source: trunk/Cbc/src/CbcHeuristic.cpp @ 1585

Last change on this file since 1585 was 1585, checked in by forrest, 9 years ago

add some more heuristics

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 111.8 KB
Line 
1/* $Id: CbcHeuristic.cpp 1585 2011-01-11 19:04:34Z 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        if ((model_->moreSpecialOptions()&65536)!=0)
841          process.setOptions(2+4+8); // no cuts
842        /* Do not try and produce equality cliques and
843           do up to 2 passes (normally) 5 if restart */
844        int numberPasses = 2;
845        if (numberNodes < 0) {
846            numberPasses = 5;
847            // Say some rows cuts
848            int numberRows = solver->getNumRows();
849            if (numberNodes_ < numberRows && true /* think */) {
850                char * type = new char[numberRows];
851                memset(type, 0, numberNodes_);
852                memset(type + numberNodes_, 1, numberRows - numberNodes_);
853                process.passInRowTypes(type, numberRows);
854                delete [] type;
855            }
856        }
857        if (logLevel <= 1)
858            process.messageHandler()->setLogLevel(0);
859        if (!solver->defaultHandler()&&
860            solver->messageHandler()->logLevel(0)!=-1000)
861          process.passInMessageHandler(solver->messageHandler());
862        OsiSolverInterface * solver2 = process.preProcessNonDefault(*solver, false,
863                                       numberPasses);
864        if (!solver2) {
865            if (logLevel > 1)
866                printf("Pre-processing says infeasible\n");
867            returnCode = 2; // so will be infeasible
868        } else {
869#ifdef COIN_DEVELOP_z
870            if (numberNodes < 0) {
871                solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
872            }
873#endif
874            // see if too big
875            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
876                                     numberRowsStart, numberColumnsStart);
877            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
878            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
879                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
880                        solver->getNumRows(), solver->getNumCols(),
881                        solver2->getNumRows(), solver2->getNumCols());
882                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
883                << generalPrint
884                << CoinMessageEol;
885                returnCode = -1;
886                //printf("small no good2\n");
887            } else {
888                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
889                        solver->getNumRows(), solver->getNumCols(),
890                        solver2->getNumRows(), solver2->getNumCols());
891                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
892                << generalPrint
893                << CoinMessageEol;
894            }
895            if (returnCode == 1) {
896                solver2->resolve();
897                CbcModel model(*solver2);
898                if (numberNodes >= 0) {
899                    // normal
900                    model.setSpecialOptions(saveModelOptions | 2048);
901                    if (logLevel <= 1)
902                        model.setLogLevel(0);
903                    else
904                        model.setLogLevel(logLevel);
905                    // No small fathoming
906                    model.setFastNodeDepth(-1);
907                    model.setCutoff(signedCutoff);
908                    // Don't do if original fraction > 1.0 and too large
909                    if (fractionSmall_>1.0) {
910                      /* 1.4 means -1 nodes if >.4
911                         2.4 means -1 nodes if >.5 and 0 otherwise
912                         3.4 means -1 nodes if >.6 and 0 or 5
913                         4.4 means -1 nodes if >.7 and 0, 5 or 10
914                      */
915                      double fraction = fractionSmall_-floor(fractionSmall_);
916                      if (ratio>fraction) {
917                        int type = static_cast<int>(floor(fractionSmall_*0.1));
918                        int over = static_cast<int>(ceil(ratio-fraction));
919                        int maxNodes[]={-1,0,5,10};
920                        if (type>over)
921                          numberNodes=maxNodes[type-over];
922                        else
923                          numberNodes=-1;
924                      }
925                    }
926                    model.setMaximumNodes(numberNodes);
927                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
928                    if ((saveModelOptions&2048) == 0)
929                      model.setMoreSpecialOptions(model_->moreSpecialOptions());
930                    // Lightweight
931                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
932                    model.setStrategy(strategy);
933                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
934                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
935                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
936                } else {
937                    model.setSpecialOptions(saveModelOptions);
938                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
939                    << solver2->getNumRows() << solver2->getNumCols()
940                    << CoinMessageEol;
941                    // going for full search and copy across more stuff
942                    model.gutsOfCopy(*model_, 2);
943                    for (int i = 0; i < model.numberCutGenerators(); i++) {
944                        CbcCutGenerator * generator = model.cutGenerator(i);
945                        CglGomory * gomory = dynamic_cast<CglGomory *>
946                          (generator->generator());
947                        if (gomory&&gomory->originalSolver()) 
948                          gomory->passInOriginalSolver(model.solver());
949                        generator->setTiming(true);
950                        // Turn on if was turned on
951                        int iOften = model_->cutGenerator(i)->howOften();
952#ifdef CLP_INVESTIGATE
953                        printf("Gen %d often %d %d\n",
954                               i, generator->howOften(),
955                               iOften);
956#endif
957                        if (iOften > 0)
958                            generator->setHowOften(iOften % 1000000);
959                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
960                            generator->setHowOften(-100);
961                    }
962                    model.setCutoff(signedCutoff);
963                    // make sure can't do nested search! but allow heuristics
964                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
965                    bool takeHint;
966                    OsiHintStrength strength;
967                    // Switch off printing if asked to
968                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
969                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
970                    CbcStrategyDefault strategy(1, model_->numberStrong(),
971                                                model_->numberBeforeTrust());
972                    // Set up pre-processing - no
973                    strategy.setupPreProcessing(0); // was (4);
974                    model.setStrategy(strategy);
975                    //model.solver()->writeMps("crunched");
976                    int numberCuts = process.cuts().sizeRowCuts();
977                    if (numberCuts) {
978                        // add in cuts
979                        CglStored cuts = process.cuts();
980                        model.addCutGenerator(&cuts, 1, "Stored from first");
981                    }
982                }
983                // Do search
984                if (logLevel > 1)
985                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
986                    << name
987                    << model.getMaximumNodes()
988                    << CoinMessageEol;
989                // probably faster to use a basis to get integer solutions
990                model.setSpecialOptions(model.specialOptions() | 2);
991#ifdef CBC_THREAD
992                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
993                    // See if at root node
994                    bool atRoot = model_->getNodeCount() == 0;
995                    int passNumber = model_->getCurrentPassNumber();
996                    if (atRoot && passNumber == 1)
997                        model.setNumberThreads(model_->getNumberThreads());
998                }
999#endif
1000                model.setParentModel(*model_);
1001                model.setOriginalColumns(process.originalColumns());
1002                model.setSearchStrategy(-1);
1003                // If no feasibility pump then insert a lightweight one
1004                if (feasibilityPumpOptions_ >= 0) {
1005                    bool gotPump = false;
1006                    for (int i = 0; i < model.numberHeuristics(); i++) {
1007                        const CbcHeuristicFPump* pump =
1008                            dynamic_cast<const CbcHeuristicFPump*>(model.heuristic(i));
1009                        if (pump)
1010                            gotPump = true;
1011                    }
1012                    if (!gotPump) {
1013                        CbcHeuristicFPump heuristic4;
1014                        // use any cutoff
1015                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1016                        if (fractionSmall_<=1.0) 
1017                          heuristic4.setMaximumPasses(10);
1018                        int pumpTune = feasibilityPumpOptions_;
1019                        if (pumpTune > 0) {
1020                            /*
1021                            >=10000000 for using obj
1022                            >=1000000 use as accumulate switch
1023                            >=1000 use index+1 as number of large loops
1024                            >=100 use 0.05 objvalue as increment
1025                            %100 == 10,20 etc for experimentation
1026                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1027                            4 and static continuous, 5 as 3 but no internal integers
1028                            6 as 3 but all slack basis!
1029                            */
1030                            double value = solver2->getObjSense() * solver2->getObjValue();
1031                            int w = pumpTune / 10;
1032                            int ix = w % 10;
1033                            w /= 10;
1034                            int c = w % 10;
1035                            w /= 10;
1036                            int r = w;
1037                            int accumulate = r / 1000;
1038                            r -= 1000 * accumulate;
1039                            if (accumulate >= 10) {
1040                                int which = accumulate / 10;
1041                                accumulate -= 10 * which;
1042                                which--;
1043                                // weights and factors
1044                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1045                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1046                                heuristic4.setInitialWeight(weight[which]);
1047                                heuristic4.setWeightFactor(factor[which]);
1048                            }
1049                            // fake cutoff
1050                            if (c) {
1051                                double cutoff;
1052                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1053                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1054                                heuristic4.setFakeCutoff(cutoff);
1055                            }
1056                            if (r) {
1057                                // also set increment
1058                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1059                                double increment = 0.0;
1060                                heuristic4.setAbsoluteIncrement(increment);
1061                                heuristic4.setAccumulate(accumulate);
1062                                heuristic4.setMaximumRetries(r + 1);
1063                            }
1064                            pumpTune = pumpTune % 100;
1065                            if (pumpTune == 6)
1066                                pumpTune = 13;
1067                            if (pumpTune != 13)
1068                                pumpTune = pumpTune % 10;
1069                            heuristic4.setWhen(pumpTune);
1070                            if (ix) {
1071                                heuristic4.setFeasibilityPumpOptions(ix*10);
1072                            }
1073                        }
1074                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1075                    }
1076                }
1077                //printf("sol %x\n",inputSolution_);
1078                if (inputSolution_) {
1079                    // translate and add a serendipity heuristic
1080                    int numberColumns = solver2->getNumCols();
1081                    const int * which = process.originalColumns();
1082                    OsiSolverInterface * solver3 = solver2->clone();
1083                    for (int i = 0; i < numberColumns; i++) {
1084                        if (solver3->isInteger(i)) {
1085                            int k = which[i];
1086                            double value = inputSolution_[k];
1087                            //if (value)
1088                            //printf("orig col %d now %d val %g\n",
1089                            //       k,i,value);
1090                            solver3->setColLower(i, value);
1091                            solver3->setColUpper(i, value);
1092                        }
1093                    }
1094                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1095                    solver3->resolve();
1096                    if (!solver3->isProvenOptimal()) {
1097                        // Try just setting nonzeros
1098                        OsiSolverInterface * solver4 = solver2->clone();
1099                        for (int i = 0; i < numberColumns; i++) {
1100                            if (solver4->isInteger(i)) {
1101                                int k = which[i];
1102                                double value = floor(inputSolution_[k] + 0.5);
1103                                if (value) {
1104                                    solver3->setColLower(i, value);
1105                                    solver3->setColUpper(i, value);
1106                                }
1107                            }
1108                        }
1109                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1110                        solver4->resolve();
1111                        int nBad = -1;
1112                        if (solver4->isProvenOptimal()) {
1113                            nBad = 0;
1114                            const double * solution = solver4->getColSolution();
1115                            for (int i = 0; i < numberColumns; i++) {
1116                                if (solver4->isInteger(i)) {
1117                                    double value = floor(solution[i] + 0.5);
1118                                    if (fabs(value - solution[i]) > 1.0e-6)
1119                                        nBad++;
1120                                }
1121                            }
1122                        }
1123                        if (nBad) {
1124                            delete solver4;
1125                        } else {
1126                            delete solver3;
1127                            solver3 = solver4;
1128                        }
1129                    }
1130                    if (solver3->isProvenOptimal()) {
1131                        // good
1132                        CbcSerendipity heuristic(model);
1133                        double value = solver3->getObjSense() * solver3->getObjValue();
1134                        heuristic.setInputSolution(solver3->getColSolution(), value);
1135                        value = value + 1.0e-7*(1.0 + fabs(value));
1136                        value *= solver3->getObjSense();
1137                        model.setCutoff(value);
1138                        model.addHeuristic(&heuristic, "Previous solution", 0);
1139                        //printf("added seren\n");
1140                    } else {
1141                        double value = model_->getMinimizationObjValue();
1142                        value = value + 1.0e-7*(1.0 + fabs(value));
1143                        value *= solver3->getObjSense();
1144                        model.setCutoff(value);
1145#ifdef CLP_INVESTIGATE
1146                        printf("NOT added seren\n");
1147                        solver3->writeMps("bad_seren");
1148                        solver->writeMps("orig_seren");
1149#endif
1150                    }
1151                    delete solver3;
1152                }
1153                if (model_->searchStrategy() == 2) {
1154                    model.setNumberStrong(5);
1155                    model.setNumberBeforeTrust(5);
1156                }
1157                if (model.getNumCols()) {
1158                    if (numberNodes >= 0) {
1159                        setCutAndHeuristicOptions(model);
1160                        // not too many iterations
1161                        model.setMaximumNumberIterations(100*(numberNodes + 10));
1162                        // Not fast stuff
1163                        model.setFastNodeDepth(-1);
1164                    } else if (model.fastNodeDepth() >= 1000000) {
1165                        // already set
1166                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1167                    }
1168                    model.setWhenCuts(999998);
1169#define ALWAYS_DUAL
1170#ifdef ALWAYS_DUAL
1171                    OsiSolverInterface * solver = model.solver();
1172                    bool takeHint;
1173                    OsiHintStrength strength;
1174                    solver->getHintParam(OsiDoDualInResolve, takeHint, strength);
1175                    solver->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1176#endif
1177                    model.branchAndBound();
1178#ifdef ALWAYS_DUAL
1179                    solver = model.solver();
1180                    solver->setHintParam(OsiDoDualInResolve, takeHint, strength);
1181#endif
1182#ifdef COIN_DEVELOP
1183                    printf("sub branch %d nodes, %d iterations - max %d\n",
1184                           model.getNodeCount(), model.getIterationCount(),
1185                           100*(numberNodes + 10));
1186#endif
1187                    if (numberNodes < 0) {
1188                        model_->incrementIterationCount(model.getIterationCount());
1189                        model_->incrementNodeCount(model.getNodeCount());
1190                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1191                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1192                            sprintf(generalPrint,
1193                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1194                                    generator->cutGeneratorName(),
1195                                    generator->numberTimesEntered(),
1196                                    generator->numberCutsInTotal() +
1197                                    generator->numberColumnCuts(),
1198                                    generator->numberCutsActive(),
1199                                    generator->timeInCutGenerator());
1200                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1201                            if (stored && !generator->numberCutsInTotal())
1202                                continue;
1203#ifndef CLP_INVESTIGATE
1204                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1205                            if (implication)
1206                                continue;
1207#endif
1208                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1209                            << generalPrint
1210                            << CoinMessageEol;
1211                        }
1212                    }
1213                } else {
1214                    // empty model
1215                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1216                }
1217                if (logLevel > 1)
1218                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1219                    << name
1220                    << CoinMessageEol;
1221                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1222                    // solution
1223                    if (model.getNumCols())
1224                        returnCode = model.isProvenOptimal() ? 3 : 1;
1225                    else
1226                        returnCode = 3;
1227                    // post process
1228#ifdef COIN_HAS_CLP
1229                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1230                    if (clpSolver) {
1231                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1232                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1233                    }
1234#endif
1235                    process.postProcess(*model.solver());
1236                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1237                        // Solution now back in solver
1238                        int numberColumns = solver->getNumCols();
1239                        memcpy(newSolution, solver->getColSolution(),
1240                               numberColumns*sizeof(double));
1241                        newSolutionValue = model.getMinimizationObjValue();
1242                    } else {
1243                        // odd - but no good
1244                        returnCode = 0; // so will be infeasible
1245                    }
1246                } else {
1247                    // no good
1248                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1249                }
1250                int totalNumberIterations = model.getIterationCount() +
1251                                            process.numberIterationsPre() +
1252                                            process.numberIterationsPost();
1253                if (totalNumberIterations > 100*(numberNodes + 10)) {
1254                    // only allow smaller problems
1255                    fractionSmall = fractionSmall_;
1256                    fractionSmall_ *= 0.9;
1257#ifdef CLP_INVESTIGATE
1258                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1259                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1260#endif
1261                }
1262                if (model.status() == 5)
1263                    returnCode = -2; // stop
1264                if (model.isProvenInfeasible())
1265                    status = 1;
1266                else if (model.isProvenOptimal())
1267                    status = 2;
1268            }
1269        }
1270    } else {
1271        returnCode = 2; // infeasible finished
1272    }
1273    model_->setSpecialOptions(saveModelOptions);
1274    model_->setLogLevel(logLevel);
1275    if (returnCode == 1 || returnCode == 2) {
1276        OsiSolverInterface * solverC = model_->continuousSolver();
1277        if (false && solverC) {
1278            const double * lower = solver->getColLower();
1279            const double * upper = solver->getColUpper();
1280            const double * lowerC = solverC->getColLower();
1281            const double * upperC = solverC->getColUpper();
1282            bool good = true;
1283            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1284                if (solverC->isInteger(iColumn)) {
1285                    if (lower[iColumn] > lowerC[iColumn] &&
1286                            upper[iColumn] < upperC[iColumn]) {
1287                        good = false;
1288                        printf("CUT - can't add\n");
1289                        break;
1290                    }
1291                }
1292            }
1293            if (good) {
1294                double * cut = new double [numberColumns];
1295                int * which = new int [numberColumns];
1296                double rhs = -1.0;
1297                int n = 0;
1298                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1299                    if (solverC->isInteger(iColumn)) {
1300                        if (lower[iColumn] == upperC[iColumn]) {
1301                            rhs += lower[iColumn];
1302                            cut[n] = 1.0;
1303                            which[n++] = iColumn;
1304                        } else if (upper[iColumn] == lowerC[iColumn]) {
1305                            rhs -= upper[iColumn];
1306                            cut[n] = -1.0;
1307                            which[n++] = iColumn;
1308                        }
1309                    }
1310                }
1311                printf("CUT has %d entries\n", n);
1312                OsiRowCut newCut;
1313                newCut.setLb(-COIN_DBL_MAX);
1314                newCut.setUb(rhs);
1315                newCut.setRow(n, which, cut, false);
1316                model_->makeGlobalCut(newCut);
1317                delete [] cut;
1318                delete [] which;
1319            }
1320        }
1321#ifdef COIN_DEVELOP
1322        if (status == 1)
1323            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1324        else if (status == 2)
1325            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1326#endif
1327    }
1328    if (reset) {
1329        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1330            if (reset[iColumn])
1331                solver->setColLower(iColumn, 0.0);
1332        }
1333        delete [] reset;
1334    }
1335#ifdef HISTORY_STATISTICS
1336    getHistoryStatistics_ = true;
1337#endif
1338    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1339    return returnCode;
1340}
1341// Set input solution
1342void
1343CbcHeuristic::setInputSolution(const double * solution, double objValue)
1344{
1345    delete [] inputSolution_;
1346    inputSolution_ = NULL;
1347    if (model_ && solution) {
1348        int numberColumns = model_->getNumCols();
1349        inputSolution_ = new double [numberColumns+1];
1350        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1351        inputSolution_[numberColumns] = objValue;
1352    }
1353}
1354
1355//##############################################################################
1356
1357inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1358                                    const CbcBranchingObject* br1)
1359{
1360    const int t0 = br0->type();
1361    const int t1 = br1->type();
1362    if (t0 < t1) {
1363        return -1;
1364    }
1365    if (t0 > t1) {
1366        return 1;
1367    }
1368    return br0->compareOriginalObject(br1);
1369}
1370
1371//==============================================================================
1372
1373inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1374                                    const CbcBranchingObject* br1)
1375{
1376    return compare3BranchingObjects(br0, br1) < 0;
1377}
1378
1379//==============================================================================
1380
1381void
1382CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1383{
1384    //  CbcHeurDebugNodes(&model);
1385    CbcNode* node = model.currentNode();
1386    brObj_ = new CbcBranchingObject*[node->depth()];
1387    CbcNodeInfo* nodeInfo = node->nodeInfo();
1388    int cnt = 0;
1389    while (nodeInfo->parentBranch() != NULL) {
1390        const OsiBranchingObject* br = nodeInfo->parentBranch();
1391        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1392        if (! cbcbr) {
1393            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1394                            "gutsOfConstructor",
1395                            "CbcHeuristicNode",
1396                            __FILE__, __LINE__);
1397        }
1398        brObj_[cnt] = cbcbr->clone();
1399        brObj_[cnt]->previousBranch();
1400        ++cnt;
1401        nodeInfo = nodeInfo->parent();
1402    }
1403    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1404    if (cnt <= 1) {
1405        numObjects_ = cnt;
1406    } else {
1407        numObjects_ = 0;
1408        CbcBranchingObject* br = NULL; // What should this be?
1409        for (int i = 1; i < cnt; ++i) {
1410            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1411                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1412                switch (comp) {
1413                case CbcRangeSame: // the same range
1414                case CbcRangeDisjoint: // disjoint decisions
1415                    // should not happen! we are on a chain!
1416                    abort();
1417                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1418                    delete brObj_[i];
1419                    break;
1420                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1421                    delete brObj_[numObjects_];
1422                    brObj_[numObjects_] = brObj_[i];
1423                    break;
1424                case CbcRangeOverlap: // overlap
1425                    delete brObj_[i];
1426                    delete brObj_[numObjects_];
1427                    brObj_[numObjects_] = br;
1428                    break;
1429                }
1430                continue;
1431            } else {
1432                brObj_[++numObjects_] = brObj_[i];
1433            }
1434        }
1435        ++numObjects_;
1436    }
1437}
1438
1439//==============================================================================
1440
1441CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1442{
1443    gutsOfConstructor(model);
1444}
1445
1446//==============================================================================
1447
1448double
1449CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1450{
1451
1452    const double disjointWeight = 1;
1453    const double overlapWeight = 0.4;
1454    const double subsetWeight = 0.2;
1455    int countDisjointWeight = 0;
1456    int countOverlapWeight = 0;
1457    int countSubsetWeight = 0;
1458    int i = 0;
1459    int j = 0;
1460    double dist = 0.0;
1461#ifdef PRINT_DEBUG
1462    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1463           numObjects_, node->numObjects_);
1464#endif
1465    while ( i < numObjects_ && j < node->numObjects_) {
1466        CbcBranchingObject* br0 = brObj_[i];
1467        const CbcBranchingObject* br1 = node->brObj_[j];
1468#ifdef PRINT_DEBUG
1469        const CbcIntegerBranchingObject* brPrint0 =
1470            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1471        const double* downBounds = brPrint0->downBounds();
1472        const double* upBounds = brPrint0->upBounds();
1473        int variable = brPrint0->variable();
1474        int way = brPrint0->way();
1475        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1476               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1477               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1478        const CbcIntegerBranchingObject* brPrint1 =
1479            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1480        downBounds = brPrint1->downBounds();
1481        upBounds = brPrint1->upBounds();
1482        variable = brPrint1->variable();
1483        way = brPrint1->way();
1484        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1485               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1486               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1487#endif
1488        const int brComp = compare3BranchingObjects(br0, br1);
1489        if (brComp < 0) {
1490            dist += subsetWeight;
1491            countSubsetWeight++;
1492            ++i;
1493        } else if (brComp > 0) {
1494            dist += subsetWeight;
1495            countSubsetWeight++;
1496            ++j;
1497        } else {
1498            const int comp = br0->compareBranchingObject(br1, false);
1499            switch (comp) {
1500            case CbcRangeSame:
1501                // do nothing
1502                break;
1503            case CbcRangeDisjoint: // disjoint decisions
1504                dist += disjointWeight;
1505                countDisjointWeight++;
1506                break;
1507            case CbcRangeSubset: // subset one way or another
1508            case CbcRangeSuperset:
1509                dist += subsetWeight;
1510                countSubsetWeight++;
1511                break;
1512            case CbcRangeOverlap: // overlap
1513                dist += overlapWeight;
1514                countOverlapWeight++;
1515                break;
1516            }
1517            ++i;
1518            ++j;
1519        }
1520    }
1521    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1522    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1523    printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1524           countOverlapWeight, countDisjointWeight);
1525    return dist;
1526}
1527
1528//==============================================================================
1529
1530CbcHeuristicNode::~CbcHeuristicNode()
1531{
1532    for (int i = 0; i < numObjects_; ++i) {
1533        delete brObj_[i];
1534    }
1535    delete [] brObj_;
1536}
1537
1538//==============================================================================
1539
1540double
1541CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1542{
1543    double minDist = COIN_DBL_MAX;
1544    for (int i = nodeList.size() - 1; i >= 0; --i) {
1545        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1546    }
1547    return minDist;
1548}
1549
1550//==============================================================================
1551
1552bool
1553CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1554                                     const double threshold) const
1555{
1556    for (int i = nodeList.size() - 1; i >= 0; --i) {
1557        if (distance(nodeList.node(i)) >= threshold) {
1558            continue;
1559        } else {
1560            return true;
1561        }
1562    }
1563    return false;
1564}
1565
1566//==============================================================================
1567
1568double
1569CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1570{
1571    if (nodeList.size() == 0) {
1572        return COIN_DBL_MAX;
1573    }
1574    double sumDist = 0;
1575    for (int i = nodeList.size() - 1; i >= 0; --i) {
1576        sumDist += distance(nodeList.node(i));
1577    }
1578    return sumDist / nodeList.size();
1579}
1580
1581//##############################################################################
1582
1583// Default Constructor
1584CbcRounding::CbcRounding()
1585        : CbcHeuristic()
1586{
1587    // matrix and row copy will automatically be empty
1588    seed_ = 7654321;
1589    down_ = NULL;
1590    up_ = NULL;
1591    equal_ = NULL;
1592    //whereFrom_ |= 16; // allow more often
1593}
1594
1595// Constructor from model
1596CbcRounding::CbcRounding(CbcModel & model)
1597        : CbcHeuristic(model)
1598{
1599    // Get a copy of original matrix (and by row for rounding);
1600    assert(model.solver());
1601    if (model.solver()->getNumRows()) {
1602        matrix_ = *model.solver()->getMatrixByCol();
1603        matrixByRow_ = *model.solver()->getMatrixByRow();
1604        validate();
1605    }
1606    down_ = NULL;
1607    up_ = NULL;
1608    equal_ = NULL;
1609    seed_ = 7654321;
1610    //whereFrom_ |= 16; // allow more often
1611}
1612
1613// Destructor
1614CbcRounding::~CbcRounding ()
1615{
1616    delete [] down_;
1617    delete [] up_;
1618    delete [] equal_;
1619}
1620
1621// Clone
1622CbcHeuristic *
1623CbcRounding::clone() const
1624{
1625    return new CbcRounding(*this);
1626}
1627// Create C++ lines to get to current state
1628void
1629CbcRounding::generateCpp( FILE * fp)
1630{
1631    CbcRounding other;
1632    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1633    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1634    CbcHeuristic::generateCpp(fp, "rounding");
1635    if (seed_ != other.seed_)
1636        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1637    else
1638        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1639    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1640}
1641//#define NEW_ROUNDING
1642// Copy constructor
1643CbcRounding::CbcRounding(const CbcRounding & rhs)
1644        :
1645        CbcHeuristic(rhs),
1646        matrix_(rhs.matrix_),
1647        matrixByRow_(rhs.matrixByRow_),
1648        seed_(rhs.seed_)
1649{
1650#ifdef NEW_ROUNDING
1651    int numberColumns = matrix_.getNumCols();
1652    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1653    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1654    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1655#else
1656    down_ = NULL;
1657    up_ = NULL;
1658    equal_ = NULL;
1659#endif
1660}
1661
1662// Assignment operator
1663CbcRounding &
1664CbcRounding::operator=( const CbcRounding & rhs)
1665{
1666    if (this != &rhs) {
1667        CbcHeuristic::operator=(rhs);
1668        matrix_ = rhs.matrix_;
1669        matrixByRow_ = rhs.matrixByRow_;
1670#ifdef NEW_ROUNDING
1671        delete [] down_;
1672        delete [] up_;
1673        delete [] equal_;
1674        int numberColumns = matrix_.getNumCols();
1675        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1676        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1677        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1678#else
1679        down_ = NULL;
1680        up_ = NULL;
1681        equal_ = NULL;
1682#endif
1683        seed_ = rhs.seed_;
1684    }
1685    return *this;
1686}
1687
1688// Resets stuff if model changes
1689void
1690CbcRounding::resetModel(CbcModel * model)
1691{
1692    model_ = model;
1693    // Get a copy of original matrix (and by row for rounding);
1694    assert(model_->solver());
1695    matrix_ = *model_->solver()->getMatrixByCol();
1696    matrixByRow_ = *model_->solver()->getMatrixByRow();
1697    validate();
1698}
1699// See if rounding will give solution
1700// Sets value of solution
1701// Assumes rhs for original matrix still okay
1702// At present only works with integers
1703// Fix values if asked for
1704// Returns 1 if solution, 0 if not
1705int
1706CbcRounding::solution(double & solutionValue,
1707                      double * betterSolution)
1708{
1709
1710    numCouldRun_++;
1711    // See if to do
1712    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1713            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1714        return 0; // switched off
1715    numRuns_++;
1716    OsiSolverInterface * solver = model_->solver();
1717    double direction = solver->getObjSense();
1718    double newSolutionValue = direction * solver->getObjValue();
1719    return solution(solutionValue, betterSolution, newSolutionValue);
1720}
1721// See if rounding will give solution
1722// Sets value of solution
1723// Assumes rhs for original matrix still okay
1724// At present only works with integers
1725// Fix values if asked for
1726// Returns 1 if solution, 0 if not
1727int
1728CbcRounding::solution(double & solutionValue,
1729                      double * betterSolution,
1730                      double newSolutionValue)
1731{
1732
1733    // See if to do
1734    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1735            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1736        return 0; // switched off
1737    OsiSolverInterface * solver = model_->solver();
1738    const double * lower = solver->getColLower();
1739    const double * upper = solver->getColUpper();
1740    const double * rowLower = solver->getRowLower();
1741    const double * rowUpper = solver->getRowUpper();
1742    const double * solution = solver->getColSolution();
1743    const double * objective = solver->getObjCoefficients();
1744    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1745    double primalTolerance;
1746    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1747
1748    int numberRows = matrix_.getNumRows();
1749    assert (numberRows <= solver->getNumRows());
1750    int numberIntegers = model_->numberIntegers();
1751    const int * integerVariable = model_->integerVariable();
1752    int i;
1753    double direction = solver->getObjSense();
1754    //double newSolutionValue = direction*solver->getObjValue();
1755    int returnCode = 0;
1756    // Column copy
1757    const double * element = matrix_.getElements();
1758    const int * row = matrix_.getIndices();
1759    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1760    const int * columnLength = matrix_.getVectorLengths();
1761    // Row copy
1762    const double * elementByRow = matrixByRow_.getElements();
1763    const int * column = matrixByRow_.getIndices();
1764    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1765    const int * rowLength = matrixByRow_.getVectorLengths();
1766
1767    // Get solution array for heuristic solution
1768    int numberColumns = solver->getNumCols();
1769    double * newSolution = new double [numberColumns];
1770    memcpy(newSolution, solution, numberColumns*sizeof(double));
1771
1772    double * rowActivity = new double[numberRows];
1773    memset(rowActivity, 0, numberRows*sizeof(double));
1774    for (i = 0; i < numberColumns; i++) {
1775        int j;
1776        double value = newSolution[i];
1777        if (value < lower[i]) {
1778            value = lower[i];
1779            newSolution[i] = value;
1780        } else if (value > upper[i]) {
1781            value = upper[i];
1782            newSolution[i] = value;
1783        }
1784        if (value) {
1785            for (j = columnStart[i];
1786                    j < columnStart[i] + columnLength[i]; j++) {
1787                int iRow = row[j];
1788                rowActivity[iRow] += value * element[j];
1789            }
1790        }
1791    }
1792    // check was feasible - if not adjust (cleaning may move)
1793    for (i = 0; i < numberRows; i++) {
1794        if (rowActivity[i] < rowLower[i]) {
1795            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1796            rowActivity[i] = rowLower[i];
1797        } else if (rowActivity[i] > rowUpper[i]) {
1798            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1799            rowActivity[i] = rowUpper[i];
1800        }
1801    }
1802    for (i = 0; i < numberIntegers; i++) {
1803        int iColumn = integerVariable[i];
1804        double value = newSolution[iColumn];
1805        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1806            double below = floor(value);
1807            double newValue = newSolution[iColumn];
1808            double cost = direction * objective[iColumn];
1809            double move;
1810            if (cost > 0.0) {
1811                // try up
1812                move = 1.0 - (value - below);
1813            } else if (cost < 0.0) {
1814                // try down
1815                move = below - value;
1816            } else {
1817                // won't be able to move unless we can grab another variable
1818                double randomNumber = randomNumberGenerator_.randomDouble();
1819                // which way?
1820                if (randomNumber < 0.5)
1821                    move = below - value;
1822                else
1823                    move = 1.0 - (value - below);
1824            }
1825            newValue += move;
1826            newSolution[iColumn] = newValue;
1827            newSolutionValue += move * cost;
1828            int j;
1829            for (j = columnStart[iColumn];
1830                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1831                int iRow = row[j];
1832                rowActivity[iRow] += move * element[j];
1833            }
1834        }
1835    }
1836
1837    double penalty = 0.0;
1838    const char * integerType = model_->integerType();
1839    // see if feasible - just using singletons
1840    for (i = 0; i < numberRows; i++) {
1841        double value = rowActivity[i];
1842        double thisInfeasibility = 0.0;
1843        if (value < rowLower[i] - primalTolerance)
1844            thisInfeasibility = value - rowLower[i];
1845        else if (value > rowUpper[i] + primalTolerance)
1846            thisInfeasibility = value - rowUpper[i];
1847        if (thisInfeasibility) {
1848            // See if there are any slacks I can use to fix up
1849            // maybe put in coding for multiple slacks?
1850            double bestCost = 1.0e50;
1851            int k;
1852            int iBest = -1;
1853            double addCost = 0.0;
1854            double newValue = 0.0;
1855            double changeRowActivity = 0.0;
1856            double absInfeasibility = fabs(thisInfeasibility);
1857            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1858                int iColumn = column[k];
1859                // See if all elements help
1860                if (columnLength[iColumn] == 1) {
1861                    double currentValue = newSolution[iColumn];
1862                    double elementValue = elementByRow[k];
1863                    double lowerValue = lower[iColumn];
1864                    double upperValue = upper[iColumn];
1865                    double gap = rowUpper[i] - rowLower[i];
1866                    double absElement = fabs(elementValue);
1867                    if (thisInfeasibility*elementValue > 0.0) {
1868                        // we want to reduce
1869                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1870                            // possible - check if integer
1871                            double distance = absInfeasibility / absElement;
1872                            double thisCost = -direction * objective[iColumn] * distance;
1873                            if (integerType[iColumn]) {
1874                                distance = ceil(distance - primalTolerance);
1875                                if (currentValue - distance >= lowerValue - primalTolerance) {
1876                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1877                                        thisCost = 1.0e100; // no good
1878                                    else
1879                                        thisCost = -direction * objective[iColumn] * distance;
1880                                } else {
1881                                    thisCost = 1.0e100; // no good
1882                                }
1883                            }
1884                            if (thisCost < bestCost) {
1885                                bestCost = thisCost;
1886                                iBest = iColumn;
1887                                addCost = thisCost;
1888                                newValue = currentValue - distance;
1889                                changeRowActivity = -distance * elementValue;
1890                            }
1891                        }
1892                    } else {
1893                        // we want to increase
1894                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1895                            // possible - check if integer
1896                            double distance = absInfeasibility / absElement;
1897                            double thisCost = direction * objective[iColumn] * distance;
1898                            if (integerType[iColumn]) {
1899                                distance = ceil(distance - 1.0e-7);
1900                                assert (currentValue - distance <= upperValue + primalTolerance);
1901                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1902                                    thisCost = 1.0e100; // no good
1903                                else
1904                                    thisCost = direction * objective[iColumn] * distance;
1905                            }
1906                            if (thisCost < bestCost) {
1907                                bestCost = thisCost;
1908                                iBest = iColumn;
1909                                addCost = thisCost;
1910                                newValue = currentValue + distance;
1911                                changeRowActivity = distance * elementValue;
1912                            }
1913                        }
1914                    }
1915                }
1916            }
1917            if (iBest >= 0) {
1918                /*printf("Infeasibility of %g on row %d cost %g\n",
1919                  thisInfeasibility,i,addCost);*/
1920                newSolution[iBest] = newValue;
1921                thisInfeasibility = 0.0;
1922                newSolutionValue += addCost;
1923                rowActivity[i] += changeRowActivity;
1924            }
1925            penalty += fabs(thisInfeasibility);
1926        }
1927    }
1928    if (penalty) {
1929        // see if feasible using any
1930        // first continuous
1931        double penaltyChange = 0.0;
1932        int iColumn;
1933        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1934            if (integerType[iColumn])
1935                continue;
1936            double currentValue = newSolution[iColumn];
1937            double lowerValue = lower[iColumn];
1938            double upperValue = upper[iColumn];
1939            int j;
1940            int anyBadDown = 0;
1941            int anyBadUp = 0;
1942            double upImprovement = 0.0;
1943            double downImprovement = 0.0;
1944            for (j = columnStart[iColumn];
1945                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1946                int iRow = row[j];
1947                if (rowUpper[iRow] > rowLower[iRow]) {
1948                    double value = element[j];
1949                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1950                        // infeasible above
1951                        downImprovement += value;
1952                        upImprovement -= value;
1953                        if (value > 0.0)
1954                            anyBadUp++;
1955                        else
1956                            anyBadDown++;
1957                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
1958                        // feasible at ub
1959                        if (value > 0.0) {
1960                            upImprovement -= value;
1961                            anyBadUp++;
1962                        } else {
1963                            downImprovement += value;
1964                            anyBadDown++;
1965                        }
1966                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
1967                        // feasible in interior
1968                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
1969                        // feasible at lb
1970                        if (value < 0.0) {
1971                            upImprovement += value;
1972                            anyBadUp++;
1973                        } else {
1974                            downImprovement -= value;
1975                            anyBadDown++;
1976                        }
1977                    } else {
1978                        // infeasible below
1979                        downImprovement -= value;
1980                        upImprovement += value;
1981                        if (value < 0.0)
1982                            anyBadUp++;
1983                        else
1984                            anyBadDown++;
1985                    }
1986                } else {
1987                    // equality row
1988                    double value = element[j];
1989                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1990                        // infeasible above
1991                        downImprovement += value;
1992                        upImprovement -= value;
1993                        if (value > 0.0)
1994                            anyBadUp++;
1995                        else
1996                            anyBadDown++;
1997                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
1998                        // infeasible below
1999                        downImprovement -= value;
2000                        upImprovement += value;
2001                        if (value < 0.0)
2002                            anyBadUp++;
2003                        else
2004                            anyBadDown++;
2005                    } else {
2006                        // feasible - no good
2007                        anyBadUp = -1;
2008                        anyBadDown = -1;
2009                        break;
2010                    }
2011                }
2012            }
2013            // could change tests for anyBad
2014            if (anyBadUp)
2015                upImprovement = 0.0;
2016            if (anyBadDown)
2017                downImprovement = 0.0;
2018            double way = 0.0;
2019            double improvement = 0.0;
2020            if (downImprovement > 0.0 && currentValue > lowerValue) {
2021                way = -1.0;
2022                improvement = downImprovement;
2023            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2024                way = 1.0;
2025                improvement = upImprovement;
2026            }
2027            if (way) {
2028                // can improve
2029                double distance;
2030                if (way > 0.0)
2031                    distance = upperValue - currentValue;
2032                else
2033                    distance = currentValue - lowerValue;
2034                for (j = columnStart[iColumn];
2035                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2036                    int iRow = row[j];
2037                    double value = element[j] * way;
2038                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2039                        // infeasible above
2040                        assert (value < 0.0);
2041                        double gap = rowActivity[iRow] - rowUpper[iRow];
2042                        if (gap + value*distance < 0.0)
2043                            distance = -gap / value;
2044                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2045                        // infeasible below
2046                        assert (value > 0.0);
2047                        double gap = rowActivity[iRow] - rowLower[iRow];
2048                        if (gap + value*distance > 0.0)
2049                            distance = -gap / value;
2050                    } else {
2051                        // feasible
2052                        if (value > 0) {
2053                            double gap = rowActivity[iRow] - rowUpper[iRow];
2054                            if (gap + value*distance > 0.0)
2055                                distance = -gap / value;
2056                        } else {
2057                            double gap = rowActivity[iRow] - rowLower[iRow];
2058                            if (gap + value*distance < 0.0)
2059                                distance = -gap / value;
2060                        }
2061                    }
2062                }
2063                //move
2064                penaltyChange += improvement * distance;
2065                distance *= way;
2066                newSolution[iColumn] += distance;
2067                newSolutionValue += direction * objective[iColumn] * distance;
2068                for (j = columnStart[iColumn];
2069                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2070                    int iRow = row[j];
2071                    double value = element[j];
2072                    rowActivity[iRow] += distance * value;
2073                }
2074            }
2075        }
2076        // and now all if improving
2077        double lastChange = penaltyChange ? 1.0 : 0.0;
2078        while (lastChange > 1.0e-2) {
2079            lastChange = 0;
2080            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2081                bool isInteger = (integerType[iColumn] != 0);
2082                double currentValue = newSolution[iColumn];
2083                double lowerValue = lower[iColumn];
2084                double upperValue = upper[iColumn];
2085                int j;
2086                int anyBadDown = 0;
2087                int anyBadUp = 0;
2088                double upImprovement = 0.0;
2089                double downImprovement = 0.0;
2090                for (j = columnStart[iColumn];
2091                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2092                    int iRow = row[j];
2093                    double value = element[j];
2094                    if (isInteger) {
2095                        if (value > 0.0) {
2096                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2097                                anyBadUp++;
2098                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2099                                anyBadDown++;
2100                        } else {
2101                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2102                                anyBadDown++;
2103                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2104                                anyBadUp++;
2105                        }
2106                    }
2107                    if (rowUpper[iRow] > rowLower[iRow]) {
2108                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2109                            // infeasible above
2110                            downImprovement += value;
2111                            upImprovement -= value;
2112                            if (value > 0.0)
2113                                anyBadUp++;
2114                            else
2115                                anyBadDown++;
2116                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2117                            // feasible at ub
2118                            if (value > 0.0) {
2119                                upImprovement -= value;
2120                                anyBadUp++;
2121                            } else {
2122                                downImprovement += value;
2123                                anyBadDown++;
2124                            }
2125                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2126                            // feasible in interior
2127                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2128                            // feasible at lb
2129                            if (value < 0.0) {
2130                                upImprovement += value;
2131                                anyBadUp++;
2132                            } else {
2133                                downImprovement -= value;
2134                                anyBadDown++;
2135                            }
2136                        } else {
2137                            // infeasible below
2138                            downImprovement -= value;
2139                            upImprovement += value;
2140                            if (value < 0.0)
2141                                anyBadUp++;
2142                            else
2143                                anyBadDown++;
2144                        }
2145                    } else {
2146                        // equality row
2147                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2148                            // infeasible above
2149                            downImprovement += value;
2150                            upImprovement -= value;
2151                            if (value > 0.0)
2152                                anyBadUp++;
2153                            else
2154                                anyBadDown++;
2155                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2156                            // infeasible below
2157                            downImprovement -= value;
2158                            upImprovement += value;
2159                            if (value < 0.0)
2160                                anyBadUp++;
2161                            else
2162                                anyBadDown++;
2163                        } else {
2164                            // feasible - no good
2165                            anyBadUp = -1;
2166                            anyBadDown = -1;
2167                            break;
2168                        }
2169                    }
2170                }
2171                // could change tests for anyBad
2172                if (anyBadUp)
2173                    upImprovement = 0.0;
2174                if (anyBadDown)
2175                    downImprovement = 0.0;
2176                double way = 0.0;
2177                double improvement = 0.0;
2178                if (downImprovement > 0.0 && currentValue > lowerValue) {
2179                    way = -1.0;
2180                    improvement = downImprovement;
2181                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2182                    way = 1.0;
2183                    improvement = upImprovement;
2184                }
2185                if (way) {
2186                    // can improve
2187                    double distance = COIN_DBL_MAX;
2188                    for (j = columnStart[iColumn];
2189                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2190                        int iRow = row[j];
2191                        double value = element[j] * way;
2192                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2193                            // infeasible above
2194                            assert (value < 0.0);
2195                            double gap = rowActivity[iRow] - rowUpper[iRow];
2196                            if (gap + value*distance < 0.0) {
2197                                // If integer then has to move by 1
2198                                if (!isInteger)
2199                                    distance = -gap / value;
2200                                else
2201                                    distance = CoinMax(-gap / value, 1.0);
2202                            }
2203                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2204                            // infeasible below
2205                            assert (value > 0.0);
2206                            double gap = rowActivity[iRow] - rowLower[iRow];
2207                            if (gap + value*distance > 0.0) {
2208                                // If integer then has to move by 1
2209                                if (!isInteger)
2210                                    distance = -gap / value;
2211                                else
2212                                    distance = CoinMax(-gap / value, 1.0);
2213                            }
2214                        } else {
2215                            // feasible
2216                            if (value > 0) {
2217                                double gap = rowActivity[iRow] - rowUpper[iRow];
2218                                if (gap + value*distance > 0.0)
2219                                    distance = -gap / value;
2220                            } else {
2221                                double gap = rowActivity[iRow] - rowLower[iRow];
2222                                if (gap + value*distance < 0.0)
2223                                    distance = -gap / value;
2224                            }
2225                        }
2226                    }
2227                    if (isInteger)
2228                        distance = floor(distance + 1.05e-8);
2229                    if (!distance) {
2230                        // should never happen
2231                        //printf("zero distance in CbcRounding - debug\n");
2232                    }
2233                    //move
2234                    lastChange += improvement * distance;
2235                    distance *= way;
2236                    newSolution[iColumn] += distance;
2237                    newSolutionValue += direction * objective[iColumn] * distance;
2238                    for (j = columnStart[iColumn];
2239                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2240                        int iRow = row[j];
2241                        double value = element[j];
2242                        rowActivity[iRow] += distance * value;
2243                    }
2244                }
2245            }
2246            penaltyChange += lastChange;
2247        }
2248        penalty -= penaltyChange;
2249        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2250            // recompute
2251            penalty = 0.0;
2252            for (i = 0; i < numberRows; i++) {
2253                double value = rowActivity[i];
2254                if (value < rowLower[i] - primalTolerance)
2255                    penalty += rowLower[i] - value;
2256                else if (value > rowUpper[i] + primalTolerance)
2257                    penalty += value - rowUpper[i];
2258            }
2259        }
2260    }
2261
2262    // Could also set SOS (using random) and repeat
2263    if (!penalty) {
2264        // See if we can do better
2265        //seed_++;
2266        //CoinSeedRandom(seed_);
2267        // Random number between 0 and 1.
2268        double randomNumber = randomNumberGenerator_.randomDouble();
2269        int iPass;
2270        int start[2];
2271        int end[2];
2272        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2273        start[0] = iRandom;
2274        end[0] = numberIntegers;
2275        start[1] = 0;
2276        end[1] = iRandom;
2277        for (iPass = 0; iPass < 2; iPass++) {
2278            int i;
2279            for (i = start[iPass]; i < end[iPass]; i++) {
2280                int iColumn = integerVariable[i];
2281#ifndef NDEBUG
2282                double value = newSolution[iColumn];
2283                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2284#endif
2285                double cost = direction * objective[iColumn];
2286                double move = 0.0;
2287                if (cost > 0.0)
2288                    move = -1.0;
2289                else if (cost < 0.0)
2290                    move = 1.0;
2291                while (move) {
2292                    bool good = true;
2293                    double newValue = newSolution[iColumn] + move;
2294                    if (newValue < lower[iColumn] - primalTolerance ||
2295                            newValue > upper[iColumn] + primalTolerance) {
2296                        move = 0.0;
2297                    } else {
2298                        // see if we can move
2299                        int j;
2300                        for (j = columnStart[iColumn];
2301                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2302                            int iRow = row[j];
2303                            double newActivity = rowActivity[iRow] + move * element[j];
2304                            if (newActivity < rowLower[iRow] - primalTolerance ||
2305                                    newActivity > rowUpper[iRow] + primalTolerance) {
2306                                good = false;
2307                                break;
2308                            }
2309                        }
2310                        if (good) {
2311                            newSolution[iColumn] = newValue;
2312                            newSolutionValue += move * cost;
2313                            int j;
2314                            for (j = columnStart[iColumn];
2315                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2316                                int iRow = row[j];
2317                                rowActivity[iRow] += move * element[j];
2318                            }
2319                        } else {
2320                            move = 0.0;
2321                        }
2322                    }
2323                }
2324            }
2325        }
2326        // Just in case of some stupidity
2327        double objOffset = 0.0;
2328        solver->getDblParam(OsiObjOffset, objOffset);
2329        newSolutionValue = -objOffset;
2330        for ( i = 0 ; i < numberColumns ; i++ )
2331            newSolutionValue += objective[i] * newSolution[i];
2332        newSolutionValue *= direction;
2333        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2334        if (newSolutionValue < solutionValue) {
2335            // paranoid check
2336            memset(rowActivity, 0, numberRows*sizeof(double));
2337            for (i = 0; i < numberColumns; i++) {
2338                int j;
2339                double value = newSolution[i];
2340                if (value) {
2341                    for (j = columnStart[i];
2342                            j < columnStart[i] + columnLength[i]; j++) {
2343                        int iRow = row[j];
2344                        rowActivity[iRow] += value * element[j];
2345                    }
2346                }
2347            }
2348            // check was approximately feasible
2349            bool feasible = true;
2350            for (i = 0; i < numberRows; i++) {
2351                if (rowActivity[i] < rowLower[i]) {
2352                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2353                        feasible = false;
2354                } else if (rowActivity[i] > rowUpper[i]) {
2355                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2356                        feasible = false;
2357                }
2358            }
2359            if (feasible) {
2360                // new solution
2361                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2362                solutionValue = newSolutionValue;
2363                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2364                returnCode = 1;
2365            } else {
2366                // Can easily happen
2367                //printf("Debug CbcRounding giving bad solution\n");
2368            }
2369        }
2370    }
2371#ifdef NEW_ROUNDING
2372    if (!returnCode) {
2373#ifdef JJF_ZERO
2374        // back to starting point
2375        memcpy(newSolution, solution, numberColumns*sizeof(double));
2376        memset(rowActivity, 0, numberRows*sizeof(double));
2377        for (i = 0; i < numberColumns; i++) {
2378            int j;
2379            double value = newSolution[i];
2380            if (value < lower[i]) {
2381                value = lower[i];
2382                newSolution[i] = value;
2383            } else if (value > upper[i]) {
2384                value = upper[i];
2385                newSolution[i] = value;
2386            }
2387            if (value) {
2388                for (j = columnStart[i];
2389                        j < columnStart[i] + columnLength[i]; j++) {
2390                    int iRow = row[j];
2391                    rowActivity[iRow] += value * element[j];
2392                }
2393            }
2394        }
2395        // check was feasible - if not adjust (cleaning may move)
2396        for (i = 0; i < numberRows; i++) {
2397            if (rowActivity[i] < rowLower[i]) {
2398                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2399                rowActivity[i] = rowLower[i];
2400            } else if (rowActivity[i] > rowUpper[i]) {
2401                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2402                rowActivity[i] = rowUpper[i];
2403            }
2404        }
2405#endif
2406        int * candidate = new int [numberColumns];
2407        int nCandidate = 0;
2408        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2409            bool isInteger = (integerType[iColumn] != 0);
2410            if (isInteger) {
2411                double currentValue = newSolution[iColumn];
2412                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2413                    candidate[nCandidate++] = iColumn;
2414            }
2415        }
2416        if (true) {
2417            // Rounding as in Berthold
2418            while (nCandidate) {
2419                double infeasibility = 1.0e-7;
2420                int iRow = -1;
2421                for (i = 0; i < numberRows; i++) {
2422                    double value = 0.0;
2423                    if (rowActivity[i] < rowLower[i]) {
2424                        value = rowLower[i] - rowActivity[i];
2425                    } else if (rowActivity[i] > rowUpper[i]) {
2426                        value = rowActivity[i] - rowUpper[i];
2427                    }
2428                    if (value > infeasibility) {
2429                        infeasibility = value;
2430                        iRow = i;
2431                    }
2432                }
2433                if (iRow >= 0) {
2434                    // infeasible
2435                } else {
2436                    // feasible
2437                }
2438            }
2439        } else {
2440            // Shifting as in Berthold
2441        }
2442        delete [] candidate;
2443    }
2444#endif
2445    delete [] newSolution;
2446    delete [] rowActivity;
2447    return returnCode;
2448}
2449// update model
2450void CbcRounding::setModel(CbcModel * model)
2451{
2452    model_ = model;
2453    // Get a copy of original matrix (and by row for rounding);
2454    assert(model_->solver());
2455    if (model_->solver()->getNumRows()) {
2456        matrix_ = *model_->solver()->getMatrixByCol();
2457        matrixByRow_ = *model_->solver()->getMatrixByRow();
2458        // make sure model okay for heuristic
2459        validate();
2460    }
2461}
2462// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2463void
2464CbcRounding::validate()
2465{
2466    if (model_ && (when() % 100) < 10) {
2467        if (model_->numberIntegers() !=
2468                model_->numberObjects() && (model_->numberObjects() ||
2469                                            (model_->specialOptions()&1024) == 0)) {
2470            int numberOdd = 0;
2471            for (int i = 0; i < model_->numberObjects(); i++) {
2472                if (!model_->object(i)->canDoHeuristics())
2473                    numberOdd++;
2474            }
2475            if (numberOdd)
2476                setWhen(0);
2477        }
2478    }
2479#ifdef NEW_ROUNDING
2480    int numberColumns = matrix_.getNumCols();
2481    down_ = new unsigned short [numberColumns];
2482    up_ = new unsigned short [numberColumns];
2483    equal_ = new unsigned short [numberColumns];
2484    // Column copy
2485    const double * element = matrix_.getElements();
2486    const int * row = matrix_.getIndices();
2487    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2488    const int * columnLength = matrix_.getVectorLengths();
2489    const double * rowLower = model.solver()->getRowLower();
2490    const double * rowUpper = model.solver()->getRowUpper();
2491    for (int i = 0; i < numberColumns; i++) {
2492        int down = 0;
2493        int up = 0;
2494        int equal = 0;
2495        if (columnLength[i] > 65535) {
2496            equal[0] = 65535;
2497            break; // unlikely to work
2498        }
2499        for (CoinBigIndex j = columnStart[i];
2500                j < columnStart[i] + columnLength[i]; j++) {
2501            int iRow = row[j];
2502            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2503                equal++;
2504            } else if (element[j] > 0.0) {
2505                if (rowUpper[iRow] < 1.0e20)
2506                    up++;
2507                else
2508                    down--;
2509            } else {
2510                if (rowLower[iRow] > -1.0e20)
2511                    up++;
2512                else
2513                    down--;
2514            }
2515        }
2516        down_[i] = (unsigned short) down;
2517        up_[i] = (unsigned short) up;
2518        equal_[i] = (unsigned short) equal;
2519    }
2520#else
2521    down_ = NULL;
2522    up_ = NULL;
2523    equal_ = NULL;
2524#endif
2525}
2526
2527// Default Constructor
2528CbcHeuristicPartial::CbcHeuristicPartial()
2529        : CbcHeuristic()
2530{
2531    fixPriority_ = 10000;
2532}
2533
2534// Constructor from model
2535CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2536        : CbcHeuristic(model)
2537{
2538    fixPriority_ = fixPriority;
2539    setNumberNodes(numberNodes);
2540    validate();
2541}
2542
2543// Destructor
2544CbcHeuristicPartial::~CbcHeuristicPartial ()
2545{
2546}
2547
2548// Clone
2549CbcHeuristic *
2550CbcHeuristicPartial::clone() const
2551{
2552    return new CbcHeuristicPartial(*this);
2553}
2554// Create C++ lines to get to current state
2555void
2556CbcHeuristicPartial::generateCpp( FILE * fp)
2557{
2558    CbcHeuristicPartial other;
2559    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2560    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2561    CbcHeuristic::generateCpp(fp, "partial");
2562    if (fixPriority_ != other.fixPriority_)
2563        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2564    else
2565        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2566    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2567}
2568//#define NEW_PARTIAL
2569// Copy constructor
2570CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2571        :
2572        CbcHeuristic(rhs),
2573        fixPriority_(rhs.fixPriority_)
2574{
2575}
2576
2577// Assignment operator
2578CbcHeuristicPartial &
2579CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2580{
2581    if (this != &rhs) {
2582        CbcHeuristic::operator=(rhs);
2583        fixPriority_ = rhs.fixPriority_;
2584    }
2585    return *this;
2586}
2587
2588// Resets stuff if model changes
2589void
2590CbcHeuristicPartial::resetModel(CbcModel * model)
2591{
2592    model_ = model;
2593    // Get a copy of original matrix (and by row for partial);
2594    assert(model_->solver());
2595    validate();
2596}
2597// See if partial will give solution
2598// Sets value of solution
2599// Assumes rhs for original matrix still okay
2600// At present only works with integers
2601// Fix values if asked for
2602// Returns 1 if solution, 0 if not
2603int
2604CbcHeuristicPartial::solution(double & solutionValue,
2605                              double * betterSolution)
2606{
2607    // Return if already done
2608    if (fixPriority_ < 0)
2609        return 0; // switched off
2610    const double * hotstartSolution = model_->hotstartSolution();
2611    const int * hotstartPriorities = model_->hotstartPriorities();
2612    if (!hotstartSolution)
2613        return 0;
2614    OsiSolverInterface * solver = model_->solver();
2615
2616    int numberIntegers = model_->numberIntegers();
2617    const int * integerVariable = model_->integerVariable();
2618
2619    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2620    const double * colLower = newSolver->getColLower();
2621    const double * colUpper = newSolver->getColUpper();
2622
2623    double primalTolerance;
2624    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2625
2626    int i;
2627    int numberFixed = 0;
2628    int returnCode = 0;
2629
2630    for (i = 0; i < numberIntegers; i++) {
2631        int iColumn = integerVariable[i];
2632        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2633            double value = hotstartSolution[iColumn];
2634            double lower = colLower[iColumn];
2635            double upper = colUpper[iColumn];
2636            value = CoinMax(value, lower);
2637            value = CoinMin(value, upper);
2638            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2639                value = floor(value + 0.5);
2640                newSolver->setColLower(iColumn, value);
2641                newSolver->setColUpper(iColumn, value);
2642                numberFixed++;
2643            }
2644        }
2645    }
2646    if (numberFixed > numberIntegers / 5 - 100000000) {
2647#ifdef COIN_DEVELOP
2648        printf("%d integers fixed\n", numberFixed);
2649#endif
2650        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2651                                         model_->getCutoff(), "CbcHeuristicPartial");
2652        if (returnCode < 0)
2653            returnCode = 0; // returned on size
2654        //printf("return code %d",returnCode);
2655        if ((returnCode&2) != 0) {
2656            // could add cut
2657            returnCode &= ~2;
2658            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2659        } else {
2660            //printf("\n");
2661        }
2662    }
2663    fixPriority_ = -1; // switch off
2664
2665    delete newSolver;
2666    return returnCode;
2667}
2668// update model
2669void CbcHeuristicPartial::setModel(CbcModel * model)
2670{
2671    model_ = model;
2672    assert(model_->solver());
2673    // make sure model okay for heuristic
2674    validate();
2675}
2676// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2677void
2678CbcHeuristicPartial::validate()
2679{
2680    if (model_ && (when() % 100) < 10) {
2681        if (model_->numberIntegers() !=
2682                model_->numberObjects())
2683            setWhen(0);
2684    }
2685}
2686bool
2687CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2688{
2689    return true;
2690}
2691
2692// Default Constructor
2693CbcSerendipity::CbcSerendipity()
2694        : CbcHeuristic()
2695{
2696}
2697
2698// Constructor from model
2699CbcSerendipity::CbcSerendipity(CbcModel & model)
2700        : CbcHeuristic(model)
2701{
2702}
2703
2704// Destructor
2705CbcSerendipity::~CbcSerendipity ()
2706{
2707}
2708
2709// Clone
2710CbcHeuristic *
2711CbcSerendipity::clone() const
2712{
2713    return new CbcSerendipity(*this);
2714}
2715// Create C++ lines to get to current state
2716void
2717CbcSerendipity::generateCpp( FILE * fp)
2718{
2719    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2720    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2721    CbcHeuristic::generateCpp(fp, "serendipity");
2722    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2723}
2724
2725// Copy constructor
2726CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2727        :
2728        CbcHeuristic(rhs)
2729{
2730}
2731
2732// Assignment operator
2733CbcSerendipity &
2734CbcSerendipity::operator=( const CbcSerendipity & rhs)
2735{
2736    if (this != &rhs) {
2737        CbcHeuristic::operator=(rhs);
2738    }
2739    return *this;
2740}
2741
2742// Returns 1 if solution, 0 if not
2743int
2744CbcSerendipity::solution(double & solutionValue,
2745                         double * betterSolution)
2746{
2747    if (!model_)
2748        return 0;
2749    if (!inputSolution_) {
2750        // get information on solver type
2751        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2752        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2753        if (auxiliaryInfo) {
2754            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2755        } else {
2756            return 0;
2757        }
2758    } else {
2759        int numberColumns = model_->getNumCols();
2760        double value = inputSolution_[numberColumns];
2761        int returnCode = 0;
2762        if (value < solutionValue) {
2763            solutionValue = value;
2764            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2765            returnCode = 1;
2766        }
2767        delete [] inputSolution_;
2768        inputSolution_ = NULL;
2769        model_ = NULL; // switch off
2770        return returnCode;
2771    }
2772}
2773// update model
2774void CbcSerendipity::setModel(CbcModel * model)
2775{
2776    model_ = model;
2777}
2778// Resets stuff if model changes
2779void
2780CbcSerendipity::resetModel(CbcModel * model)
2781{
2782    model_ = model;
2783}
2784
2785
2786// Default Constructor
2787CbcHeuristicJustOne::CbcHeuristicJustOne()
2788        : CbcHeuristic(),
2789        probabilities_(NULL),
2790        heuristic_(NULL),
2791        numberHeuristics_(0)
2792{
2793}
2794
2795// Constructor from model
2796CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2797        : CbcHeuristic(model),
2798        probabilities_(NULL),
2799        heuristic_(NULL),
2800        numberHeuristics_(0)
2801{
2802}
2803
2804// Destructor
2805CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2806{
2807    for (int i = 0; i < numberHeuristics_; i++)
2808        delete heuristic_[i];
2809    delete [] heuristic_;
2810    delete [] probabilities_;
2811}
2812
2813// Clone
2814CbcHeuristicJustOne *
2815CbcHeuristicJustOne::clone() const
2816{
2817    return new CbcHeuristicJustOne(*this);
2818}
2819
2820// Create C++ lines to get to current state
2821void
2822CbcHeuristicJustOne::generateCpp( FILE * fp)
2823{
2824    CbcHeuristicJustOne other;
2825    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2826    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2827    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2828    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2829}
2830
2831// Copy constructor
2832CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2833        :
2834        CbcHeuristic(rhs),
2835        probabilities_(NULL),
2836        heuristic_(NULL),
2837        numberHeuristics_(rhs.numberHeuristics_)
2838{
2839    if (numberHeuristics_) {
2840        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2841        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2842        for (int i = 0; i < numberHeuristics_; i++)
2843            heuristic_[i] = rhs.heuristic_[i]->clone();
2844    }
2845}
2846
2847// Assignment operator
2848CbcHeuristicJustOne &
2849CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2850{
2851    if (this != &rhs) {
2852        CbcHeuristic::operator=(rhs);
2853        for (int i = 0; i < numberHeuristics_; i++)
2854            delete heuristic_[i];
2855        delete [] heuristic_;
2856        delete [] probabilities_;
2857        probabilities_ = NULL;
2858        heuristic_ = NULL;
2859        numberHeuristics_ = rhs.numberHeuristics_;
2860        if (numberHeuristics_) {
2861            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2862            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2863            for (int i = 0; i < numberHeuristics_; i++)
2864                heuristic_[i] = rhs.heuristic_[i]->clone();
2865        }
2866    }
2867    return *this;
2868}
2869// Sets value of solution
2870// Returns 1 if solution, 0 if not
2871int
2872CbcHeuristicJustOne::solution(double & solutionValue,
2873                              double * betterSolution)
2874{
2875#ifdef DIVE_DEBUG
2876    std::cout << "solutionValue = " << solutionValue << std::endl;
2877#endif
2878    ++numCouldRun_;
2879
2880    // test if the heuristic can run
2881    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2882        return 0;
2883    double randomNumber = randomNumberGenerator_.randomDouble();
2884    int i;
2885    for (i = 0; i < numberHeuristics_; i++) {
2886        if (randomNumber < probabilities_[i])
2887            break;
2888    }
2889    assert (i < numberHeuristics_);
2890    int returnCode;
2891    //model_->unsetDivingHasRun();
2892#ifdef COIN_DEVELOP
2893    printf("JustOne running %s\n",
2894           heuristic_[i]->heuristicName());
2895#endif
2896    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2897#ifdef COIN_DEVELOP
2898    if (returnCode)
2899        printf("JustOne running %s found solution\n",
2900               heuristic_[i]->heuristicName());
2901#endif
2902    return returnCode;
2903}
2904// Resets stuff if model changes
2905void
2906CbcHeuristicJustOne::resetModel(CbcModel * model)
2907{
2908    CbcHeuristic::resetModel(model);
2909    for (int i = 0; i < numberHeuristics_; i++)
2910        heuristic_[i]->resetModel(model);
2911}
2912// update model (This is needed if cliques update matrix etc)
2913void
2914CbcHeuristicJustOne::setModel(CbcModel * model)
2915{
2916    CbcHeuristic::setModel(model);
2917    for (int i = 0; i < numberHeuristics_; i++)
2918        heuristic_[i]->setModel(model);
2919}
2920// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2921void
2922CbcHeuristicJustOne::validate()
2923{
2924    CbcHeuristic::validate();
2925    for (int i = 0; i < numberHeuristics_; i++)
2926        heuristic_[i]->validate();
2927}
2928// Adds an heuristic with probability
2929void
2930CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2931{
2932    CbcHeuristic * thisOne = heuristic->clone();
2933    thisOne->setWhen(-999);
2934    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2935                            numberHeuristics_);
2936    delete [] heuristic_;
2937    heuristic_ = tempH;
2938    heuristic_[numberHeuristics_] = thisOne;
2939    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2940                                            numberHeuristics_);
2941    delete [] probabilities_;
2942    probabilities_ = tempP;
2943    probabilities_[numberHeuristics_] = probability;
2944    numberHeuristics_++;
2945}
2946// Normalize probabilities
2947void
2948CbcHeuristicJustOne::normalizeProbabilities()
2949{
2950    double sum = 0.0;
2951    for (int i = 0; i < numberHeuristics_; i++)
2952        sum += probabilities_[i];
2953    double multiplier = 1.0 / sum;
2954    sum = 0.0;
2955    for (int i = 0; i < numberHeuristics_; i++) {
2956        sum += probabilities_[i];
2957        probabilities_[i] = sum * multiplier;
2958    }
2959    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
2960    probabilities_[numberHeuristics_-1] = 1.000001;
2961}
2962
Note: See TracBrowser for help on using the repository browser.