRows());
1746    int numberIntegers = model_->numberIntegers();
1747    const int * integerVariable = model_->integerVariable();
1748    int i;
1749    double direction = solver->getObjSense();
1750    //double newSolutionValue = direction*solver->getObjValue();
1751    int returnCode = 0;
1752    // Column copy
1753    const double * element = matrix_.getElements();
1754    const int * row = matrix_.getIndices();
1755    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1756    const int * columnLength = matrix_.getVectorLengths();
1757    // Row copy
1758    const double * elementByRow = matrixByRow_.getElements();
1759    const int * column = matrixByRow_.getIndices();
1760    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1761    const int * rowLength = matrixByRow_.getVectorLengths();
1762
1763    // Get solution array for heuristic solution
1764    int numberColumns = solver->getNumCols();
1765    double * newSolution = new double [numberColumns];
1766    memcpy(newSolution, solution, numberColumns*sizeof(double));
1767
1768    double * rowActivity = new double[numberRows];
1769    memset(rowActivity, 0, numberRows*sizeof(double));
1770    for (i = 0; i < numberColumns; i++) {
1771        int j;
1772        double value = newSolution[i];
1773        if (value < lower[i]) {
1774            value = lower[i];
1775            newSolution[i] = value;
1776        } else if (value > upper[i]) {
1777            value = upper[i];
1778            newSolution[i] = value;
1779        }
1780        if (value) {
1781            for (j = columnStart[i];
1782                    j < columnStart[i] + columnLength[i]; j++) {
1783                int iRow = row[j];
1784                rowActivity[iRow] += value * element[j];
1785            }
1786        }
1787    }
1788    // check was feasible - if not adjust (cleaning may move)
1789    for (i = 0; i < numberRows; i++) {
1790        if (rowActivity[i] < rowLower[i]) {
1791            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1792            rowActivity[i] = rowLower[i];
1793        } else if (rowActivity[i] > rowUpper[i]) {
1794            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1795            rowActivity[i] = rowUpper[i];
1796        }
1797    }
1798    for (i = 0; i < numberIntegers; i++) {
1799        int iColumn = integerVariable[i];
1800        double value = newSolution[iColumn];
1801        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1802            double below = floor(value);
1803            double newValue = newSolution[iColumn];
1804            double cost = direction * objective[iColumn];
1805            double move;
1806            if (cost > 0.0) {
1807                // try up
1808                move = 1.0 - (value - below);
1809            } else if (cost < 0.0) {
1810                // try down
1811                move = below - value;
1812            } else {
1813                // won't be able to move unless we can grab another variable
1814                double randomNumber = randomNumberGenerator_.randomDouble();
1815                // which way?
1816                if (randomNumber < 0.5)
1817                    move = below - value;
1818                else
1819                    move = 1.0 - (value - below);
1820            }
1821            newValue += move;
1822            newSolution[iColumn] = newValue;
1823            newSolutionValue += move * cost;
1824            int j;
1825            for (j = columnStart[iColumn];
1826                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1827                int iRow = row[j];
1828                rowActivity[iRow] += move * element[j];
1829            }
1830        }
1831    }
1832
1833    double penalty = 0.0;
1834    const char * integerType = model_->integerType();
1835    // see if feasible - just using singletons
1836    for (i = 0; i < numberRows; i++) {
1837        double value = rowActivity[i];
1838        double thisInfeasibility = 0.0;
1839        if (value < rowLower[i] - primalTolerance)
1840            thisInfeasibility = value - rowLower[i];
1841        else if (value > rowUpper[i] + primalTolerance)
1842            thisInfeasibility = value - rowUpper[i];
1843        if (thisInfeasibility) {
1844            // See if there are any slacks I can use to fix up
1845            // maybe put in coding for multiple slacks?
1846            double bestCost = 1.0e50;
1847            int k;
1848            int iBest = -1;
1849            double addCost = 0.0;
1850            double newValue = 0.0;
1851            double changeRowActivity = 0.0;
1852            double absInfeasibility = fabs(thisInfeasibility);
1853            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1854                int iColumn = column[k];
1855                // See if all elements help
1856                if (columnLength[iColumn] == 1) {
1857                    double currentValue = newSolution[iColumn];
1858                    double elementValue = elementByRow[k];
1859                    double lowerValue = lower[iColumn];
1860                    double upperValue = upper[iColumn];
1861                    double gap = rowUpper[i] - rowLower[i];
1862                    double absElement = fabs(elementValue);
1863                    if (thisInfeasibility*elementValue > 0.0) {
1864                        // we want to reduce
1865                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1866                            // possible - check if integer
1867                            double distance = absInfeasibility / absElement;
1868                            double thisCost = -direction * objective[iColumn] * distance;
1869                            if (integerType[iColumn]) {
1870                                distance = ceil(distance - primalTolerance);
1871                                if (currentValue - distance >= lowerValue - primalTolerance) {
1872                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1873                                        thisCost = 1.0e100; // no good
1874                                    else
1875                                        thisCost = -direction * objective[iColumn] * distance;
1876                                } else {
1877                                    thisCost = 1.0e100; // no good
1878                                }
1879                            }
1880                            if (thisCost < bestCost) {
1881                                bestCost = thisCost;
1882                                iBest = iColumn;
1883                                addCost = thisCost;
1884                                newValue = currentValue - distance;
1885                                changeRowActivity = -distance * elementValue;
1886                            }
1887                        }
1888                    } else {
1889                        // we want to increase
1890                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1891                            // possible - check if integer
1892                            double distance = absInfeasibility / absElement;
1893                            double thisCost = direction * objective[iColumn] * distance;
1894                            if (integerType[iColumn]) {
1895                                distance = ceil(distance - 1.0e-7);
1896                                assert (currentValue - distance <= upperValue + primalTolerance);
1897                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1898                                    thisCost = 1.0e100; // no good
1899                                else
1900                                    thisCost = direction * objective[iColumn] * distance;
1901                            }
1902                            if (thisCost < bestCost) {
1903                                bestCost = thisCost;
1904                                iBest = iColumn;
1905                                addCost = thisCost;
1906                                newValue = currentValue + distance;
1907                                changeRowActivity = distance * elementValue;
1908                            }
1909                        }
1910                    }
1911                }
1912            }
1913            if (iBest >= 0) {
1914                /*printf("Infeasibility of %g on row %d cost %g\n",
1915                  thisInfeasibility,i,addCost);*/
1916                newSolution[iBest] = newValue;
1917                thisInfeasibility = 0.0;
1918                newSolutionValue += addCost;
1919                rowActivity[i] += changeRowActivity;
1920            }
1921            penalty += fabs(thisInfeasibility);
1922        }
1923    }
1924    if (penalty) {
1925        // see if feasible using any
1926        // first continuous
1927        double penaltyChange = 0.0;
1928        int iColumn;
1929        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1930            if (integerType[iColumn])
1931                continue;
1932            double currentValue = newSolution[iColumn];
1933            double lowerValue = lower[iColumn];
1934            double upperValue = upper[iColumn];
1935            int j;
1936            int anyBadDown = 0;
1937            int anyBadUp = 0;
1938            double upImprovement = 0.0;
1939            double downImprovement = 0.0;
1940            for (j = columnStart[iColumn];
1941                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1942                int iRow = row[j];
1943                if (rowUpper[iRow] > rowLower[iRow]) {
1944                    double value = element[j];
1945                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1946                        // infeasible above
1947                        downImprovement += value;
1948                        upImprovement -= value;
1949                        if (value > 0.0)
1950                            anyBadUp++;
1951                        else
1952                            anyBadDown++;
1953                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
1954                        // feasible at ub
1955                        if (value > 0.0) {
1956                            upImprovement -= value;
1957                            anyBadUp++;
1958                        } else {
1959                            downImprovement += value;
1960                            anyBadDown++;
1961                        }
1962                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
1963                        // feasible in interior
1964                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
1965                        // feasible at lb
1966                        if (value < 0.0) {
1967                            upImprovement += value;
1968                            anyBadUp++;
1969                        } else {
1970                            downImprovement -= value;
1971                            anyBadDown++;
1972                        }
1973                    } else {
1974                        // infeasible below
1975                        downImprovement -= value;
1976                        upImprovement += value;
1977                        if (value < 0.0)
1978                            anyBadUp++;
1979                        else
1980                            anyBadDown++;
1981                    }
1982                } else {
1983                    // equality row
1984                    double value = element[j];
1985                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1986                        // infeasible above
1987                        downImprovement += value;
1988                        upImprovement -= value;
1989                        if (value > 0.0)
1990                            anyBadUp++;
1991                        else
1992                            anyBadDown++;
1993                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
1994                        // infeasible below
1995                        downImprovement -= value;
1996                        upImprovement += value;
1997                        if (value < 0.0)
1998                            anyBadUp++;
1999                        else
2000                            anyBadDown++;
2001                    } else {
2002                        // feasible - no good
2003                        anyBadUp = -1;
2004                        anyBadDown = -1;
2005                        break;
2006                    }
2007                }
2008            }
2009            // could change tests for anyBad
2010            if (anyBadUp)
2011                upImprovement = 0.0;
2012            if (anyBadDown)
2013                downImprovement = 0.0;
2014            double way = 0.0;
2015            double improvement = 0.0;
2016            if (downImprovement > 0.0 && currentValue > lowerValue) {
2017                way = -1.0;
2018                improvement = downImprovement;
2019            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2020                way = 1.0;
2021                improvement = upImprovement;
2022            }
2023            if (way) {
2024                // can improve
2025                double distance;
2026                if (way > 0.0)
2027                    distance = upperValue - currentValue;
2028                else
2029                    distance = currentValue - lowerValue;
2030                for (j = columnStart[iColumn];
2031                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2032                    int iRow = row[j];
2033                    double value = element[j] * way;
2034                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2035                        // infeasible above
2036                        assert (value < 0.0);
2037                        double gap = rowActivity[iRow] - rowUpper[iRow];
2038                        if (gap + value*distance < 0.0)
2039                            distance = -gap / value;
2040                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2041                        // infeasible below
2042                        assert (value > 0.0);
2043                        double gap = rowActivity[iRow] - rowLower[iRow];
2044                        if (gap + value*distance > 0.0)
2045                            distance = -gap / value;
2046                    } else {
2047                        // feasible
2048                        if (value > 0) {
2049                            double gap = rowActivity[iRow] - rowUpper[iRow];
2050                            if (gap + value*distance > 0.0)
2051                                distance = -gap / value;
2052                        } else {
2053                            double gap = rowActivity[iRow] - rowLower[iRow];
2054                            if (gap + value*distance < 0.0)
2055                                distance = -gap / value;
2056                        }
2057                    }
2058                }
2059                //move
2060                penaltyChange += improvement * distance;
2061                distance *= way;
2062                newSolution[iColumn] += distance;
2063                newSolutionValue += direction * objective[iColumn] * distance;
2064                for (j = columnStart[iColumn];
2065                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2066                    int iRow = row[j];
2067                    double value = element[j];
2068                    rowActivity[iRow] += distance * value;
2069                }
2070            }
2071        }
2072        // and now all if improving
2073        double lastChange = penaltyChange ? 1.0 : 0.0;
2074        while (lastChange > 1.0e-2) {
2075            lastChange = 0;
2076            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2077                bool isInteger = (integerType[iColumn] != 0);
2078                double currentValue = newSolution[iColumn];
2079                double lowerValue = lower[iColumn];
2080                double upperValue = upper[iColumn];
2081                int j;
2082                int anyBadDown = 0;
2083                int anyBadUp = 0;
2084                double upImprovement = 0.0;
2085                double downImprovement = 0.0;
2086                for (j = columnStart[iColumn];
2087                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2088                    int iRow = row[j];
2089                    double value = element[j];
2090                    if (isInteger) {
2091                        if (value > 0.0) {
2092                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2093                                anyBadUp++;
2094                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2095                                anyBadDown++;
2096                        } else {
2097                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2098                                anyBadDown++;
2099                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2100                                anyBadUp++;
2101                        }
2102                    }
2103                    if (rowUpper[iRow] > rowLower[iRow]) {
2104                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2105                            // infeasible above
2106                            downImprovement += value;
2107                            upImprovement -= value;
2108                            if (value > 0.0)
2109                                anyBadUp++;
2110                            else
2111                                anyBadDown++;
2112                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2113                            // feasible at ub
2114                            if (value > 0.0) {
2115                                upImprovement -= value;
2116                                anyBadUp++;
2117                            } else {
2118                                downImprovement += value;
2119                                anyBadDown++;
2120                            }
2121                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2122                            // feasible in interior
2123                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2124                            // feasible at lb
2125                            if (value < 0.0) {
2126                                upImprovement += value;
2127                                anyBadUp++;
2128                            } else {
2129                                downImprovement -= value;
2130                                anyBadDown++;
2131                            }
2132                        } else {
2133                            // infeasible below
2134                            downImprovement -= value;
2135                            upImprovement += value;
2136                            if (value < 0.0)
2137                                anyBadUp++;
2138                            else
2139                                anyBadDown++;
2140                        }
2141                    } else {
2142                        // equality row
2143                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2144                            // infeasible above
2145                            downImprovement += value;
2146                            upImprovement -= value;
2147                            if (value > 0.0)
2148                                anyBadUp++;
2149                            else
2150                                anyBadDown++;
2151                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2152                            // infeasible below
2153                            downImprovement -= value;
2154                            upImprovement += value;
2155                            if (value < 0.0)
2156                                anyBadUp++;
2157                            else
2158                                anyBadDown++;
2159                        } else {
2160                            // feasible - no good
2161                            anyBadUp = -1;
2162                            anyBadDown = -1;
2163                            break;
2164                        }
2165                    }
2166                }
2167                // could change tests for anyBad
2168                if (anyBadUp)
2169                    upImprovement = 0.0;
2170                if (anyBadDown)
2171                    downImprovement = 0.0;
2172                double way = 0.0;
2173                double improvement = 0.0;
2174                if (downImprovement > 0.0 && currentValue > lowerValue) {
2175                    way = -1.0;
2176                    improvement = downImprovement;
2177                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2178                    way = 1.0;
2179                    improvement = upImprovement;
2180                }
2181                if (way) {
2182                    // can improve
2183                    double distance = COIN_DBL_MAX;
2184                    for (j = columnStart[iColumn];
2185                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2186                        int iRow = row[j];
2187                        double value = element[j] * way;
2188                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2189                            // infeasible above
2190                            assert (value < 0.0);
2191                            double gap = rowActivity[iRow] - rowUpper[iRow];
2192                            if (gap + value*distance < 0.0) {
2193                                // If integer then has to move by 1
2194                                if (!isInteger)
2195                                    distance = -gap / value;
2196                                else
2197                                    distance = CoinMax(-gap / value, 1.0);
2198                            }
2199                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2200                            // infeasible below
2201                            assert (value > 0.0);
2202                            double gap = rowActivity[iRow] - rowLower[iRow];
2203                            if (gap + value*distance > 0.0) {
2204                                // If integer then has to move by 1
2205                                if (!isInteger)
2206                                    distance = -gap / value;
2207                                else
2208                                    distance = CoinMax(-gap / value, 1.0);
2209                            }
2210                        } else {
2211                            // feasible
2212                            if (value > 0) {
2213                                double gap = rowActivity[iRow] - rowUpper[iRow];
2214                                if (gap + value*distance > 0.0)
2215                                    distance = -gap / value;
2216                            } else {
2217                                double gap = rowActivity[iRow] - rowLower[iRow];
2218                                if (gap + value*distance < 0.0)
2219                                    distance = -gap / value;
2220                            }
2221                        }
2222                    }
2223                    if (isInteger)
2224                        distance = floor(distance + 1.05e-8);
2225                    if (!distance) {
2226                        // should never happen
2227                        //printf("zero distance in CbcRounding - debug\n");
2228                    }
2229                    //move
2230                    lastChange += improvement * distance;
2231                    distance *= way;
2232                    newSolution[iColumn] += distance;
2233                    newSolutionValue += direction * objective[iColumn] * distance;
2234                    for (j = columnStart[iColumn];
2235                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2236                        int iRow = row[j];
2237                        double value = element[j];
2238                        rowActivity[iRow] += distance * value;
2239                    }
2240                }
2241            }
2242            penaltyChange += lastChange;
2243        }
2244        penalty -= penaltyChange;
2245        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2246            // recompute
2247            penalty = 0.0;
2248            for (i = 0; i < numberRows; i++) {
2249                double value = rowActivity[i];
2250                if (value < rowLower[i] - primalTolerance)
2251                    penalty += rowLower[i] - value;
2252                else if (value > rowUpper[i] + primalTolerance)
2253                    penalty += value - rowUpper[i];
2254            }
2255        }
2256    }
2257
2258    // Could also set SOS (using random) and repeat
2259    if (!penalty) {
2260        // See if we can do better
2261        //seed_++;
2262        //CoinSeedRandom(seed_);
2263        // Random number between 0 and 1.
2264        double randomNumber = randomNumberGenerator_.randomDouble();
2265        int iPass;
2266        int start[2];
2267        int end[2];
2268        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2269        start[0] = iRandom;
2270        end[0] = numberIntegers;
2271        start[1] = 0;
2272        end[1] = iRandom;
2273        for (iPass = 0; iPass < 2; iPass++) {
2274            int i;
2275            for (i = start[iPass]; i < end[iPass]; i++) {
2276                int iColumn = integerVariable[i];
2277#ifndef NDEBUG
2278                double value = newSolution[iColumn];
2279                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2280#endif
2281                double cost = direction * objective[iColumn];
2282                double move = 0.0;
2283                if (cost > 0.0)
2284                    move = -1.0;
2285                else if (cost < 0.0)
2286                    move = 1.0;
2287                while (move) {
2288                    bool good = true;
2289                    double newValue = newSolution[iColumn] + move;
2290                    if (newValue < lower[iColumn] - primalTolerance ||
2291                            newValue > upper[iColumn] + primalTolerance) {
2292                        move = 0.0;
2293                    } else {
2294                        // see if we can move
2295                        int j;
2296                        for (j = columnStart[iColumn];
2297                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2298                            int iRow = row[j];
2299                            double newActivity = rowActivity[iRow] + move * element[j];
2300                            if (newActivity < rowLower[iRow] - primalTolerance ||
2301                                    newActivity > rowUpper[iRow] + primalTolerance) {
2302                                good = false;
2303                                break;
2304                            }
2305                        }
2306                        if (good) {
2307                            newSolution[iColumn] = newValue;
2308                            newSolutionValue += move * cost;
2309                            int j;
2310                            for (j = columnStart[iColumn];
2311                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2312                                int iRow = row[j];
2313                                rowActivity[iRow] += move * element[j];
2314                            }
2315                        } else {
2316                            move = 0.0;
2317                        }
2318                    }
2319                }
2320            }
2321        }
2322        // Just in case of some stupidity
2323        double objOffset = 0.0;
2324        solver->getDblParam(OsiObjOffset, objOffset);
2325        newSolutionValue = -objOffset;
2326        for ( i = 0 ; i < numberColumns ; i++ )
2327            newSolutionValue += objective[i] * newSolution[i];
2328        newSolutionValue *= direction;
2329        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2330        if (newSolutionValue < solutionValue) {
2331            // paranoid check
2332            memset(rowActivity, 0, numberRows*sizeof(double));
2333            for (i = 0; i < numberColumns; i++) {
2334                int j;
2335                double value = newSolution[i];
2336                if (value) {
2337                    for (j = columnStart[i];
2338                            j < columnStart[i] + columnLength[i]; j++) {
2339                        int iRow = row[j];
2340                        rowActivity[iRow] += value * element[j];
2341                    }
2342                }
2343            }
2344            // check was approximately feasible
2345            bool feasible = true;
2346            for (i = 0; i < numberRows; i++) {
2347                if (rowActivity[i] < rowLower[i]) {
2348                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2349                        feasible = false;
2350                } else if (rowActivity[i] > rowUpper[i]) {
2351                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2352                        feasible = false;
2353                }
2354            }
2355            if (feasible) {
2356                // new solution
2357                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2358                solutionValue = newSolutionValue;
2359                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2360                returnCode = 1;
2361            } else {
2362                // Can easily happen
2363                //printf("Debug CbcRounding giving bad solution\n");
2364            }
2365        }
2366    }
2367#ifdef NEW_ROUNDING
2368    if (!returnCode) {
2369#ifdef JJF_ZERO
2370        // back to starting point
2371        memcpy(newSolution, solution, numberColumns*sizeof(double));
2372        memset(rowActivity, 0, numberRows*sizeof(double));
2373        for (i = 0; i < numberColumns; i++) {
2374            int j;
2375            double value = newSolution[i];
2376            if (value < lower[i]) {
2377                value = lower[i];
2378                newSolution[i] = value;
2379            } else if (value > upper[i]) {
2380                value = upper[i];
2381                newSolution[i] = value;
2382            }
2383            if (value) {
2384                for (j = columnStart[i];
2385                        j < columnStart[i] + columnLength[i]; j++) {
2386                    int iRow = row[j];
2387                    rowActivity[iRow] += value * element[j];
2388                }
2389            }
2390        }
2391        // check was feasible - if not adjust (cleaning may move)
2392        for (i = 0; i < numberRows; i++) {
2393            if (rowActivity[i] < rowLower[i]) {
2394                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2395                rowActivity[i] = rowLower[i];
2396            } else if (rowActivity[i] > rowUpper[i]) {
2397                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2398                rowActivity[i] = rowUpper[i];
2399            }
2400        }
2401#endif
2402        int * candidate = new int [numberColumns];
2403        int nCandidate = 0;
2404        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2405            bool isInteger = (integerType[iColumn] != 0);
2406            if (isInteger) {
2407                double currentValue = newSolution[iColumn];
2408                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2409                    candidate[nCandidate++] = iColumn;
2410            }
2411        }
2412        if (true) {
2413            // Rounding as in Berthold
2414            while (nCandidate) {
2415                double infeasibility = 1.0e-7;
2416                int iRow = -1;
2417                for (i = 0; i < numberRows; i++) {
2418                    double value = 0.0;
2419                    if (rowActivity[i] < rowLower[i]) {
2420                        value = rowLower[i] - rowActivity[i];
2421                    } else if (rowActivity[i] > rowUpper[i]) {
2422                        value = rowActivity[i] - rowUpper[i];
2423                    }
2424                    if (value > infeasibility) {
2425                        infeasibility = value;
2426                        iRow = i;
2427                    }
2428                }
2429                if (iRow >= 0) {
2430                    // infeasible
2431                } else {
2432                    // feasible
2433                }
2434            }
2435        } else {
2436            // Shifting as in Berthold
2437        }
2438        delete [] candidate;
2439    }
2440#endif
2441    delete [] newSolution;
2442    delete [] rowActivity;
2443    return returnCode;
2444}
2445// update model
2446void CbcRounding::setModel(CbcModel * model)
2447{
2448    model_ = model;
2449    // Get a copy of original matrix (and by row for rounding);
2450    assert(model_->solver());
2451    if (model_->solver()->getNumRows()) {
2452        matrix_ = *model_->solver()->getMatrixByCol();
2453        matrixByRow_ = *model_->solver()->getMatrixByRow();
2454        // make sure model okay for heuristic
2455        validate();
2456    }
2457}
2458// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2459void
2460CbcRounding::validate()
2461{
2462    if (model_ && (when() % 100) < 10) {
2463        if (model_->numberIntegers() !=
2464                model_->numberObjects() && (model_->numberObjects() ||
2465                                            (model_->specialOptions()&1024) == 0)) {
2466            int numberOdd = 0;
2467            for (int i = 0; i < model_->numberObjects(); i++) {
2468                if (!model_->object(i)->canDoHeuristics())
2469                    numberOdd++;
2470            }
2471            if (numberOdd)
2472                setWhen(0);
2473        }
2474    }
2475#ifdef NEW_ROUNDING
2476    int numberColumns = matrix_.getNumCols();
2477    down_ = new unsigned short [numberColumns];
2478    up_ = new unsigned short [numberColumns];
2479    equal_ = new unsigned short [numberColumns];
2480    // Column copy
2481    const double * element = matrix_.getElements();
2482    const int * row = matrix_.getIndices();
2483    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2484    const int * columnLength = matrix_.getVectorLengths();
2485    const double * rowLower = model.solver()->getRowLower();
2486    const double * rowUpper = model.solver()->getRowUpper();
2487    for (int i = 0; i < numberColumns; i++) {
2488        int down = 0;
2489        int up = 0;
2490        int equal = 0;
2491        if (columnLength[i] > 65535) {
2492            equal[0] = 65535;
2493            break; // unlikely to work
2494        }
2495        for (CoinBigIndex j = columnStart[i];
2496                j < columnStart[i] + columnLength[i]; j++) {
2497            int iRow = row[j];
2498            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2499                equal++;
2500            } else if (element[j] > 0.0) {
2501                if (rowUpper[iRow] < 1.0e20)
2502                    up++;
2503                else
2504                    down--;
2505            } else {
2506                if (rowLower[iRow] > -1.0e20)
2507                    up++;
2508                else
2509                    down--;
2510            }
2511        }
2512        down_[i] = (unsigned short) down;
2513        up_[i] = (unsigned short) up;
2514        equal_[i] = (unsigned short) equal;
2515    }
2516#else
2517    down_ = NULL;
2518    up_ = NULL;
2519    equal_ = NULL;
2520#endif
2521}
2522
2523// Default Constructor
2524CbcHeuristicPartial::CbcHeuristicPartial()
2525        : CbcHeuristic()
2526{
2527    fixPriority_ = 10000;
2528}
2529
2530// Constructor from model
2531CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2532        : CbcHeuristic(model)
2533{
2534    fixPriority_ = fixPriority;
2535    setNumberNodes(numberNodes);
2536    validate();
2537}
2538
2539// Destructor
2540CbcHeuristicPartial::~CbcHeuristicPartial ()
2541{
2542}
2543
2544// Clone
2545CbcHeuristic *
2546CbcHeuristicPartial::clone() const
2547{
2548    return new CbcHeuristicPartial(*this);
2549}
2550// Create C++ lines to get to current state
2551void
2552CbcHeuristicPartial::generateCpp( FILE * fp)
2553{
2554    CbcHeuristicPartial other;
2555    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2556    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2557    CbcHeuristic::generateCpp(fp, "partial");
2558    if (fixPriority_ != other.fixPriority_)
2559        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2560    else
2561        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2562    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2563}
2564//#define NEW_PARTIAL
2565// Copy constructor
2566CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2567        :
2568        CbcHeuristic(rhs),
2569        fixPriority_(rhs.fixPriority_)
2570{
2571}
2572
2573// Assignment operator
2574CbcHeuristicPartial &
2575CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2576{
2577    if (this != &rhs) {
2578        CbcHeuristic::operator=(rhs);
2579        fixPriority_ = rhs.fixPriority_;
2580    }
2581    return *this;
2582}
2583
2584// Resets stuff if model changes
2585void
2586CbcHeuristicPartial::resetModel(CbcModel * model)
2587{
2588    model_ = model;
2589    // Get a copy of original matrix (and by row for partial);
2590    assert(model_->solver());
2591    validate();
2592}
2593// See if partial will give solution
2594// Sets value of solution
2595// Assumes rhs for original matrix still okay
2596// At present only works with integers
2597// Fix values if asked for
2598// Returns 1 if solution, 0 if not
2599int
2600CbcHeuristicPartial::solution(double & solutionValue,
2601                              double * betterSolution)
2602{
2603    // Return if already done
2604    if (fixPriority_ < 0)
2605        return 0; // switched off
2606    const double * hotstartSolution = model_->hotstartSolution();
2607    const int * hotstartPriorities = model_->hotstartPriorities();
2608    if (!hotstartSolution)
2609        return 0;
2610    OsiSolverInterface * solver = model_->solver();
2611
2612    int numberIntegers = model_->numberIntegers();
2613    const int * integerVariable = model_->integerVariable();
2614
2615    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2616    const double * colLower = newSolver->getColLower();
2617    const double * colUpper = newSolver->getColUpper();
2618
2619    double primalTolerance;
2620    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2621
2622    int i;
2623    int numberFixed = 0;
2624    int returnCode = 0;
2625
2626    for (i = 0; i < numberIntegers; i++) {
2627        int iColumn = integerVariable[i];
2628        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2629            double value = hotstartSolution[iColumn];
2630            double lower = colLower[iColumn];
2631            double upper = colUpper[iColumn];
2632            value = CoinMax(value, lower);
2633            value = CoinMin(value, upper);
2634            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2635                value = floor(value + 0.5);
2636                newSolver->setColLower(iColumn, value);
2637                newSolver->setColUpper(iColumn, value);
2638                numberFixed++;
2639            }
2640        }
2641    }
2642    if (numberFixed > numberIntegers / 5 - 100000000) {
2643#ifdef COIN_DEVELOP
2644        printf("%d integers fixed\n", numberFixed);
2645#endif
2646        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2647                                         model_->getCutoff(), "CbcHeuristicPartial");
2648        if (returnCode < 0)
2649            returnCode = 0; // returned on size
2650        //printf("return code %d",returnCode);
2651        if ((returnCode&2) != 0) {
2652            // could add cut
2653            returnCode &= ~2;
2654            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2655        } else {
2656            //printf("\n");
2657        }
2658    }
2659    fixPriority_ = -1; // switch off
2660
2661    delete newSolver;
2662    return returnCode;
2663}
2664// update model
2665void CbcHeuristicPartial::setModel(CbcModel * model)
2666{
2667    model_ = model;
2668    assert(model_->solver());
2669    // make sure model okay for heuristic
2670    validate();
2671}
2672// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2673void
2674CbcHeuristicPartial::validate()
2675{
2676    if (model_ && (when() % 100) < 10) {
2677        if (model_->numberIntegers() !=
2678                model_->numberObjects())
2679            setWhen(0);
2680    }
2681}
2682bool
2683CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2684{
2685    return true;
2686}
2687
2688// Default Constructor
2689CbcSerendipity::CbcSerendipity()
2690        : CbcHeuristic()
2691{
2692}
2693
2694// Constructor from model
2695CbcSerendipity::CbcSerendipity(CbcModel & model)
2696        : CbcHeuristic(model)
2697{
2698}
2699
2700// Destructor
2701CbcSerendipity::~CbcSerendipity ()
2702{
2703}
2704
2705// Clone
2706CbcHeuristic *
2707CbcSerendipity::clone() const
2708{
2709    return new CbcSerendipity(*this);
2710}
2711// Create C++ lines to get to current state
2712void
2713CbcSerendipity::generateCpp( FILE * fp)
2714{
2715    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2716    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2717    CbcHeuristic::generateCpp(fp, "serendipity");
2718    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2719}
2720
2721// Copy constructor
2722CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2723        :
2724        CbcHeuristic(rhs)
2725{
2726}
2727
2728// Assignment operator
2729CbcSerendipity &
2730CbcSerendipity::operator=( const CbcSerendipity & rhs)
2731{
2732    if (this != &rhs) {
2733        CbcHeuristic::operator=(rhs);
2734    }
2735    return *this;
2736}
2737
2738// Returns 1 if solution, 0 if not
2739int
2740CbcSerendipity::solution(double & solutionValue,
2741                         double * betterSolution)
2742{
2743    if (!model_)
2744        return 0;
2745    if (!inputSolution_) {
2746        // get information on solver type
2747        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2748        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2749        if (auxiliaryInfo) {
2750            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2751        } else {
2752            return 0;
2753        }
2754    } else {
2755        int numberColumns = model_->getNumCols();
2756        double value = inputSolution_[numberColumns];
2757        int returnCode = 0;
2758        if (value < solutionValue) {
2759            solutionValue = value;
2760            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2761            returnCode = 1;
2762        }
2763        delete [] inputSolution_;
2764        inputSolution_ = NULL;
2765        model_ = NULL; // switch off
2766        return returnCode;
2767    }
2768}
2769// update model
2770void CbcSerendipity::setModel(CbcModel * model)
2771{
2772    model_ = model;
2773}
2774// Resets stuff if model changes
2775void
2776CbcSerendipity::resetModel(CbcModel * model)
2777{
2778    model_ = model;
2779}
2780
2781
2782// Default Constructor
2783CbcHeuristicJustOne::CbcHeuristicJustOne()
2784        : CbcHeuristic(),
2785        probabilities_(NULL),
2786        heuristic_(NULL),
2787        numberHeuristics_(0)
2788{
2789}
2790
2791// Constructor from model
2792CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2793        : CbcHeuristic(model),
2794        probabilities_(NULL),
2795        heuristic_(NULL),
2796        numberHeuristics_(0)
2797{
2798}
2799
2800// Destructor
2801CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2802{
2803    for (int i = 0; i < numberHeuristics_; i++)
2804        delete heuristic_[i];
2805    delete [] heuristic_;
2806    delete [] probabilities_;
2807}
2808
2809// Clone
2810CbcHeuristicJustOne *
2811CbcHeuristicJustOne::clone() const
2812{
2813    return new CbcHeuristicJustOne(*this);
2814}
2815
2816// Create C++ lines to get to current state
2817void
2818CbcHeuristicJustOne::generateCpp( FILE * fp)
2819{
2820    CbcHeuristicJustOne other;
2821    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2822    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2823    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2824    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2825}
2826
2827// Copy constructor
2828CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2829        :
2830        CbcHeuristic(rhs),
2831        probabilities_(NULL),
2832        heuristic_(NULL),
2833        numberHeuristics_(rhs.numberHeuristics_)
2834{
2835    if (numberHeuristics_) {
2836        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2837        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2838        for (int i = 0; i < numberHeuristics_; i++)
2839            heuristic_[i] = rhs.heuristic_[i]->clone();
2840    }
2841}
2842
2843// Assignment operator
2844CbcHeuristicJustOne &
2845CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2846{
2847    if (this != &rhs) {
2848        CbcHeuristic::operator=(rhs);
2849        for (int i = 0; i < numberHeuristics_; i++)
2850            delete heuristic_[i];
2851        delete [] heuristic_;
2852        delete [] probabilities_;
2853        probabilities_ = NULL;
2854        heuristic_ = NULL;
2855        numberHeuristics_ = rhs.numberHeuristics_;
2856        if (numberHeuristics_) {
2857            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2858            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2859            for (int i = 0; i < numberHeuristics_; i++)
2860                heuristic_[i] = rhs.heuristic_[i]->clone();
2861        }
2862    }
2863    return *this;
2864}
2865// Sets value of solution
2866// Returns 1 if solution, 0 if not
2867int
2868CbcHeuristicJustOne::solution(double & solutionValue,
2869                              double * betterSolution)
2870{
2871#ifdef DIVE_DEBUG
2872    std::cout << "solutionValue = " << solutionValue << std::endl;
2873#endif
2874    ++numCouldRun_;
2875
2876    // test if the heuristic can run
2877    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2878        return 0;
2879    double randomNumber = randomNumberGenerator_.randomDouble();
2880    int i;
2881    for (i = 0; i < numberHeuristics_; i++) {
2882        if (randomNumber < probabilities_[i])
2883            break;
2884    }
2885    assert (i < numberHeuristics_);
2886    int returnCode;
2887    //model_->unsetDivingHasRun();
2888#ifdef COIN_DEVELOP
2889    printf("JustOne running %s\n",
2890           heuristic_[i]->heuristicName());
2891#endif
2892    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2893#ifdef COIN_DEVELOP
2894    if (returnCode)
2895        printf("JustOne running %s found solution\n",
2896               heuristic_[i]->heuristicName());
2897#endif
2898    return returnCode;
2899}
2900// Resets stuff if model changes
2901void
2902CbcHeuristicJustOne::resetModel(CbcModel * model)
2903{
2904    CbcHeuristic::resetModel(model);
2905    for (int i = 0; i < numberHeuristics_; i++)
2906        heuristic_[i]->resetModel(model);
2907}
2908// update model (This is needed if cliques update matrix etc)
2909void
2910CbcHeuristicJustOne::setModel(CbcModel * model)
2911{
2912    CbcHeuristic::setModel(model);
2913    for (int i = 0; i < numberHeuristics_; i++)
2914        heuristic_[i]->setModel(model);
2915}
2916// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2917void
2918CbcHeuristicJustOne::validate()
2919{
2920    CbcHeuristic::validate();
2921    for (int i = 0; i < numberHeuristics_; i++)
2922        heuristic_[i]->validate();
2923}
2924// Adds an heuristic with probability
2925void
2926CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2927{
2928    CbcHeuristic * thisOne = heuristic->clone();
2929    thisOne->setWhen(-999);
2930    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2931                            numberHeuristics_);
2932    delete [] heuristic_;
2933    heuristic_ = tempH;
2934    heuristic_[numberHeuristics_] = thisOne;
2935    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2936                                            numberHeuristics_);
2937    delete [] probabilities_;
2938    probabilities_ = tempP;
2939    probabilities_[numberHeuristics_] = probability;
2940    numberHeuristics_++;
2941}
2942// Normalize probabilities
2943void
2944CbcHeuristicJustOne::normalizeProbabilities()
2945{
2946    double sum = 0.0;
2947    for (int i = 0; i < numberHeuristics_; i++)
2948        sum += probabilities_[i];
2949    double multiplier = 1.0 / sum;
2950    sum = 0.0;
2951    for (int i = 0; i < numberHeuristics_; i++) {
2952        sum += probabilities_[i];
2953        probabilities_[i] = sum * multiplier;
2954    }
2955    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
2956    probabilities_[numberHeuristics_-1] = 1.000001;
2957}
2958
Note: See TracBrowser for help on using the repository browser.