source: trunk/Cbc/src/CbcHeuristic.cpp @ 1582

Last change on this file since 1582 was 1582, checked in by forrest, 9 years ago

add some sos heuristics

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 111.7 KB
Line 
1/* $Id: CbcHeuristic.cpp 1582 2011-01-07 17:16:00Z forrest $ */
2// Copyright (C) 2002, International Business Machines
3// Corporation and others.  All Rights Reserved.
4// This code is licensed under the terms of the Eclipse Public License (EPL).
5
6#if defined(_MSC_VER)
7// Turn off compiler warning about long names
8#  pragma warning(disable:4786)
9#endif
10
11#include "CbcConfig.h"
12
13#include <cassert>
14#include <cstdlib>
15#include <cmath>
16#include <cfloat>
17
18//#define PRINT_DEBUG
19#ifdef COIN_HAS_CLP
20#include "OsiClpSolverInterface.hpp"
21#endif
22#include "CbcModel.hpp"
23#include "CbcMessage.hpp"
24#include "CbcHeuristic.hpp"
25#include "CbcHeuristicFPump.hpp"
26#include "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                    if ((saveModelOptions&2048) == 0)
927                      model.setMoreSpecialOptions(model_->moreSpecialOptions());
928                    // Lightweight
929                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
930                    model.setStrategy(strategy);
931                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
932                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
933                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
934                } else {
935                    model.setSpecialOptions(saveModelOptions);
936                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
937                    << solver2->getNumRows() << solver2->getNumCols()
938                    << CoinMessageEol;
939                    // going for full search and copy across more stuff
940                    model.gutsOfCopy(*model_, 2);
941                    for (int i = 0; i < model.numberCutGenerators(); i++) {
942                        CbcCutGenerator * generator = model.cutGenerator(i);
943                        CglGomory * gomory = dynamic_cast<CglGomory *>
944                          (generator->generator());
945                        if (gomory&&gomory->originalSolver()) 
946                          gomory->passInOriginalSolver(model.solver());
947                        generator->setTiming(true);
948                        // Turn on if was turned on
949                        int iOften = model_->cutGenerator(i)->howOften();
950#ifdef CLP_INVESTIGATE
951                        printf("Gen %d often %d %d\n",
952                               i, generator->howOften(),
953                               iOften);
954#endif
955                        if (iOften > 0)
956                            generator->setHowOften(iOften % 1000000);
957                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
958                            generator->setHowOften(-100);
959                    }
960                    model.setCutoff(signedCutoff);
961                    // make sure can't do nested search! but allow heuristics
962                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
963                    bool takeHint;
964                    OsiHintStrength strength;
965                    // Switch off printing if asked to
966                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
967                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
968                    CbcStrategyDefault strategy(1, model_->numberStrong(),
969                                                model_->numberBeforeTrust());
970                    // Set up pre-processing - no
971                    strategy.setupPreProcessing(0); // was (4);
972                    model.setStrategy(strategy);
973                    //model.solver()->writeMps("crunched");
974                    int numberCuts = process.cuts().sizeRowCuts();
975                    if (numberCuts) {
976                        // add in cuts
977                        CglStored cuts = process.cuts();
978                        model.addCutGenerator(&cuts, 1, "Stored from first");
979                    }
980                }
981                // Do search
982                if (logLevel > 1)
983                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
984                    << name
985                    << model.getMaximumNodes()
986                    << CoinMessageEol;
987                // probably faster to use a basis to get integer solutions
988                model.setSpecialOptions(model.specialOptions() | 2);
989#ifdef CBC_THREAD
990                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
991                    // See if at root node
992                    bool atRoot = model_->getNodeCount() == 0;
993                    int passNumber = model_->getCurrentPassNumber();
994                    if (atRoot && passNumber == 1)
995                        model.setNumberThreads(model_->getNumberThreads());
996                }
997#endif
998                model.setParentModel(*model_);
999                model.setOriginalColumns(process.originalColumns());
1000                model.setSearchStrategy(-1);
1001                // If no feasibility pump then insert a lightweight one
1002                if (feasibilityPumpOptions_ >= 0) {
1003                    bool gotPump = false;
1004                    for (int i = 0; i < model.numberHeuristics(); i++) {
1005                        const CbcHeuristicFPump* pump =
1006                            dynamic_cast<const CbcHeuristicFPump*>(model.heuristic(i));
1007                        if (pump)
1008                            gotPump = true;
1009                    }
1010                    if (!gotPump) {
1011                        CbcHeuristicFPump heuristic4;
1012                        // use any cutoff
1013                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1014                        if (fractionSmall_<=1.0) 
1015                          heuristic4.setMaximumPasses(10);
1016                        int pumpTune = feasibilityPumpOptions_;
1017                        if (pumpTune > 0) {
1018                            /*
1019                            >=10000000 for using obj
1020                            >=1000000 use as accumulate switch
1021                            >=1000 use index+1 as number of large loops
1022                            >=100 use 0.05 objvalue as increment
1023                            %100 == 10,20 etc for experimentation
1024                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1025                            4 and static continuous, 5 as 3 but no internal integers
1026                            6 as 3 but all slack basis!
1027                            */
1028                            double value = solver2->getObjSense() * solver2->getObjValue();
1029                            int w = pumpTune / 10;
1030                            int ix = w % 10;
1031                            w /= 10;
1032                            int c = w % 10;
1033                            w /= 10;
1034                            int r = w;
1035                            int accumulate = r / 1000;
1036                            r -= 1000 * accumulate;
1037                            if (accumulate >= 10) {
1038                                int which = accumulate / 10;
1039                                accumulate -= 10 * which;
1040                                which--;
1041                                // weights and factors
1042                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1043                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1044                                heuristic4.setInitialWeight(weight[which]);
1045                                heuristic4.setWeightFactor(factor[which]);
1046                            }
1047                            // fake cutoff
1048                            if (c) {
1049                                double cutoff;
1050                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1051                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1052                                heuristic4.setFakeCutoff(cutoff);
1053                            }
1054                            if (r) {
1055                                // also set increment
1056                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1057                                double increment = 0.0;
1058                                heuristic4.setAbsoluteIncrement(increment);
1059                                heuristic4.setAccumulate(accumulate);
1060                                heuristic4.setMaximumRetries(r + 1);
1061                            }
1062                            pumpTune = pumpTune % 100;
1063                            if (pumpTune == 6)
1064                                pumpTune = 13;
1065                            if (pumpTune != 13)
1066                                pumpTune = pumpTune % 10;
1067                            heuristic4.setWhen(pumpTune);
1068                            if (ix) {
1069                                heuristic4.setFeasibilityPumpOptions(ix*10);
1070                            }
1071                        }
1072                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1073                    }
1074                }
1075                //printf("sol %x\n",inputSolution_);
1076                if (inputSolution_) {
1077                    // translate and add a serendipity heuristic
1078                    int numberColumns = solver2->getNumCols();
1079                    const int * which = process.originalColumns();
1080                    OsiSolverInterface * solver3 = solver2->clone();
1081                    for (int i = 0; i < numberColumns; i++) {
1082                        if (solver3->isInteger(i)) {
1083                            int k = which[i];
1084                            double value = inputSolution_[k];
1085                            //if (value)
1086                            //printf("orig col %d now %d val %g\n",
1087                            //       k,i,value);
1088                            solver3->setColLower(i, value);
1089                            solver3->setColUpper(i, value);
1090                        }
1091                    }
1092                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1093                    solver3->resolve();
1094                    if (!solver3->isProvenOptimal()) {
1095                        // Try just setting nonzeros
1096                        OsiSolverInterface * solver4 = solver2->clone();
1097                        for (int i = 0; i < numberColumns; i++) {
1098                            if (solver4->isInteger(i)) {
1099                                int k = which[i];
1100                                double value = floor(inputSolution_[k] + 0.5);
1101                                if (value) {
1102                                    solver3->setColLower(i, value);
1103                                    solver3->setColUpper(i, value);
1104                                }
1105                            }
1106                        }
1107                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1108                        solver4->resolve();
1109                        int nBad = -1;
1110                        if (solver4->isProvenOptimal()) {
1111                            nBad = 0;
1112                            const double * solution = solver4->getColSolution();
1113                            for (int i = 0; i < numberColumns; i++) {
1114                                if (solver4->isInteger(i)) {
1115                                    double value = floor(solution[i] + 0.5);
1116                                    if (fabs(value - solution[i]) > 1.0e-6)
1117                                        nBad++;
1118                                }
1119                            }
1120                        }
1121                        if (nBad) {
1122                            delete solver4;
1123                        } else {
1124                            delete solver3;
1125                            solver3 = solver4;
1126                        }
1127                    }
1128                    if (solver3->isProvenOptimal()) {
1129                        // good
1130                        CbcSerendipity heuristic(model);
1131                        double value = solver3->getObjSense() * solver3->getObjValue();
1132                        heuristic.setInputSolution(solver3->getColSolution(), value);
1133                        value = value + 1.0e-7*(1.0 + fabs(value));
1134                        value *= solver3->getObjSense();
1135                        model.setCutoff(value);
1136                        model.addHeuristic(&heuristic, "Previous solution", 0);
1137                        //printf("added seren\n");
1138                    } else {
1139                        double value = model_->getMinimizationObjValue();
1140                        value = value + 1.0e-7*(1.0 + fabs(value));
1141                        value *= solver3->getObjSense();
1142                        model.setCutoff(value);
1143#ifdef CLP_INVESTIGATE
1144                        printf("NOT added seren\n");
1145                        solver3->writeMps("bad_seren");
1146                        solver->writeMps("orig_seren");
1147#endif
1148                    }
1149                    delete solver3;
1150                }
1151                if (model_->searchStrategy() == 2) {
1152                    model.setNumberStrong(5);
1153                    model.setNumberBeforeTrust(5);
1154                }
1155                if (model.getNumCols()) {
1156                    if (numberNodes >= 0) {
1157                        setCutAndHeuristicOptions(model);
1158                        // not too many iterations
1159                        model.setMaximumNumberIterations(100*(numberNodes + 10));
1160                        // Not fast stuff
1161                        model.setFastNodeDepth(-1);
1162                    } else if (model.fastNodeDepth() >= 1000000) {
1163                        // already set
1164                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1165                    }
1166                    model.setWhenCuts(999998);
1167#define ALWAYS_DUAL
1168#ifdef ALWAYS_DUAL
1169                    OsiSolverInterface * solver = model.solver();
1170                    bool takeHint;
1171                    OsiHintStrength strength;
1172                    solver->getHintParam(OsiDoDualInResolve, takeHint, strength);
1173                    solver->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1174#endif
1175                    model.branchAndBound();
1176#ifdef ALWAYS_DUAL
1177                    solver = model.solver();
1178                    solver->setHintParam(OsiDoDualInResolve, takeHint, strength);
1179#endif
1180#ifdef COIN_DEVELOP
1181                    printf("sub branch %d nodes, %d iterations - max %d\n",
1182                           model.getNodeCount(), model.getIterationCount(),
1183                           100*(numberNodes + 10));
1184#endif
1185                    if (numberNodes < 0) {
1186                        model_->incrementIterationCount(model.getIterationCount());
1187                        model_->incrementNodeCount(model.getNodeCount());
1188                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1189                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1190                            sprintf(generalPrint,
1191                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1192                                    generator->cutGeneratorName(),
1193                                    generator->numberTimesEntered(),
1194                                    generator->numberCutsInTotal() +
1195                                    generator->numberColumnCuts(),
1196                                    generator->numberCutsActive(),
1197                                    generator->timeInCutGenerator());
1198                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1199                            if (stored && !generator->numberCutsInTotal())
1200                                continue;
1201#ifndef CLP_INVESTIGATE
1202                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1203                            if (implication)
1204                                continue;
1205#endif
1206                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1207                            << generalPrint
1208                            << CoinMessageEol;
1209                        }
1210                    }
1211                } else {
1212                    // empty model
1213                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1214                }
1215                if (logLevel > 1)
1216                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1217                    << name
1218                    << CoinMessageEol;
1219                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1220                    // solution
1221                    if (model.getNumCols())
1222                        returnCode = model.isProvenOptimal() ? 3 : 1;
1223                    else
1224                        returnCode = 3;
1225                    // post process
1226#ifdef COIN_HAS_CLP
1227                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1228                    if (clpSolver) {
1229                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1230                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1231                    }
1232#endif
1233                    process.postProcess(*model.solver());
1234                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1235                        // Solution now back in solver
1236                        int numberColumns = solver->getNumCols();
1237                        memcpy(newSolution, solver->getColSolution(),
1238                               numberColumns*sizeof(double));
1239                        newSolutionValue = model.getMinimizationObjValue();
1240                    } else {
1241                        // odd - but no good
1242                        returnCode = 0; // so will be infeasible
1243                    }
1244                } else {
1245                    // no good
1246                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1247                }
1248                int totalNumberIterations = model.getIterationCount() +
1249                                            process.numberIterationsPre() +
1250                                            process.numberIterationsPost();
1251                if (totalNumberIterations > 100*(numberNodes + 10)) {
1252                    // only allow smaller problems
1253                    fractionSmall = fractionSmall_;
1254                    fractionSmall_ *= 0.9;
1255#ifdef CLP_INVESTIGATE
1256                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1257                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1258#endif
1259                }
1260                if (model.status() == 5)
1261                    returnCode = -2; // stop
1262                if (model.isProvenInfeasible())
1263                    status = 1;
1264                else if (model.isProvenOptimal())
1265                    status = 2;
1266            }
1267        }
1268    } else {
1269        returnCode = 2; // infeasible finished
1270    }
1271    model_->setSpecialOptions(saveModelOptions);
1272    model_->setLogLevel(logLevel);
1273    if (returnCode == 1 || returnCode == 2) {
1274        OsiSolverInterface * solverC = model_->continuousSolver();
1275        if (false && solverC) {
1276            const double * lower = solver->getColLower();
1277            const double * upper = solver->getColUpper();
1278            const double * lowerC = solverC->getColLower();
1279            const double * upperC = solverC->getColUpper();
1280            bool good = true;
1281            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1282                if (solverC->isInteger(iColumn)) {
1283                    if (lower[iColumn] > lowerC[iColumn] &&
1284                            upper[iColumn] < upperC[iColumn]) {
1285                        good = false;
1286                        printf("CUT - can't add\n");
1287                        break;
1288                    }
1289                }
1290            }
1291            if (good) {
1292                double * cut = new double [numberColumns];
1293                int * which = new int [numberColumns];
1294                double rhs = -1.0;
1295                int n = 0;
1296                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1297                    if (solverC->isInteger(iColumn)) {
1298                        if (lower[iColumn] == upperC[iColumn]) {
1299                            rhs += lower[iColumn];
1300                            cut[n] = 1.0;
1301                            which[n++] = iColumn;
1302                        } else if (upper[iColumn] == lowerC[iColumn]) {
1303                            rhs -= upper[iColumn];
1304                            cut[n] = -1.0;
1305                            which[n++] = iColumn;
1306                        }
1307                    }
1308                }
1309                printf("CUT has %d entries\n", n);
1310                OsiRowCut newCut;
1311                newCut.setLb(-COIN_DBL_MAX);
1312                newCut.setUb(rhs);
1313                newCut.setRow(n, which, cut, false);
1314                model_->makeGlobalCut(newCut);
1315                delete [] cut;
1316                delete [] which;
1317            }
1318        }
1319#ifdef COIN_DEVELOP
1320        if (status == 1)
1321            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1322        else if (status == 2)
1323            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1324#endif
1325    }
1326    if (reset) {
1327        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1328            if (reset[iColumn])
1329                solver->setColLower(iColumn, 0.0);
1330        }
1331        delete [] reset;
1332    }
1333#ifdef HISTORY_STATISTICS
1334    getHistoryStatistics_ = true;
1335#endif
1336    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1337    return returnCode;
1338}
1339// Set input solution
1340void
1341CbcHeuristic::setInputSolution(const double * solution, double objValue)
1342{
1343    delete [] inputSolution_;
1344    inputSolution_ = NULL;
1345    if (model_ && solution) {
1346        int numberColumns = model_->getNumCols();
1347        inputSolution_ = new double [numberColumns+1];
1348        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1349        inputSolution_[numberColumns] = objValue;
1350    }
1351}
1352
1353//##############################################################################
1354
1355inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1356                                    const CbcBranchingObject* br1)
1357{
1358    const int t0 = br0->type();
1359    const int t1 = br1->type();
1360    if (t0 < t1) {
1361        return -1;
1362    }
1363    if (t0 > t1) {
1364        return 1;
1365    }
1366    return br0->compareOriginalObject(br1);
1367}
1368
1369//==============================================================================
1370
1371inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1372                                    const CbcBranchingObject* br1)
1373{
1374    return compare3BranchingObjects(br0, br1) < 0;
1375}
1376
1377//==============================================================================
1378
1379void
1380CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1381{
1382    //  CbcHeurDebugNodes(&model);
1383    CbcNode* node = model.currentNode();
1384    brObj_ = new CbcBranchingObject*[node->depth()];
1385    CbcNodeInfo* nodeInfo = node->nodeInfo();
1386    int cnt = 0;
1387    while (nodeInfo->parentBranch() != NULL) {
1388        const OsiBranchingObject* br = nodeInfo->parentBranch();
1389        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1390        if (! cbcbr) {
1391            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1392                            "gutsOfConstructor",
1393                            "CbcHeuristicNode",
1394                            __FILE__, __LINE__);
1395        }
1396        brObj_[cnt] = cbcbr->clone();
1397        brObj_[cnt]->previousBranch();
1398        ++cnt;
1399        nodeInfo = nodeInfo->parent();
1400    }
1401    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1402    if (cnt <= 1) {
1403        numObjects_ = cnt;
1404    } else {
1405        numObjects_ = 0;
1406        CbcBranchingObject* br = NULL; // What should this be?
1407        for (int i = 1; i < cnt; ++i) {
1408            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1409                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1410                switch (comp) {
1411                case CbcRangeSame: // the same range
1412                case CbcRangeDisjoint: // disjoint decisions
1413                    // should not happen! we are on a chain!
1414                    abort();
1415                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1416                    delete brObj_[i];
1417                    break;
1418                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1419                    delete brObj_[numObjects_];
1420                    brObj_[numObjects_] = brObj_[i];
1421                    break;
1422                case CbcRangeOverlap: // overlap
1423                    delete brObj_[i];
1424                    delete brObj_[numObjects_];
1425                    brObj_[numObjects_] = br;
1426                    break;
1427                }
1428                continue;
1429            } else {
1430                brObj_[++numObjects_] = brObj_[i];
1431            }
1432        }
1433        ++numObjects_;
1434    }
1435}
1436
1437//==============================================================================
1438
1439CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1440{
1441    gutsOfConstructor(model);
1442}
1443
1444//==============================================================================
1445
1446double
1447CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1448{
1449
1450    const double disjointWeight = 1;
1451    const double overlapWeight = 0.4;
1452    const double subsetWeight = 0.2;
1453    int countDisjointWeight = 0;
1454    int countOverlapWeight = 0;
1455    int countSubsetWeight = 0;
1456    int i = 0;
1457    int j = 0;
1458    double dist = 0.0;
1459#ifdef PRINT_DEBUG
1460    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1461           numObjects_, node->numObjects_);
1462#endif
1463    while ( i < numObjects_ && j < node->numObjects_) {
1464        CbcBranchingObject* br0 = brObj_[i];
1465        const CbcBranchingObject* br1 = node->brObj_[j];
1466#ifdef PRINT_DEBUG
1467        const CbcIntegerBranchingObject* brPrint0 =
1468            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1469        const double* downBounds = brPrint0->downBounds();
1470        const double* upBounds = brPrint0->upBounds();
1471        int variable = brPrint0->variable();
1472        int way = brPrint0->way();
1473        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1474               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1475               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1476        const CbcIntegerBranchingObject* brPrint1 =
1477            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1478        downBounds = brPrint1->downBounds();
1479        upBounds = brPrint1->upBounds();
1480        variable = brPrint1->variable();
1481        way = brPrint1->way();
1482        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1483               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1484               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1485#endif
1486        const int brComp = compare3BranchingObjects(br0, br1);
1487        if (brComp < 0) {
1488            dist += subsetWeight;
1489            countSubsetWeight++;
1490            ++i;
1491        } else if (brComp > 0) {
1492            dist += subsetWeight;
1493            countSubsetWeight++;
1494            ++j;
1495        } else {
1496            const int comp = br0->compareBranchingObject(br1, false);
1497            switch (comp) {
1498            case CbcRangeSame:
1499                // do nothing
1500                break;
1501            case CbcRangeDisjoint: // disjoint decisions
1502                dist += disjointWeight;
1503                countDisjointWeight++;
1504                break;
1505            case CbcRangeSubset: // subset one way or another
1506            case CbcRangeSuperset:
1507                dist += subsetWeight;
1508                countSubsetWeight++;
1509                break;
1510            case CbcRangeOverlap: // overlap
1511                dist += overlapWeight;
1512                countOverlapWeight++;
1513                break;
1514            }
1515            ++i;
1516            ++j;
1517        }
1518    }
1519    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1520    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1521    printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1522           countOverlapWeight, countDisjointWeight);
1523    return dist;
1524}
1525
1526//==============================================================================
1527
1528CbcHeuristicNode::~CbcHeuristicNode()
1529{
1530    for (int i = 0; i < numObjects_; ++i) {
1531        delete brObj_[i];
1532    }
1533    delete [] brObj_;
1534}
1535
1536//==============================================================================
1537
1538double
1539CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1540{
1541    double minDist = COIN_DBL_MAX;
1542    for (int i = nodeList.size() - 1; i >= 0; --i) {
1543        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1544    }
1545    return minDist;
1546}
1547
1548//==============================================================================
1549
1550bool
1551CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1552                                     const double threshold) const
1553{
1554    for (int i = nodeList.size() - 1; i >= 0; --i) {
1555        if (distance(nodeList.node(i)) >= threshold) {
1556            continue;
1557        } else {
1558            return true;
1559        }
1560    }
1561    return false;
1562}
1563
1564//==============================================================================
1565
1566double
1567CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1568{
1569    if (nodeList.size() == 0) {
1570        return COIN_DBL_MAX;
1571    }
1572    double sumDist = 0;
1573    for (int i = nodeList.size() - 1; i >= 0; --i) {
1574        sumDist += distance(nodeList.node(i));
1575    }
1576    return sumDist / nodeList.size();
1577}
1578
1579//##############################################################################
1580
1581// Default Constructor
1582CbcRounding::CbcRounding()
1583        : CbcHeuristic()
1584{
1585    // matrix and row copy will automatically be empty
1586    seed_ = 7654321;
1587    down_ = NULL;
1588    up_ = NULL;
1589    equal_ = NULL;
1590    //whereFrom_ |= 16; // allow more often
1591}
1592
1593// Constructor from model
1594CbcRounding::CbcRounding(CbcModel & model)
1595        : CbcHeuristic(model)
1596{
1597    // Get a copy of original matrix (and by row for rounding);
1598    assert(model.solver());
1599    if (model.solver()->getNumRows()) {
1600        matrix_ = *model.solver()->getMatrixByCol();
1601        matrixByRow_ = *model.solver()->getMatrixByRow();
1602        validate();
1603    }
1604    down_ = NULL;
1605    up_ = NULL;
1606    equal_ = NULL;
1607    seed_ = 7654321;
1608    //whereFrom_ |= 16; // allow more often
1609}
1610
1611// Destructor
1612CbcRounding::~CbcRounding ()
1613{
1614    delete [] down_;
1615    delete [] up_;
1616    delete [] equal_;
1617}
1618
1619// Clone
1620CbcHeuristic *
1621CbcRounding::clone() const
1622{
1623    return new CbcRounding(*this);
1624}
1625// Create C++ lines to get to current state
1626void
1627CbcRounding::generateCpp( FILE * fp)
1628{
1629    CbcRounding other;
1630    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1631    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1632    CbcHeuristic::generateCpp(fp, "rounding");
1633    if (seed_ != other.seed_)
1634        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1635    else
1636        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1637    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1638}
1639//#define NEW_ROUNDING
1640// Copy constructor
1641CbcRounding::CbcRounding(const CbcRounding & rhs)
1642        :
1643        CbcHeuristic(rhs),
1644        matrix_(rhs.matrix_),
1645        matrixByRow_(rhs.matrixByRow_),
1646        seed_(rhs.seed_)
1647{
1648#ifdef NEW_ROUNDING
1649    int numberColumns = matrix_.getNumCols();
1650    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1651    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1652    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1653#else
1654    down_ = NULL;
1655    up_ = NULL;
1656    equal_ = NULL;
1657#endif
1658}
1659
1660// Assignment operator
1661CbcRounding &
1662CbcRounding::operator=( const CbcRounding & rhs)
1663{
1664    if (this != &rhs) {
1665        CbcHeuristic::operator=(rhs);
1666        matrix_ = rhs.matrix_;
1667        matrixByRow_ = rhs.matrixByRow_;
1668#ifdef NEW_ROUNDING
1669        delete [] down_;
1670        delete [] up_;
1671        delete [] equal_;
1672        int numberColumns = matrix_.getNumCols();
1673        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1674        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1675        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1676#else
1677        down_ = NULL;
1678        up_ = NULL;
1679        equal_ = NULL;
1680#endif
1681        seed_ = rhs.seed_;
1682    }
1683    return *this;
1684}
1685
1686// Resets stuff if model changes
1687void
1688CbcRounding::resetModel(CbcModel * model)
1689{
1690    model_ = model;
1691    // Get a copy of original matrix (and by row for rounding);
1692    assert(model_->solver());
1693    matrix_ = *model_->solver()->getMatrixByCol();
1694    matrixByRow_ = *model_->solver()->getMatrixByRow();
1695    validate();
1696}
1697// See if rounding will give solution
1698// Sets value of solution
1699// Assumes rhs for original matrix still okay
1700// At present only works with integers
1701// Fix values if asked for
1702// Returns 1 if solution, 0 if not
1703int
1704CbcRounding::solution(double & solutionValue,
1705                      double * betterSolution)
1706{
1707
1708    numCouldRun_++;
1709    // See if to do
1710    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1711            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1712        return 0; // switched off
1713    numRuns_++;
1714    OsiSolverInterface * solver = model_->solver();
1715    double direction = solver->getObjSense();
1716    double newSolutionValue = direction * solver->getObjValue();
1717    return solution(solutionValue, betterSolution, newSolutionValue);
1718}
1719// See if rounding will give solution
1720// Sets value of solution
1721// Assumes rhs for original matrix still okay
1722// At present only works with integers
1723// Fix values if asked for
1724// Returns 1 if solution, 0 if not
1725int
1726CbcRounding::solution(double & solutionValue,
1727                      double * betterSolution,
1728                      double newSolutionValue)
1729{
1730
1731    // See if to do
1732    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1733            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1734        return 0; // switched off
1735    OsiSolverInterface * solver = model_->solver();
1736    const double * lower = solver->getColLower();
1737    const double * upper = solver->getColUpper();
1738    const double * rowLower = solver->getRowLower();
1739    const double * rowUpper = solver->getRowUpper();
1740    const double * solution = solver->getColSolution();
1741    const double * objective = solver->getObjCoefficients();
1742    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1743    double primalTolerance;
1744    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1745
1746    int numberRows = matrix_.getNumRows();
1747    assert (numberRows <= solver->getNumRows());
1748    int numberIntegers = model_->numberIntegers();
1749    const int * integerVariable = model_->integerVariable();
1750    int i;
1751    double direction = solver->getObjSense();
1752    //double newSolutionValue = direction*solver->getObjValue();
1753    int returnCode = 0;
1754    // Column copy
1755    const double * element = matrix_.getElements();
1756    const int * row = matrix_.getIndices();
1757    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1758    const int * columnLength = matrix_.getVectorLengths();
1759    // Row copy
1760    const double * elementByRow = matrixByRow_.getElements();
1761    const int * column = matrixByRow_.getIndices();
1762    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1763    const int * rowLength = matrixByRow_.getVectorLengths();
1764
1765    // Get solution array for heuristic solution
1766    int numberColumns = solver->getNumCols();
1767    double * newSolution = new double [numberColumns];
1768    memcpy(newSolution, solution, numberColumns*sizeof(double));
1769
1770    double * rowActivity = new double[numberRows];
1771    memset(rowActivity, 0, numberRows*sizeof(double));
1772    for (i = 0; i < numberColumns; i++) {
1773        int j;
1774        double value = newSolution[i];
1775        if (value < lower[i]) {
1776            value = lower[i];
1777            newSolution[i] = value;
1778        } else if (value > upper[i]) {
1779            value = upper[i];
1780            newSolution[i] = value;
1781        }
1782        if (value) {
1783            for (j = columnStart[i];
1784                    j < columnStart[i] + columnLength[i]; j++) {
1785                int iRow = row[j];
1786                rowActivity[iRow] += value * element[j];
1787            }
1788        }
1789    }
1790    // check was feasible - if not adjust (cleaning may move)
1791    for (i = 0; i < numberRows; i++) {
1792        if (rowActivity[i] < rowLower[i]) {
1793            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1794            rowActivity[i] = rowLower[i];
1795        } else if (rowActivity[i] > rowUpper[i]) {
1796            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1797            rowActivity[i] = rowUpper[i];
1798        }
1799    }
1800    for (i = 0; i < numberIntegers; i++) {
1801        int iColumn = integerVariable[i];
1802        double value = newSolution[iColumn];
1803        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1804            double below = floor(value);
1805            double newValue = newSolution[iColumn];
1806            double cost = direction * objective[iColumn];
1807            double move;
1808            if (cost > 0.0) {
1809                // try up
1810                move = 1.0 - (value - below);
1811            } else if (cost < 0.0) {
1812                // try down
1813                move = below - value;
1814            } else {
1815                // won't be able to move unless we can grab another variable
1816                double randomNumber = randomNumberGenerator_.randomDouble();
1817                // which way?
1818                if (randomNumber < 0.5)
1819                    move = below - value;
1820                else
1821                    move = 1.0 - (value - below);
1822            }
1823            newValue += move;
1824            newSolution[iColumn] = newValue;
1825            newSolutionValue += move * cost;
1826            int j;
1827            for (j = columnStart[iColumn];
1828                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1829                int iRow = row[j];
1830                rowActivity[iRow] += move * element[j];
1831            }
1832        }
1833    }
1834
1835    double penalty = 0.0;
1836    const char * integerType = model_->integerType();
1837    // see if feasible - just using singletons
1838    for (i = 0; i < numberRows; i++) {
1839        double value = rowActivity[i];
1840        double thisInfeasibility = 0.0;
1841        if (value < rowLower[i] - primalTolerance)
1842            thisInfeasibility = value - rowLower[i];
1843        else if (value > rowUpper[i] + primalTolerance)
1844            thisInfeasibility = value - rowUpper[i];
1845        if (thisInfeasibility) {
1846            // See if there are any slacks I can use to fix up
1847            // maybe put in coding for multiple slacks?
1848            double bestCost = 1.0e50;
1849            int k;
1850            int iBest = -1;
1851            double addCost = 0.0;
1852            double newValue = 0.0;
1853            double changeRowActivity = 0.0;
1854            double absInfeasibility = fabs(thisInfeasibility);
1855            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1856                int iColumn = column[k];
1857                // See if all elements help
1858                if (columnLength[iColumn] == 1) {
1859                    double currentValue = newSolution[iColumn];
1860                    double elementValue = elementByRow[k];
1861                    double lowerValue = lower[iColumn];
1862                    double upperValue = upper[iColumn];
1863                    double gap = rowUpper[i] - rowLower[i];
1864                    double absElement = fabs(elementValue);
1865                    if (thisInfeasibility*elementValue > 0.0) {
1866                        // we want to reduce
1867                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1868                            // possible - check if integer
1869                            double distance = absInfeasibility / absElement;
1870                            double thisCost = -direction * objective[iColumn] * distance;
1871                            if (integerType[iColumn]) {
1872                                distance = ceil(distance - primalTolerance);
1873                                if (currentValue - distance >= lowerValue - primalTolerance) {
1874                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1875                                        thisCost = 1.0e100; // no good
1876                                    else
1877                                        thisCost = -direction * objective[iColumn] * distance;
1878                                } else {
1879                                    thisCost = 1.0e100; // no good
1880                                }
1881                            }
1882                            if (thisCost < bestCost) {
1883                                bestCost = thisCost;
1884                                iBest = iColumn;
1885                                addCost = thisCost;
1886                                newValue = currentValue - distance;
1887                                changeRowActivity = -distance * elementValue;
1888                            }
1889                        }
1890                    } else {
1891                        // we want to increase
1892                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1893                            // possible - check if integer
1894                            double distance = absInfeasibility / absElement;
1895                            double thisCost = direction * objective[iColumn] * distance;
1896                            if (integerType[iColumn]) {
1897                                distance = ceil(distance - 1.0e-7);
1898                                assert (currentValue - distance <= upperValue + primalTolerance);
1899                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1900                                    thisCost = 1.0e100; // no good
1901                                else
1902                                    thisCost = direction * objective[iColumn] * distance;
1903                            }
1904                            if (thisCost < bestCost) {
1905                                bestCost = thisCost;
1906                                iBest = iColumn;
1907                                addCost = thisCost;
1908                                newValue = currentValue + distance;
1909                                changeRowActivity = distance * elementValue;
1910                            }
1911                        }
1912                    }
1913                }
1914            }
1915            if (iBest >= 0) {
1916                /*printf("Infeasibility of %g on row %d cost %g\n",
1917                  thisInfeasibility,i,addCost);*/
1918                newSolution[iBest] = newValue;
1919                thisInfeasibility = 0.0;
1920                newSolutionValue += addCost;
1921                rowActivity[i] += changeRowActivity;
1922            }
1923            penalty += fabs(thisInfeasibility);
1924        }
1925    }
1926    if (penalty) {
1927        // see if feasible using any
1928        // first continuous
1929        double penaltyChange = 0.0;
1930        int iColumn;
1931        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1932            if (integerType[iColumn])
1933                continue;
1934            double currentValue = newSolution[iColumn];
1935            double lowerValue = lower[iColumn];
1936            double upperValue = upper[iColumn];
1937            int j;
1938            int anyBadDown = 0;
1939            int anyBadUp = 0;
1940            double upImprovement = 0.0;
1941            double downImprovement = 0.0;
1942            for (j = columnStart[iColumn];
1943                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1944                int iRow = row[j];
1945                if (rowUpper[iRow] > rowLower[iRow]) {
1946                    double value = element[j];
1947                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1948                        // infeasible above
1949                        downImprovement += value;
1950                        upImprovement -= value;
1951                        if (value > 0.0)
1952                            anyBadUp++;
1953                        else
1954                            anyBadDown++;
1955                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
1956                        // feasible at ub
1957                        if (value > 0.0) {
1958                            upImprovement -= value;
1959                            anyBadUp++;
1960                        } else {
1961                            downImprovement += value;
1962                            anyBadDown++;
1963                        }
1964                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
1965                        // feasible in interior
1966                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
1967                        // feasible at lb
1968                        if (value < 0.0) {
1969                            upImprovement += value;
1970                            anyBadUp++;
1971                        } else {
1972                            downImprovement -= value;
1973                            anyBadDown++;
1974                        }
1975                    } else {
1976                        // infeasible below
1977                        downImprovement -= value;
1978                        upImprovement += value;
1979                        if (value < 0.0)
1980                            anyBadUp++;
1981                        else
1982                            anyBadDown++;
1983                    }
1984                } else {
1985                    // equality row
1986                    double value = element[j];
1987                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1988                        // infeasible above
1989                        downImprovement += value;
1990                        upImprovement -= value;
1991                        if (value > 0.0)
1992                            anyBadUp++;
1993                        else
1994                            anyBadDown++;
1995                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
1996                        // infeasible below
1997                        downImprovement -= value;
1998                        upImprovement += value;
1999                        if (value < 0.0)
2000                            anyBadUp++;
2001                        else
2002                            anyBadDown++;
2003                    } else {
2004                        // feasible - no good
2005                        anyBadUp = -1;
2006                        anyBadDown = -1;
2007                        break;
2008                    }
2009                }
2010            }
2011            // could change tests for anyBad
2012            if (anyBadUp)
2013                upImprovement = 0.0;
2014            if (anyBadDown)
2015                downImprovement = 0.0;
2016            double way = 0.0;
2017            double improvement = 0.0;
2018            if (downImprovement > 0.0 && currentValue > lowerValue) {
2019                way = -1.0;
2020                improvement = downImprovement;
2021            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2022                way = 1.0;
2023                improvement = upImprovement;
2024            }
2025            if (way) {
2026                // can improve
2027                double distance;
2028                if (way > 0.0)
2029                    distance = upperValue - currentValue;
2030                else
2031                    distance = currentValue - lowerValue;
2032                for (j = columnStart[iColumn];
2033                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2034                    int iRow = row[j];
2035                    double value = element[j] * way;
2036                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2037                        // infeasible above
2038                        assert (value < 0.0);
2039                        double gap = rowActivity[iRow] - rowUpper[iRow];
2040                        if (gap + value*distance < 0.0)
2041                            distance = -gap / value;
2042                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2043                        // infeasible below
2044                        assert (value > 0.0);
2045                        double gap = rowActivity[iRow] - rowLower[iRow];
2046                        if (gap + value*distance > 0.0)
2047                            distance = -gap / value;
2048                    } else {
2049                        // feasible
2050                        if (value > 0) {
2051                            double gap = rowActivity[iRow] - rowUpper[iRow];
2052                            if (gap + value*distance > 0.0)
2053                                distance = -gap / value;
2054                        } else {
2055                            double gap = rowActivity[iRow] - rowLower[iRow];
2056                            if (gap + value*distance < 0.0)
2057                                distance = -gap / value;
2058                        }
2059                    }
2060                }
2061                //move
2062                penaltyChange += improvement * distance;
2063                distance *= way;
2064                newSolution[iColumn] += distance;
2065                newSolutionValue += direction * objective[iColumn] * distance;
2066                for (j = columnStart[iColumn];
2067                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2068                    int iRow = row[j];
2069                    double value = element[j];
2070                    rowActivity[iRow] += distance * value;
2071                }
2072            }
2073        }
2074        // and now all if improving
2075        double lastChange = penaltyChange ? 1.0 : 0.0;
2076        while (lastChange > 1.0e-2) {
2077            lastChange = 0;
2078            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2079                bool isInteger = (integerType[iColumn] != 0);
2080                double currentValue = newSolution[iColumn];
2081                double lowerValue = lower[iColumn];
2082                double upperValue = upper[iColumn];
2083                int j;
2084                int anyBadDown = 0;
2085                int anyBadUp = 0;
2086                double upImprovement = 0.0;
2087                double downImprovement = 0.0;
2088                for (j = columnStart[iColumn];
2089                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2090                    int iRow = row[j];
2091                    double value = element[j];
2092                    if (isInteger) {
2093                        if (value > 0.0) {
2094                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2095                                anyBadUp++;
2096                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2097                                anyBadDown++;
2098                        } else {
2099                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2100                                anyBadDown++;
2101                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2102                                anyBadUp++;
2103                        }
2104                    }
2105                    if (rowUpper[iRow] > rowLower[iRow]) {
2106                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2107                            // infeasible above
2108                            downImprovement += value;
2109                            upImprovement -= value;
2110                            if (value > 0.0)
2111                                anyBadUp++;
2112                            else
2113                                anyBadDown++;
2114                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2115                            // feasible at ub
2116                            if (value > 0.0) {
2117                                upImprovement -= value;
2118                                anyBadUp++;
2119                            } else {
2120                                downImprovement += value;
2121                                anyBadDown++;
2122                            }
2123                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2124                            // feasible in interior
2125                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2126                            // feasible at lb
2127                            if (value < 0.0) {
2128                                upImprovement += value;
2129                                anyBadUp++;
2130                            } else {
2131                                downImprovement -= value;
2132                                anyBadDown++;
2133                            }
2134                        } else {
2135                            // infeasible below
2136                            downImprovement -= value;
2137                            upImprovement += value;
2138                            if (value < 0.0)
2139                                anyBadUp++;
2140                            else
2141                                anyBadDown++;
2142                        }
2143                    } else {
2144                        // equality row
2145                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2146                            // infeasible above
2147                            downImprovement += value;
2148                            upImprovement -= value;
2149                            if (value > 0.0)
2150                                anyBadUp++;
2151                            else
2152                                anyBadDown++;
2153                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2154                            // infeasible below
2155                            downImprovement -= value;
2156                            upImprovement += value;
2157                            if (value < 0.0)
2158                                anyBadUp++;
2159                            else
2160                                anyBadDown++;
2161                        } else {
2162                            // feasible - no good
2163                            anyBadUp = -1;
2164                            anyBadDown = -1;
2165                            break;
2166                        }
2167                    }
2168                }
2169                // could change tests for anyBad
2170                if (anyBadUp)
2171                    upImprovement = 0.0;
2172                if (anyBadDown)
2173                    downImprovement = 0.0;
2174                double way = 0.0;
2175                double improvement = 0.0;
2176                if (downImprovement > 0.0 && currentValue > lowerValue) {
2177                    way = -1.0;
2178                    improvement = downImprovement;
2179                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2180                    way = 1.0;
2181                    improvement = upImprovement;
2182                }
2183                if (way) {
2184                    // can improve
2185                    double distance = COIN_DBL_MAX;
2186                    for (j = columnStart[iColumn];
2187                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2188                        int iRow = row[j];
2189                        double value = element[j] * way;
2190                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2191                            // infeasible above
2192                            assert (value < 0.0);
2193                            double gap = rowActivity[iRow] - rowUpper[iRow];
2194                            if (gap + value*distance < 0.0) {
2195                                // If integer then has to move by 1
2196                                if (!isInteger)
2197                                    distance = -gap / value;
2198                                else
2199                                    distance = CoinMax(-gap / value, 1.0);
2200                            }
2201                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2202                            // infeasible below
2203                            assert (value > 0.0);
2204                            double gap = rowActivity[iRow] - rowLower[iRow];
2205                            if (gap + value*distance > 0.0) {
2206                                // If integer then has to move by 1
2207                                if (!isInteger)
2208                                    distance = -gap / value;
2209                                else
2210                                    distance = CoinMax(-gap / value, 1.0);
2211                            }
2212                        } else {
2213                            // feasible
2214                            if (value > 0) {
2215                                double gap = rowActivity[iRow] - rowUpper[iRow];
2216                                if (gap + value*distance > 0.0)
2217                                    distance = -gap / value;
2218                            } else {
2219                                double gap = rowActivity[iRow] - rowLower[iRow];
2220                                if (gap + value*distance < 0.0)
2221                                    distance = -gap / value;
2222                            }
2223                        }
2224                    }
2225                    if (isInteger)
2226                        distance = floor(distance + 1.05e-8);
2227                    if (!distance) {
2228                        // should never happen
2229                        //printf("zero distance in CbcRounding - debug\n");
2230                    }
2231                    //move
2232                    lastChange += improvement * distance;
2233                    distance *= way;
2234                    newSolution[iColumn] += distance;
2235                    newSolutionValue += direction * objective[iColumn] * distance;
2236                    for (j = columnStart[iColumn];
2237                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2238                        int iRow = row[j];
2239                        double value = element[j];
2240                        rowActivity[iRow] += distance * value;
2241                    }
2242                }
2243            }
2244            penaltyChange += lastChange;
2245        }
2246        penalty -= penaltyChange;
2247        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2248            // recompute
2249            penalty = 0.0;
2250            for (i = 0; i < numberRows; i++) {
2251                double value = rowActivity[i];
2252                if (value < rowLower[i] - primalTolerance)
2253                    penalty += rowLower[i] - value;
2254                else if (value > rowUpper[i] + primalTolerance)
2255                    penalty += value - rowUpper[i];
2256            }
2257        }
2258    }
2259
2260    // Could also set SOS (using random) and repeat
2261    if (!penalty) {
2262        // See if we can do better
2263        //seed_++;
2264        //CoinSeedRandom(seed_);
2265        // Random number between 0 and 1.
2266        double randomNumber = randomNumberGenerator_.randomDouble();
2267        int iPass;
2268        int start[2];
2269        int end[2];
2270        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2271        start[0] = iRandom;
2272        end[0] = numberIntegers;
2273        start[1] = 0;
2274        end[1] = iRandom;
2275        for (iPass = 0; iPass < 2; iPass++) {
2276            int i;
2277            for (i = start[iPass]; i < end[iPass]; i++) {
2278                int iColumn = integerVariable[i];
2279#ifndef NDEBUG
2280                double value = newSolution[iColumn];
2281                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2282#endif
2283                double cost = direction * objective[iColumn];
2284                double move = 0.0;
2285                if (cost > 0.0)
2286                    move = -1.0;
2287                else if (cost < 0.0)
2288                    move = 1.0;
2289                while (move) {
2290                    bool good = true;
2291                    double newValue = newSolution[iColumn] + move;
2292                    if (newValue < lower[iColumn] - primalTolerance ||
2293                            newValue > upper[iColumn] + primalTolerance) {
2294                        move = 0.0;
2295                    } else {
2296                        // see if we can move
2297                        int j;
2298                        for (j = columnStart[iColumn];
2299                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2300                            int iRow = row[j];
2301                            double newActivity = rowActivity[iRow] + move * element[j];
2302                            if (newActivity < rowLower[iRow] - primalTolerance ||
2303                                    newActivity > rowUpper[iRow] + primalTolerance) {
2304                                good = false;
2305                                break;
2306                            }
2307                        }
2308                        if (good) {
2309                            newSolution[iColumn] = newValue;
2310                            newSolutionValue += move * cost;
2311                            int j;
2312                            for (j = columnStart[iColumn];
2313                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2314                                int iRow = row[j];
2315                                rowActivity[iRow] += move * element[j];
2316                            }
2317                        } else {
2318                            move = 0.0;
2319                        }
2320                    }
2321                }
2322            }
2323        }
2324        // Just in case of some stupidity
2325        double objOffset = 0.0;
2326        solver->getDblParam(OsiObjOffset, objOffset);
2327        newSolutionValue = -objOffset;
2328        for ( i = 0 ; i < numberColumns ; i++ )
2329            newSolutionValue += objective[i] * newSolution[i];
2330        newSolutionValue *= direction;
2331        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2332        if (newSolutionValue < solutionValue) {
2333            // paranoid check
2334            memset(rowActivity, 0, numberRows*sizeof(double));
2335            for (i = 0; i < numberColumns; i++) {
2336                int j;
2337                double value = newSolution[i];
2338                if (value) {
2339                    for (j = columnStart[i];
2340                            j < columnStart[i] + columnLength[i]; j++) {
2341                        int iRow = row[j];
2342                        rowActivity[iRow] += value * element[j];
2343                    }
2344                }
2345            }
2346            // check was approximately feasible
2347            bool feasible = true;
2348            for (i = 0; i < numberRows; i++) {
2349                if (rowActivity[i] < rowLower[i]) {
2350                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2351                        feasible = false;
2352                } else if (rowActivity[i] > rowUpper[i]) {
2353                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2354                        feasible = false;
2355                }
2356            }
2357            if (feasible) {
2358                // new solution
2359                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2360                solutionValue = newSolutionValue;
2361                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2362                returnCode = 1;
2363            } else {
2364                // Can easily happen
2365                //printf("Debug CbcRounding giving bad solution\n");
2366            }
2367        }
2368    }
2369#ifdef NEW_ROUNDING
2370    if (!returnCode) {
2371#ifdef JJF_ZERO
2372        // back to starting point
2373        memcpy(newSolution, solution, numberColumns*sizeof(double));
2374        memset(rowActivity, 0, numberRows*sizeof(double));
2375        for (i = 0; i < numberColumns; i++) {
2376            int j;
2377            double value = newSolution[i];
2378            if (value < lower[i]) {
2379                value = lower[i];
2380                newSolution[i] = value;
2381            } else if (value > upper[i]) {
2382                value = upper[i];
2383                newSolution[i] = value;
2384            }
2385            if (value) {
2386                for (j = columnStart[i];
2387                        j < columnStart[i] + columnLength[i]; j++) {
2388                    int iRow = row[j];
2389                    rowActivity[iRow] += value * element[j];
2390                }
2391            }
2392        }
2393        // check was feasible - if not adjust (cleaning may move)
2394        for (i = 0; i < numberRows; i++) {
2395            if (rowActivity[i] < rowLower[i]) {
2396                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2397                rowActivity[i] = rowLower[i];
2398            } else if (rowActivity[i] > rowUpper[i]) {
2399                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2400                rowActivity[i] = rowUpper[i];
2401            }
2402        }
2403#endif
2404        int * candidate = new int [numberColumns];
2405        int nCandidate = 0;
2406        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2407            bool isInteger = (integerType[iColumn] != 0);
2408            if (isInteger) {
2409                double currentValue = newSolution[iColumn];
2410                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2411                    candidate[nCandidate++] = iColumn;
2412            }
2413        }
2414        if (true) {
2415            // Rounding as in Berthold
2416            while (nCandidate) {
2417                double infeasibility = 1.0e-7;
2418                int iRow = -1;
2419                for (i = 0; i < numberRows; i++) {
2420                    double value = 0.0;
2421                    if (rowActivity[i] < rowLower[i]) {
2422                        value = rowLower[i] - rowActivity[i];
2423                    } else if (rowActivity[i] > rowUpper[i]) {
2424                        value = rowActivity[i] - rowUpper[i];
2425                    }
2426                    if (value > infeasibility) {
2427                        infeasibility = value;
2428                        iRow = i;
2429                    }
2430                }
2431                if (iRow >= 0) {
2432                    // infeasible
2433                } else {
2434                    // feasible
2435                }
2436            }
2437        } else {
2438            // Shifting as in Berthold
2439        }
2440        delete [] candidate;
2441    }
2442#endif
2443    delete [] newSolution;
2444    delete [] rowActivity;
2445    return returnCode;
2446}
2447// update model
2448void CbcRounding::setModel(CbcModel * model)
2449{
2450    model_ = model;
2451    // Get a copy of original matrix (and by row for rounding);
2452    assert(model_->solver());
2453    if (model_->solver()->getNumRows()) {
2454        matrix_ = *model_->solver()->getMatrixByCol();
2455        matrixByRow_ = *model_->solver()->getMatrixByRow();
2456        // make sure model okay for heuristic
2457        validate();
2458    }
2459}
2460// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2461void
2462CbcRounding::validate()
2463{
2464    if (model_ && (when() % 100) < 10) {
2465        if (model_->numberIntegers() !=
2466                model_->numberObjects() && (model_->numberObjects() ||
2467                                            (model_->specialOptions()&1024) == 0)) {
2468            int numberOdd = 0;
2469            for (int i = 0; i < model_->numberObjects(); i++) {
2470                if (!model_->object(i)->canDoHeuristics())
2471                    numberOdd++;
2472            }
2473            if (numberOdd)
2474                setWhen(0);
2475        }
2476    }
2477#ifdef NEW_ROUNDING
2478    int numberColumns = matrix_.getNumCols();
2479    down_ = new unsigned short [numberColumns];
2480    up_ = new unsigned short [numberColumns];
2481    equal_ = new unsigned short [numberColumns];
2482    // Column copy
2483    const double * element = matrix_.getElements();
2484    const int * row = matrix_.getIndices();
2485    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2486    const int * columnLength = matrix_.getVectorLengths();
2487    const double * rowLower = model.solver()->getRowLower();
2488    const double * rowUpper = model.solver()->getRowUpper();
2489    for (int i = 0; i < numberColumns; i++) {
2490        int down = 0;
2491        int up = 0;
2492        int equal = 0;
2493        if (columnLength[i] > 65535) {
2494            equal[0] = 65535;
2495            break; // unlikely to work
2496        }
2497        for (CoinBigIndex j = columnStart[i];
2498                j < columnStart[i] + columnLength[i]; j++) {
2499            int iRow = row[j];
2500            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2501                equal++;
2502            } else if (element[j] > 0.0) {
2503                if (rowUpper[iRow] < 1.0e20)
2504                    up++;
2505                else
2506                    down--;
2507            } else {
2508                if (rowLower[iRow] > -1.0e20)
2509                    up++;
2510                else
2511                    down--;
2512            }
2513        }
2514        down_[i] = (unsigned short) down;
2515        up_[i] = (unsigned short) up;
2516        equal_[i] = (unsigned short) equal;
2517    }
2518#else
2519    down_ = NULL;
2520    up_ = NULL;
2521    equal_ = NULL;
2522#endif
2523}
2524
2525// Default Constructor
2526CbcHeuristicPartial::CbcHeuristicPartial()
2527        : CbcHeuristic()
2528{
2529    fixPriority_ = 10000;
2530}
2531
2532// Constructor from model
2533CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2534        : CbcHeuristic(model)
2535{
2536    fixPriority_ = fixPriority;
2537    setNumberNodes(numberNodes);
2538    validate();
2539}
2540
2541// Destructor
2542CbcHeuristicPartial::~CbcHeuristicPartial ()
2543{
2544}
2545
2546// Clone
2547CbcHeuristic *
2548CbcHeuristicPartial::clone() const
2549{
2550    return new CbcHeuristicPartial(*this);
2551}
2552// Create C++ lines to get to current state
2553void
2554CbcHeuristicPartial::generateCpp( FILE * fp)
2555{
2556    CbcHeuristicPartial other;
2557    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2558    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2559    CbcHeuristic::generateCpp(fp, "partial");
2560    if (fixPriority_ != other.fixPriority_)
2561        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2562    else
2563        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2564    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2565}
2566//#define NEW_PARTIAL
2567// Copy constructor
2568CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2569        :
2570        CbcHeuristic(rhs),
2571        fixPriority_(rhs.fixPriority_)
2572{
2573}
2574
2575// Assignment operator
2576CbcHeuristicPartial &
2577CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2578{
2579    if (this != &rhs) {
2580        CbcHeuristic::operator=(rhs);
2581        fixPriority_ = rhs.fixPriority_;
2582    }
2583    return *this;
2584}
2585
2586// Resets stuff if model changes
2587void
2588CbcHeuristicPartial::resetModel(CbcModel * model)
2589{
2590    model_ = model;
2591    // Get a copy of original matrix (and by row for partial);
2592    assert(model_->solver());
2593    validate();
2594}
2595// See if partial will give solution
2596// Sets value of solution
2597// Assumes rhs for original matrix still okay
2598// At present only works with integers
2599// Fix values if asked for
2600// Returns 1 if solution, 0 if not
2601int
2602CbcHeuristicPartial::solution(double & solutionValue,
2603                              double * betterSolution)
2604{
2605    // Return if already done
2606    if (fixPriority_ < 0)
2607        return 0; // switched off
2608    const double * hotstartSolution = model_->hotstartSolution();
2609    const int * hotstartPriorities = model_->hotstartPriorities();
2610    if (!hotstartSolution)
2611        return 0;
2612    OsiSolverInterface * solver = model_->solver();
2613
2614    int numberIntegers = model_->numberIntegers();
2615    const int * integerVariable = model_->integerVariable();
2616
2617    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2618    const double * colLower = newSolver->getColLower();
2619    const double * colUpper = newSolver->getColUpper();
2620
2621    double primalTolerance;
2622    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2623
2624    int i;
2625    int numberFixed = 0;
2626    int returnCode = 0;
2627
2628    for (i = 0; i < numberIntegers; i++) {
2629        int iColumn = integerVariable[i];
2630        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2631            double value = hotstartSolution[iColumn];
2632            double lower = colLower[iColumn];
2633            double upper = colUpper[iColumn];
2634            value = CoinMax(value, lower);
2635            value = CoinMin(value, upper);
2636            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2637                value = floor(value + 0.5);
2638                newSolver->setColLower(iColumn, value);
2639                newSolver->setColUpper(iColumn, value);
2640                numberFixed++;
2641            }
2642        }
2643    }
2644    if (numberFixed > numberIntegers / 5 - 100000000) {
2645#ifdef COIN_DEVELOP
2646        printf("%d integers fixed\n", numberFixed);
2647#endif
2648        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2649                                         model_->getCutoff(), "CbcHeuristicPartial");
2650        if (returnCode < 0)
2651            returnCode = 0; // returned on size
2652        //printf("return code %d",returnCode);
2653        if ((returnCode&2) != 0) {
2654            // could add cut
2655            returnCode &= ~2;
2656            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2657        } else {
2658            //printf("\n");
2659        }
2660    }
2661    fixPriority_ = -1; // switch off
2662
2663    delete newSolver;
2664    return returnCode;
2665}
2666// update model
2667void CbcHeuristicPartial::setModel(CbcModel * model)
2668{
2669    model_ = model;
2670    assert(model_->solver());
2671    // make sure model okay for heuristic
2672    validate();
2673}
2674// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2675void
2676CbcHeuristicPartial::validate()
2677{
2678    if (model_ && (when() % 100) < 10) {
2679        if (model_->numberIntegers() !=
2680                model_->numberObjects())
2681            setWhen(0);
2682    }
2683}
2684bool
2685CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2686{
2687    return true;
2688}
2689
2690// Default Constructor
2691CbcSerendipity::CbcSerendipity()
2692        : CbcHeuristic()
2693{
2694}
2695
2696// Constructor from model
2697CbcSerendipity::CbcSerendipity(CbcModel & model)
2698        : CbcHeuristic(model)
2699{
2700}
2701
2702// Destructor
2703CbcSerendipity::~CbcSerendipity ()
2704{
2705}
2706
2707// Clone
2708CbcHeuristic *
2709CbcSerendipity::clone() const
2710{
2711    return new CbcSerendipity(*this);
2712}
2713// Create C++ lines to get to current state
2714void
2715CbcSerendipity::generateCpp( FILE * fp)
2716{
2717    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2718    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2719    CbcHeuristic::generateCpp(fp, "serendipity");
2720    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2721}
2722
2723// Copy constructor
2724CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2725        :
2726        CbcHeuristic(rhs)
2727{
2728}
2729
2730// Assignment operator
2731CbcSerendipity &
2732CbcSerendipity::operator=( const CbcSerendipity & rhs)
2733{
2734    if (this != &rhs) {
2735        CbcHeuristic::operator=(rhs);
2736    }
2737    return *this;
2738}
2739
2740// Returns 1 if solution, 0 if not
2741int
2742CbcSerendipity::solution(double & solutionValue,
2743                         double * betterSolution)
2744{
2745    if (!model_)
2746        return 0;
2747    if (!inputSolution_) {
2748        // get information on solver type
2749        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2750        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2751        if (auxiliaryInfo) {
2752            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2753        } else {
2754            return 0;
2755        }
2756    } else {
2757        int numberColumns = model_->getNumCols();
2758        double value = inputSolution_[numberColumns];
2759        int returnCode = 0;
2760        if (value < solutionValue) {
2761            solutionValue = value;
2762            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2763            returnCode = 1;
2764        }
2765        delete [] inputSolution_;
2766        inputSolution_ = NULL;
2767        model_ = NULL; // switch off
2768        return returnCode;
2769    }
2770}
2771// update model
2772void CbcSerendipity::setModel(CbcModel * model)
2773{
2774    model_ = model;
2775}
2776// Resets stuff if model changes
2777void
2778CbcSerendipity::resetModel(CbcModel * model)
2779{
2780    model_ = model;
2781}
2782
2783
2784// Default Constructor
2785CbcHeuristicJustOne::CbcHeuristicJustOne()
2786        : CbcHeuristic(),
2787        probabilities_(NULL),
2788        heuristic_(NULL),
2789        numberHeuristics_(0)
2790{
2791}
2792
2793// Constructor from model
2794CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2795        : CbcHeuristic(model),
2796        probabilities_(NULL),
2797        heuristic_(NULL),
2798        numberHeuristics_(0)
2799{
2800}
2801
2802// Destructor
2803CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2804{
2805    for (int i = 0; i < numberHeuristics_; i++)
2806        delete heuristic_[i];
2807    delete [] heuristic_;
2808    delete [] probabilities_;
2809}
2810
2811// Clone
2812CbcHeuristicJustOne *
2813CbcHeuristicJustOne::clone() const
2814{
2815    return new CbcHeuristicJustOne(*this);
2816}
2817
2818// Create C++ lines to get to current state
2819void
2820CbcHeuristicJustOne::generateCpp( FILE * fp)
2821{
2822    CbcHeuristicJustOne other;
2823    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2824    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2825    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2826    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2827}
2828
2829// Copy constructor
2830CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2831        :
2832        CbcHeuristic(rhs),
2833        probabilities_(NULL),
2834        heuristic_(NULL),
2835        numberHeuristics_(rhs.numberHeuristics_)
2836{
2837    if (numberHeuristics_) {
2838        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2839        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2840        for (int i = 0; i < numberHeuristics_; i++)
2841            heuristic_[i] = rhs.heuristic_[i]->clone();
2842    }
2843}
2844
2845// Assignment operator
2846CbcHeuristicJustOne &
2847CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2848{
2849    if (this != &rhs) {
2850        CbcHeuristic::operator=(rhs);
2851        for (int i = 0; i < numberHeuristics_; i++)
2852            delete heuristic_[i];
2853        delete [] heuristic_;
2854        delete [] probabilities_;
2855        probabilities_ = NULL;
2856        heuristic_ = NULL;
2857        numberHeuristics_ = rhs.numberHeuristics_;
2858        if (numberHeuristics_) {
2859            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2860            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2861            for (int i = 0; i < numberHeuristics_; i++)
2862                heuristic_[i] = rhs.heuristic_[i]->clone();
2863        }
2864    }
2865    return *this;
2866}
2867// Sets value of solution
2868// Returns 1 if solution, 0 if not
2869int
2870CbcHeuristicJustOne::solution(double & solutionValue,
2871                              double * betterSolution)
2872{
2873#ifdef DIVE_DEBUG
2874    std::cout << "solutionValue = " << solutionValue << std::endl;
2875#endif
2876    ++numCouldRun_;
2877
2878    // test if the heuristic can run
2879    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2880        return 0;
2881    double randomNumber = randomNumberGenerator_.randomDouble();
2882    int i;
2883    for (i = 0; i < numberHeuristics_; i++) {
2884        if (randomNumber < probabilities_[i])
2885            break;
2886    }
2887    assert (i < numberHeuristics_);
2888    int returnCode;
2889    //model_->unsetDivingHasRun();
2890#ifdef COIN_DEVELOP
2891    printf("JustOne running %s\n",
2892           heuristic_[i]->heuristicName());
2893#endif
2894    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2895#ifdef COIN_DEVELOP
2896    if (returnCode)
2897        printf("JustOne running %s found solution\n",
2898               heuristic_[i]->heuristicName());
2899#endif
2900    return returnCode;
2901}
2902// Resets stuff if model changes
2903void
2904CbcHeuristicJustOne::resetModel(CbcModel * model)
2905{
2906    CbcHeuristic::resetModel(model);
2907    for (int i = 0; i < numberHeuristics_; i++)
2908        heuristic_[i]->resetModel(model);
2909}
2910// update model (This is needed if cliques update matrix etc)
2911void
2912CbcHeuristicJustOne::setModel(CbcModel * model)
2913{
2914    CbcHeuristic::setModel(model);
2915    for (int i = 0; i < numberHeuristics_; i++)
2916        heuristic_[i]->setModel(model);
2917}
2918// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2919void
2920CbcHeuristicJustOne::validate()
2921{
2922    CbcHeuristic::validate();
2923    for (int i = 0; i < numberHeuristics_; i++)
2924        heuristic_[i]->validate();
2925}
2926// Adds an heuristic with probability
2927void
2928CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2929{
2930    CbcHeuristic * thisOne = heuristic->clone();
2931    thisOne->setWhen(-999);
2932    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2933                            numberHeuristics_);
2934    delete [] heuristic_;
2935    heuristic_ = tempH;
2936    heuristic_[numberHeuristics_] = thisOne;
2937    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2938                                            numberHeuristics_);
2939    delete [] probabilities_;
2940    probabilities_ = tempP;
2941    probabilities_[numberHeuristics_] = probability;
2942    numberHeuristics_++;
2943}
2944// Normalize probabilities
2945void
2946CbcHeuristicJustOne::normalizeProbabilities()
2947{
2948    double sum = 0.0;
2949    for (int i = 0; i < numberHeuristics_; i++)
2950        sum += probabilities_[i];
2951    double multiplier = 1.0 / sum;
2952    sum = 0.0;
2953    for (int i = 0; i < numberHeuristics_; i++) {
2954        sum += probabilities_[i];
2955        probabilities_[i] = sum * multiplier;
2956    }
2957    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
2958    probabilities_[numberHeuristics_-1] = 1.000001;
2959}
2960
Note: See TracBrowser for help on using the repository browser.