source: trunk/Cbc/src/CbcHeuristic.cpp @ 1836

Last change on this file since 1836 was 1836, checked in by forrest, 7 years ago

keep event happened status from mini branch and bound

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 112.9 KB
Line 
1/* $Id: CbcHeuristic.cpp 1836 2012-12-21 09:30:43Z 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        numberNodesDone_(0),
121        inputSolution_(NULL)
122{
123    // As CbcHeuristic virtual need to modify .cpp if above change
124}
125
126// Constructor from model
127CbcHeuristic::CbcHeuristic(CbcModel & model) :
128        model_(&model),
129        when_(2),
130        numberNodes_(200),
131        feasibilityPumpOptions_(-1),
132        fractionSmall_(1.0),
133        heuristicName_("Unknown"),
134        howOften_(1),
135        decayFactor_(0.0),
136        switches_(0),
137        whereFrom_(DEFAULT_WHERE),
138        shallowDepth_(1),
139        howOftenShallow_(1),
140        numInvocationsInShallow_(0),
141        numInvocationsInDeep_(0),
142        lastRunDeep_(0),
143        numRuns_(0),
144        minDistanceToRun_(1),
145        runNodes_(),
146        numCouldRun_(0),
147        numberSolutionsFound_(0),
148        numberNodesDone_(0),
149        inputSolution_(NULL)
150{}
151
152void
153CbcHeuristic::gutsOfCopy(const CbcHeuristic & rhs)
154{
155    model_ = rhs.model_;
156    when_ = rhs.when_;
157    numberNodes_ = rhs.numberNodes_;
158    feasibilityPumpOptions_ = rhs.feasibilityPumpOptions_;
159    fractionSmall_ = rhs.fractionSmall_;
160    randomNumberGenerator_ = rhs.randomNumberGenerator_;
161    heuristicName_ = rhs.heuristicName_;
162    howOften_ = rhs.howOften_;
163    decayFactor_ = rhs.decayFactor_;
164    switches_ = rhs.switches_;
165    whereFrom_ = rhs.whereFrom_;
166    shallowDepth_ = rhs.shallowDepth_;
167    howOftenShallow_ = rhs.howOftenShallow_;
168    numInvocationsInShallow_ = rhs.numInvocationsInShallow_;
169    numInvocationsInDeep_ = rhs.numInvocationsInDeep_;
170    lastRunDeep_ = rhs.lastRunDeep_;
171    numRuns_ = rhs.numRuns_;
172    numCouldRun_ = rhs.numCouldRun_;
173    minDistanceToRun_ = rhs.minDistanceToRun_;
174    runNodes_ = rhs.runNodes_;
175    numberSolutionsFound_ = rhs.numberSolutionsFound_;
176    numberNodesDone_ = rhs.numberNodesDone_;
177    if (rhs.inputSolution_) {
178        int numberColumns = model_->getNumCols();
179        setInputSolution(rhs.inputSolution_, rhs.inputSolution_[numberColumns]);
180    }
181}
182// Copy constructor
183CbcHeuristic::CbcHeuristic(const CbcHeuristic & rhs)
184{
185    inputSolution_ = NULL;
186    gutsOfCopy(rhs);
187}
188
189// Assignment operator
190CbcHeuristic &
191CbcHeuristic::operator=( const CbcHeuristic & rhs)
192{
193    if (this != &rhs) {
194        gutsOfDelete();
195        gutsOfCopy(rhs);
196    }
197    return *this;
198}
199
200void CbcHeurDebugNodes(CbcModel* model_)
201{
202    CbcNode* node = model_->currentNode();
203    CbcNodeInfo* nodeInfo = node->nodeInfo();
204    std::cout << "===============================================================\n";
205    while (nodeInfo) {
206        const CbcNode* node = nodeInfo->owner();
207        printf("nodeinfo: node %i\n", nodeInfo->nodeNumber());
208        {
209            const CbcIntegerBranchingObject* brPrint =
210                dynamic_cast<const CbcIntegerBranchingObject*>(nodeInfo->parentBranch());
211            if (!brPrint) {
212                printf("    parentBranch: NULL\n");
213            } else {
214                const double* downBounds = brPrint->downBounds();
215                const double* upBounds = brPrint->upBounds();
216                int variable = brPrint->variable();
217                int way = brPrint->way();
218                printf("   parentBranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
219                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
220                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
221            }
222        }
223        if (! node) {
224            printf("    owner: NULL\n");
225        } else {
226            printf("    owner: node %i depth %i onTree %i active %i",
227                   node->nodeNumber(), node->depth(), node->onTree(), node->active());
228            const OsiBranchingObject* osibr =
229                nodeInfo->owner()->branchingObject();
230            const CbcBranchingObject* cbcbr =
231                dynamic_cast<const CbcBranchingObject*>(osibr);
232            const CbcIntegerBranchingObject* brPrint =
233                dynamic_cast<const CbcIntegerBranchingObject*>(cbcbr);
234            if (!brPrint) {
235                printf("        ownerBranch: NULL\n");
236            } else {
237                const double* downBounds = brPrint->downBounds();
238                const double* upBounds = brPrint->upBounds();
239                int variable = brPrint->variable();
240                int way = brPrint->way();
241                printf("        ownerbranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
242                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
243                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
244            }
245        }
246        nodeInfo = nodeInfo->parent();
247    }
248}
249
250void
251CbcHeuristic::debugNodes()
252{
253    CbcHeurDebugNodes(model_);
254}
255
256void
257CbcHeuristic::printDistanceToNodes()
258{
259    const CbcNode* currentNode = model_->currentNode();
260    if (currentNode != NULL) {
261        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
262        for (int i = runNodes_.size() - 1; i >= 0; --i) {
263            nodeDesc->distance(runNodes_.node(i));
264        }
265        runNodes_.append(nodeDesc);
266    }
267}
268
269bool
270CbcHeuristic::shouldHeurRun(int whereFrom)
271{
272    assert (whereFrom >= 0 && whereFrom < 16);
273    // take off 8 (code - likes new solution)
274    whereFrom &= 7;
275    if ((whereFrom_&(1 << whereFrom)) == 0)
276        return false;
277    // No longer used for original purpose - so use for ever run at all JJF
278#ifndef JJF_ONE
279    // Don't run if hot start
280    if (model_ && model_->hotstartSolution())
281        return false;
282    else
283        return true;
284#else
285#ifdef JJF_ZERO
286    const CbcNode* currentNode = model_->currentNode();
287    if (currentNode == NULL) {
288        return false;
289    }
290
291    debugNodes();
292//   return false;
293
294    const int depth = currentNode->depth();
295#else
296    int depth = model_->currentDepth();
297#endif
298
299    const int nodeCount = model_->getNodeCount();  // FIXME: check that this is
300    // correct in parallel
301
302    if (nodeCount == 0 || depth <= shallowDepth_) {
303        // what to do when we are in the shallow part of the tree
304        if (model_->getCurrentPassNumber() == 1) {
305            // first time in the node...
306            numInvocationsInShallow_ = 0;
307        }
308        ++numInvocationsInShallow_;
309        // Very large howOftenShallow_ will give the original test:
310        // (model_->getCurrentPassNumber() != 1)
311        //    if ((numInvocationsInShallow_ % howOftenShallow_) != 1) {
312        if ((numInvocationsInShallow_ % howOftenShallow_) != 0) {
313            return false;
314        }
315        // LL: should we save these nodes in the list of nodes where the heur was
316        // LL: run?
317#ifndef JJF_ONE
318        if (currentNode != NULL) {
319            // Get where we are and create the appropriate CbcHeuristicNode object
320            CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
321            runNodes_.append(nodeDesc);
322        }
323#endif
324    } else {
325        // deeper in the tree
326        if (model_->getCurrentPassNumber() == 1) {
327            // first time in the node...
328            ++numInvocationsInDeep_;
329        }
330        if (numInvocationsInDeep_ - lastRunDeep_ < howOften_) {
331            return false;
332        }
333        if (model_->getCurrentPassNumber() != 1) {
334            // Run the heuristic only when first entering the node.
335            // LL: I don't think this is right. It should run just before strong
336            // LL: branching, I believe.
337            return false;
338        }
339        // Get where we are and create the appropriate CbcHeuristicNode object
340        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
341        //#ifdef PRINT_DEBUG
342#ifndef JJF_ONE
343        const double minDistanceToRun = 1.5 * log((double)depth) / log((double)2);
344#else
345    const double minDistanceToRun = minDistanceToRun_;
346#endif
347#ifdef PRINT_DEBUG
348        double minDistance = nodeDesc->minDistance(runNodes_);
349        std::cout << "minDistance = " << minDistance
350                  << ", minDistanceToRun = " << minDistanceToRun << std::endl;
351#endif
352        if (nodeDesc->minDistanceIsSmall(runNodes_, minDistanceToRun)) {
353            delete nodeDesc;
354            return false;
355        }
356        runNodes_.append(nodeDesc);
357        lastRunDeep_ = numInvocationsInDeep_;
358        //    ++lastRunDeep_;
359    }
360    ++numRuns_;
361    return true;
362#endif
363}
364
365bool
366CbcHeuristic::shouldHeurRun_randomChoice()
367{
368    if (!when_)
369        return false;
370    int depth = model_->currentDepth();
371    // when_ -999 is special marker to force to run
372    if (depth != 0 && when_ != -999) {
373        const double numerator = depth * depth;
374        const double denominator = exp(depth * log(2.0));
375        double probability = numerator / denominator;
376        double randomNumber = randomNumberGenerator_.randomDouble();
377        int when = when_ % 100;
378        if (when > 2 && when < 8) {
379            /* JJF adjustments
380            3 only at root and if no solution
381            4 only at root and if this heuristic has not got solution
382            5 as 3 but decay more
383            6 decay
384            7 run up to 2 times if solution found 4 otherwise
385            */
386            switch (when) {
387            case 3:
388            default:
389                if (model_->bestSolution())
390                    probability = -1.0;
391                break;
392            case 4:
393                if (numberSolutionsFound_)
394                    probability = -1.0;
395                break;
396            case 5:
397                assert (decayFactor_);
398                if (model_->bestSolution()) {
399                    probability = -1.0;
400                } else if (numCouldRun_ > 1000) {
401                    decayFactor_ *= 0.99;
402                    probability *= decayFactor_;
403                }
404                break;
405            case 6:
406                if (depth >= 3) {
407                    if ((numCouldRun_ % howOften_) == 0 &&
408                            numberSolutionsFound_*howOften_ < numCouldRun_) {
409#ifdef COIN_DEVELOP
410                        int old = howOften_;
411#endif
412                        howOften_ = CoinMin(CoinMax(static_cast<int> (howOften_ * 1.1), howOften_ + 1), 1000000);
413#ifdef COIN_DEVELOP
414                        printf("Howoften changed from %d to %d for %s\n",
415                               old, howOften_, heuristicName_.c_str());
416#endif
417                    }
418                    probability = 1.0 / howOften_;
419                    if (model_->bestSolution())
420                        probability *= 0.5;
421                }
422                break;
423            case 7:
424                if ((model_->bestSolution() && numRuns_ >= 2) || numRuns_ >= 4)
425                    probability = -1.0;
426                break;
427            }
428        }
429        if (randomNumber > probability)
430            return false;
431
432        if (model_->getCurrentPassNumber() > 1)
433            return false;
434#ifdef COIN_DEVELOP
435        printf("Running %s, random %g probability %g\n",
436               heuristicName_.c_str(), randomNumber, probability);
437#endif
438    } else {
439#ifdef COIN_DEVELOP
440        printf("Running %s, depth %d when %d\n",
441               heuristicName_.c_str(), depth, when_);
442#endif
443    }
444    ++numRuns_;
445    return true;
446}
447
448// Resets stuff if model changes
449void
450CbcHeuristic::resetModel(CbcModel * model)
451{
452    model_ = model;
453}
454// Set seed
455void
456CbcHeuristic::setSeed(int value)
457{
458    if (value==0) {
459      double time = fabs(CoinGetTimeOfDay());
460      while (time>=COIN_INT_MAX)
461        time *= 0.5;
462      value = static_cast<int>(time);
463      char printArray[100];
464      sprintf(printArray, "using time of day seed was changed from %d to %d",
465              randomNumberGenerator_.getSeed(), value);
466      if (model_)
467        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
468          << printArray
469          << CoinMessageEol;
470    }
471    randomNumberGenerator_.setSeed(value);
472}
473
474// Create C++ lines to get to current state
475void
476CbcHeuristic::generateCpp( FILE * fp, const char * heuristic)
477{
478    // hard coded as CbcHeuristic virtual
479    if (when_ != 2)
480        fprintf(fp, "3  %s.setWhen(%d);\n", heuristic, when_);
481    else
482        fprintf(fp, "4  %s.setWhen(%d);\n", heuristic, when_);
483    if (numberNodes_ != 200)
484        fprintf(fp, "3  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
485    else
486        fprintf(fp, "4  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
487    if (feasibilityPumpOptions_ != -1)
488        fprintf(fp, "3  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
489    else
490        fprintf(fp, "4  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
491    if (fractionSmall_ != 1.0)
492        fprintf(fp, "3  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
493    else
494        fprintf(fp, "4  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
495    if (heuristicName_ != "Unknown")
496        fprintf(fp, "3  %s.setHeuristicName(\"%s\");\n",
497                heuristic, heuristicName_.c_str()) ;
498    else
499        fprintf(fp, "4  %s.setHeuristicName(\"%s\");\n",
500                heuristic, heuristicName_.c_str()) ;
501    if (decayFactor_ != 0.0)
502        fprintf(fp, "3  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
503    else
504        fprintf(fp, "4  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
505    if (switches_ != 0)
506        fprintf(fp, "3  %s.setSwitches(%d);\n", heuristic, switches_);
507    else
508        fprintf(fp, "4  %s.setSwitches(%d);\n", heuristic, switches_);
509    if (whereFrom_ != DEFAULT_WHERE)
510        fprintf(fp, "3  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
511    else
512        fprintf(fp, "4  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
513    if (shallowDepth_ != 1)
514        fprintf(fp, "3  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
515    else
516        fprintf(fp, "4  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
517    if (howOftenShallow_ != 1)
518        fprintf(fp, "3  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
519    else
520        fprintf(fp, "4  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
521    if (minDistanceToRun_ != 1)
522        fprintf(fp, "3  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
523    else
524        fprintf(fp, "4  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
525}
526// Destructor
527CbcHeuristic::~CbcHeuristic ()
528{
529    delete [] inputSolution_;
530}
531
532// update model
533void CbcHeuristic::setModel(CbcModel * model)
534{
535    model_ = model;
536}
537/* Clone but ..
538   type 0 clone solver, 1 clone continuous solver
539   Add 2 to say without integer variables which are at low priority
540   Add 4 to say quite likely infeasible so give up easily.*/
541OsiSolverInterface *
542CbcHeuristic::cloneBut(int type)
543{
544    OsiSolverInterface * solver;
545    if ((type&1) == 0 || !model_->continuousSolver())
546        solver = model_->solver()->clone();
547    else
548        solver = model_->continuousSolver()->clone();
549#ifdef COIN_HAS_CLP
550    OsiClpSolverInterface * clpSolver
551    = dynamic_cast<OsiClpSolverInterface *> (solver);
552#endif
553    if ((type&2) != 0) {
554        int n = model_->numberObjects();
555        int priority = model_->continuousPriority();
556        if (priority < COIN_INT_MAX) {
557            for (int i = 0; i < n; i++) {
558                const OsiObject * obj = model_->object(i);
559                const CbcSimpleInteger * thisOne =
560                    dynamic_cast <const CbcSimpleInteger *> (obj);
561                if (thisOne) {
562                    int iColumn = thisOne->columnNumber();
563                    if (thisOne->priority() >= priority)
564                        solver->setContinuous(iColumn);
565                }
566            }
567        }
568#ifdef COIN_HAS_CLP
569        if (clpSolver) {
570            for (int i = 0; i < n; i++) {
571                const OsiObject * obj = model_->object(i);
572                const CbcSimpleInteger * thisOne =
573                    dynamic_cast <const CbcSimpleInteger *> (obj);
574                if (thisOne) {
575                    int iColumn = thisOne->columnNumber();
576                    if (clpSolver->isOptionalInteger(iColumn))
577                        clpSolver->setContinuous(iColumn);
578                }
579            }
580        }
581#endif
582    }
583#ifdef COIN_HAS_CLP
584    if ((type&4) != 0 && clpSolver) {
585        int options = clpSolver->getModelPtr()->moreSpecialOptions();
586        clpSolver->getModelPtr()->setMoreSpecialOptions(options | 64);
587    }
588#endif
589    return solver;
590}
591// Whether to exit at once on gap
592bool
593CbcHeuristic::exitNow(double bestObjective) const
594{
595    if ((switches_&2048) != 0) {
596        // exit may be forced - but unset for next time
597        switches_ &= ~2048;
598        if ((switches_&1024) != 0)
599            return true;
600    } else if ((switches_&1) == 0) {
601        return false;
602    }
603    // See if can stop on gap
604    OsiSolverInterface * solver = model_->solver();
605    double bestPossibleObjective = solver->getObjValue() * solver->getObjSense();
606    double absGap = CoinMax(model_->getAllowableGap(),
607                            model_->getHeuristicGap());
608    double fracGap = CoinMax(model_->getAllowableFractionGap(),
609                             model_->getHeuristicFractionGap());
610    double testGap = CoinMax(absGap, fracGap *
611                             CoinMax(fabs(bestObjective),
612                                     fabs(bestPossibleObjective)));
613
614    if (bestObjective - bestPossibleObjective < testGap
615            && model_->getCutoffIncrement() >= 0.0) {
616        return true;
617    } else {
618        return false;
619    }
620}
621#ifdef HISTORY_STATISTICS
622extern bool getHistoryStatistics_;
623#endif
624static double sizeRatio(int numberRowsNow, int numberColumnsNow,
625                        int numberRowsStart, int numberColumnsStart)
626{
627    double valueNow;
628    if (numberRowsNow*10 > numberColumnsNow || numberColumnsNow < 200) {
629        valueNow = 2 * numberRowsNow + numberColumnsNow;
630    } else {
631        // long and thin - rows are more important
632        if (numberRowsNow*40 > numberColumnsNow)
633            valueNow = 10 * numberRowsNow + numberColumnsNow;
634        else
635            valueNow = 200 * numberRowsNow + numberColumnsNow;
636    }
637    double valueStart;
638    if (numberRowsStart*10 > numberColumnsStart || numberColumnsStart < 200) {
639        valueStart = 2 * numberRowsStart + numberColumnsStart;
640    } else {
641        // long and thin - rows are more important
642        if (numberRowsStart*40 > numberColumnsStart)
643            valueStart = 10 * numberRowsStart + numberColumnsStart;
644        else
645            valueStart = 200 * numberRowsStart + numberColumnsStart;
646    }
647    //printf("sizeProblem Now %g, %d rows, %d columns\nsizeProblem Start %g, %d rows, %d columns\n",
648    // valueNow,numberRowsNow,numberColumnsNow,
649    // valueStart,numberRowsStart,numberColumnsStart);
650    if (10*numberRowsNow < 8*numberRowsStart)
651        return valueNow / valueStart;
652    else if (10*numberRowsNow < 9*numberRowsStart)
653        return 1.1*(valueNow / valueStart);
654    else if (numberRowsNow < numberRowsStart)
655        return 1.5*(valueNow / valueStart);
656    else
657        return 2.0*(valueNow / valueStart);
658}
659
660
661// Do mini branch and bound (return 1 if solution)
662int
663CbcHeuristic::smallBranchAndBound(OsiSolverInterface * solver, int numberNodes,
664                                  double * newSolution, double & newSolutionValue,
665                                  double cutoff, std::string name) const
666{
667    // size before
668    int shiftRows = 0;
669    if (numberNodes < 0)
670        shiftRows = solver->getNumRows() - numberNodes_;
671    int numberRowsStart = solver->getNumRows() - shiftRows;
672    int numberColumnsStart = solver->getNumCols();
673#ifdef CLP_INVESTIGATE
674    printf("%s has %d rows, %d columns\n",
675           name.c_str(), solver->getNumRows(), solver->getNumCols());
676#endif
677    // Use this fraction
678    double fractionSmall = fractionSmall_;
679    double before = 2 * numberRowsStart + numberColumnsStart;
680    if (before > 40000.0) {
681        // fairly large - be more conservative
682        double multiplier = 1.0 - 0.3 * CoinMin(100000.0, before - 40000.0) / 100000.0;
683        if (multiplier < 1.0) {
684            fractionSmall *= multiplier;
685#ifdef CLP_INVESTIGATE
686            printf("changing fractionSmall from %g to %g for %s\n",
687                   fractionSmall_, fractionSmall, name.c_str());
688#endif
689        }
690    }
691#ifdef COIN_HAS_CLP
692    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
693    if (osiclp && (osiclp->specialOptions()&65536) == 0) {
694        // go faster stripes
695        if (osiclp->getNumRows() < 300 && osiclp->getNumCols() < 500) {
696            osiclp->setupForRepeatedUse(2, 0);
697        } else {
698            osiclp->setupForRepeatedUse(0, 0);
699        }
700        // Turn this off if you get problems
701        // Used to be automatically set
702        osiclp->setSpecialOptions(osiclp->specialOptions() | (128 + 64 - 128));
703        ClpSimplex * lpSolver = osiclp->getModelPtr();
704        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
705        lpSolver->setSpecialOptions(lpSolver->specialOptions() |
706                                    (/*16384+*/4096 + 512 + 128));
707    }
708#endif
709#ifdef HISTORY_STATISTICS
710    getHistoryStatistics_ = false;
711#endif
712    int status = 0;
713    int logLevel = model_->logLevel();
714#define LEN_PRINT 250
715    char generalPrint[LEN_PRINT];
716    // Do presolve to see if possible
717    int numberColumns = solver->getNumCols();
718    char * reset = NULL;
719    int returnCode = 1;
720    int saveModelOptions = model_->specialOptions();
721    //assert ((saveModelOptions&2048) == 0);
722    model_->setSpecialOptions(saveModelOptions | 2048);
723    {
724        int saveLogLevel = solver->messageHandler()->logLevel();
725        if (saveLogLevel == 1) 
726            solver->messageHandler()->setLogLevel(0);
727        OsiPresolve * pinfo = new OsiPresolve();
728        int presolveActions = 0;
729        // Allow dual stuff on integers
730        presolveActions = 1;
731        // Do not allow all +1 to be tampered with
732        //if (allPlusOnes)
733        //presolveActions |= 2;
734        // allow transfer of costs
735        // presolveActions |= 4;
736        pinfo->setPresolveActions(presolveActions);
737        OsiSolverInterface * presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
738        delete pinfo;
739        // see if too big
740
741        if (presolvedModel) {
742            int afterRows = presolvedModel->getNumRows();
743            int afterCols = presolvedModel->getNumCols();
744            //#define COIN_DEVELOP
745#ifdef COIN_DEVELOP_z
746            if (numberNodes < 0) {
747                solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
748                presolvedModel->writeMpsNative("after1.mps", NULL, NULL, 2, 1);
749            }
750#endif
751            delete presolvedModel;
752            double ratio = sizeRatio(afterRows - shiftRows, afterCols,
753                                     numberRowsStart, numberColumnsStart);
754            double after = 2 * afterRows + afterCols;
755            if (ratio > fractionSmall && after > 300 && numberNodes >= 0) {
756                // Need code to try again to compress further using used
757                const int * used =  model_->usedInSolution();
758                int maxUsed = 0;
759                int iColumn;
760                const double * lower = solver->getColLower();
761                const double * upper = solver->getColUpper();
762                for (iColumn = 0; iColumn < numberColumns; iColumn++) {
763                    if (upper[iColumn] > lower[iColumn]) {
764                        if (solver->isBinary(iColumn))
765                            maxUsed = CoinMax(maxUsed, used[iColumn]);
766                    }
767                }
768                if (maxUsed) {
769                    reset = new char [numberColumns];
770                    int nFix = 0;
771                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
772                        reset[iColumn] = 0;
773                        if (upper[iColumn] > lower[iColumn]) {
774                            if (solver->isBinary(iColumn) && used[iColumn] == maxUsed) {
775                                bool setValue = true;
776                                if (maxUsed == 1) {
777                                    double randomNumber = randomNumberGenerator_.randomDouble();
778                                    if (randomNumber > 0.3)
779                                        setValue = false;
780                                }
781                                if (setValue) {
782                                    reset[iColumn] = 1;
783                                    solver->setColLower(iColumn, 1.0);
784                                    nFix++;
785                                }
786                            }
787                        }
788                    }
789                    pinfo = new OsiPresolve();
790                    presolveActions = 0;
791                    // Allow dual stuff on integers
792                    presolveActions = 1;
793                    // Do not allow all +1 to be tampered with
794                    //if (allPlusOnes)
795                    //presolveActions |= 2;
796                    // allow transfer of costs
797                    // presolveActions |= 4;
798                    pinfo->setPresolveActions(presolveActions);
799                    presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
800                    delete pinfo;
801                    if (presolvedModel) {
802                        // see if too big
803                        int afterRows2 = presolvedModel->getNumRows();
804                        int afterCols2 = presolvedModel->getNumCols();
805                        delete presolvedModel;
806                        double ratio = sizeRatio(afterRows2 - shiftRows, afterCols2,
807                                                 numberRowsStart, numberColumnsStart);
808                        double after = 2 * afterRows2 + afterCols2;
809                        if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
810                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - still too large",
811                                    solver->getNumRows(), solver->getNumCols(),
812                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
813                            // If much too big - give up
814                            if (ratio > 0.75)
815                                returnCode = -1;
816                        } else {
817                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - ok now",
818                                    solver->getNumRows(), solver->getNumCols(),
819                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
820                        }
821                        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
822                        << generalPrint
823                        << CoinMessageEol;
824                    } else {
825                        returnCode = 2; // infeasible
826                    }
827                }
828            } else if (ratio > fractionSmall && after > 300) {
829                returnCode = -1;
830            }
831        } else {
832            returnCode = 2; // infeasible
833        }
834        solver->messageHandler()->setLogLevel(saveLogLevel);
835    }
836    if (returnCode == 2 || returnCode == -1) {
837        model_->setSpecialOptions(saveModelOptions);
838        delete [] reset;
839#ifdef HISTORY_STATISTICS
840        getHistoryStatistics_ = true;
841#endif
842        //printf("small no good\n");
843        return returnCode;
844    }
845    // Reduce printout
846    bool takeHint;
847    OsiHintStrength strength;
848    solver->getHintParam(OsiDoReducePrint, takeHint, strength);
849    solver->setHintParam(OsiDoReducePrint, true, OsiHintTry);
850    solver->setHintParam(OsiDoPresolveInInitial, false, OsiHintTry);
851    double signedCutoff = cutoff*solver->getObjSense();
852    solver->setDblParam(OsiDualObjectiveLimit, signedCutoff);
853    solver->initialSolve();
854    if (solver->isProvenOptimal()) {
855        CglPreProcess process;
856        OsiSolverInterface * solver2 = NULL;
857        if ((model_->moreSpecialOptions()&65536)!=0)
858          process.setOptions(2+4+8); // no cuts
859        /* Do not try and produce equality cliques and
860           do up to 2 passes (normally) 5 if restart */
861        int numberPasses = 2;
862        if (numberNodes < 0) {
863          numberPasses = 5;
864          // Say some rows cuts
865          int numberRows = solver->getNumRows();
866          if (numberNodes_ < numberRows && true /* think */) {
867            char * type = new char[numberRows];
868            memset(type, 0, numberNodes_);
869            memset(type + numberNodes_, 1, numberRows - numberNodes_);
870            process.passInRowTypes(type, numberRows);
871            delete [] type;
872          }
873        }
874        if (logLevel <= 1)
875          process.messageHandler()->setLogLevel(0);
876        if (!solver->defaultHandler()&&
877            solver->messageHandler()->logLevel(0)!=-1000)
878          process.passInMessageHandler(solver->messageHandler());
879        solver2 = process.preProcessNonDefault(*solver, false,
880                                               numberPasses);
881          if (!solver2) {
882            if (logLevel > 1)
883              printf("Pre-processing says infeasible\n");
884            returnCode = 2; // so will be infeasible
885          } else {
886#ifdef COIN_DEVELOP_z
887            if (numberNodes < 0) {
888              solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
889            }
890#endif
891            // see if too big
892            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
893                                     numberRowsStart, numberColumnsStart);
894            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
895            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
896                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
897                        solver->getNumRows(), solver->getNumCols(),
898                        solver2->getNumRows(), solver2->getNumCols());
899                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
900                << generalPrint
901                << CoinMessageEol;
902                returnCode = -1;
903                //printf("small no good2\n");
904            } else {
905                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
906                        solver->getNumRows(), solver->getNumCols(),
907                        solver2->getNumRows(), solver2->getNumCols());
908                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
909                << generalPrint
910                << CoinMessageEol;
911            }
912            if (returnCode == 1) {
913                solver2->resolve();
914                CbcModel model(*solver2);
915                if (numberNodes >= 0) {
916                    // normal
917                    model.setSpecialOptions(saveModelOptions | 2048);
918                    if (logLevel <= 1 && feasibilityPumpOptions_ != -3)
919                        model.setLogLevel(0);
920                    else
921                        model.setLogLevel(logLevel);
922                    // No small fathoming
923                    model.setFastNodeDepth(-1);
924                    model.setCutoff(signedCutoff);
925                    // Don't do if original fraction > 1.0 and too large
926                    if (fractionSmall_>1.0 && fractionSmall_ < 1000000.0) {
927                      /* 1.4 means -1 nodes if >.4
928                         2.4 means -1 nodes if >.5 and 0 otherwise
929                         3.4 means -1 nodes if >.6 and 0 or 5
930                         4.4 means -1 nodes if >.7 and 0, 5 or 10
931                      */
932                      double fraction = fractionSmall_-floor(fractionSmall_);
933                      if (ratio>fraction) {
934                        int type = static_cast<int>(floor(fractionSmall_*0.1));
935                        int over = static_cast<int>(ceil(ratio-fraction));
936                        int maxNodes[]={-1,0,5,10};
937                        if (type>over)
938                          numberNodes=maxNodes[type-over];
939                        else
940                          numberNodes=-1;
941                      }
942                    }
943                    model.setMaximumNodes(numberNodes);
944                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
945                    if ((saveModelOptions&2048) == 0)
946                      model.setMoreSpecialOptions(model_->moreSpecialOptions());
947                    // Lightweight
948                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
949                    model.setStrategy(strategy);
950                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
951                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
952                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
953                } else {
954                    model.setSpecialOptions(saveModelOptions);
955                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
956                    << solver2->getNumRows() << solver2->getNumCols()
957                    << CoinMessageEol;
958                    // going for full search and copy across more stuff
959                    model.gutsOfCopy(*model_, 2);
960                    for (int i = 0; i < model.numberCutGenerators(); i++) {
961                        CbcCutGenerator * generator = model.cutGenerator(i);
962                        CglGomory * gomory = dynamic_cast<CglGomory *>
963                          (generator->generator());
964                        if (gomory&&gomory->originalSolver()) 
965                          gomory->passInOriginalSolver(model.solver());
966                        generator->setTiming(true);
967                        // Turn on if was turned on
968                        int iOften = model_->cutGenerator(i)->howOften();
969#ifdef CLP_INVESTIGATE
970                        printf("Gen %d often %d %d\n",
971                               i, generator->howOften(),
972                               iOften);
973#endif
974                        if (iOften > 0)
975                            generator->setHowOften(iOften % 1000000);
976                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
977                            generator->setHowOften(-100);
978                    }
979                    model.setCutoff(signedCutoff);
980                    // make sure can't do nested search! but allow heuristics
981                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
982                    bool takeHint;
983                    OsiHintStrength strength;
984                    // Switch off printing if asked to
985                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
986                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
987                    CbcStrategyDefault strategy(1, model_->numberStrong(),
988                                                model_->numberBeforeTrust());
989                    // Set up pre-processing - no
990                    strategy.setupPreProcessing(0); // was (4);
991                    model.setStrategy(strategy);
992                    //model.solver()->writeMps("crunched");
993                    int numberCuts = process.cuts().sizeRowCuts();
994                    if (numberCuts) {
995                        // add in cuts
996                        CglStored cuts = process.cuts();
997                        model.addCutGenerator(&cuts, 1, "Stored from first");
998                    }
999                }
1000                // Do search
1001                if (logLevel > 1)
1002                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
1003                    << name
1004                    << model.getMaximumNodes()
1005                    << CoinMessageEol;
1006                // probably faster to use a basis to get integer solutions
1007                model.setSpecialOptions(model.specialOptions() | 2);
1008#ifdef CBC_THREAD
1009                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
1010                    // See if at root node
1011                    bool atRoot = model_->getNodeCount() == 0;
1012                    int passNumber = model_->getCurrentPassNumber();
1013                    if (atRoot && passNumber == 1)
1014                        model.setNumberThreads(model_->getNumberThreads());
1015                }
1016#endif
1017                model.setParentModel(*model_);
1018                model.setMaximumSolutions(model_->getMaximumSolutions()); 
1019                model.setOriginalColumns(process.originalColumns());
1020                model.setSearchStrategy(-1);
1021                // If no feasibility pump then insert a lightweight one
1022                if (feasibilityPumpOptions_ >= 0 || feasibilityPumpOptions_ == -2) {
1023                    CbcHeuristicFPump * fpump = NULL;
1024                    for (int i = 0; i < model.numberHeuristics(); i++) {
1025                        CbcHeuristicFPump* pump =
1026                            dynamic_cast<CbcHeuristicFPump*>(model.heuristic(i));
1027                        if (pump) {
1028                            fpump = pump;
1029                            break;
1030                        }
1031                    }
1032                    if (!fpump) {
1033                        CbcHeuristicFPump heuristic4;
1034                        // use any cutoff
1035                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1036                        if (fractionSmall_<=1.0) 
1037                          heuristic4.setMaximumPasses(10);
1038                        int pumpTune = feasibilityPumpOptions_;
1039                        if (pumpTune==-2)
1040                          pumpTune = 4; // proximity
1041                        if (pumpTune > 0) {
1042                            /*
1043                            >=10000000 for using obj
1044                            >=1000000 use as accumulate switch
1045                            >=1000 use index+1 as number of large loops
1046                            >=100 use 0.05 objvalue as increment
1047                            %100 == 10,20 etc for experimentation
1048                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1049                            4 and static continuous, 5 as 3 but no internal integers
1050                            6 as 3 but all slack basis!
1051                            */
1052                            double value = solver2->getObjSense() * solver2->getObjValue();
1053                            int w = pumpTune / 10;
1054                            int ix = w % 10;
1055                            w /= 10;
1056                            int c = w % 10;
1057                            w /= 10;
1058                            int r = w;
1059                            int accumulate = r / 1000;
1060                            r -= 1000 * accumulate;
1061                            if (accumulate >= 10) {
1062                                int which = accumulate / 10;
1063                                accumulate -= 10 * which;
1064                                which--;
1065                                // weights and factors
1066                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1067                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1068                                heuristic4.setInitialWeight(weight[which]);
1069                                heuristic4.setWeightFactor(factor[which]);
1070                            }
1071                            // fake cutoff
1072                            if (c) {
1073                                double cutoff;
1074                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1075                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1076                                heuristic4.setFakeCutoff(cutoff);
1077                            }
1078                            if (r) {
1079                                // also set increment
1080                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1081                                double increment = 0.0;
1082                                heuristic4.setAbsoluteIncrement(increment);
1083                                heuristic4.setAccumulate(accumulate);
1084                                heuristic4.setMaximumRetries(r + 1);
1085                            }
1086                            pumpTune = pumpTune % 100;
1087                            if (pumpTune == 6)
1088                                pumpTune = 13;
1089                            if (pumpTune != 13)
1090                                pumpTune = pumpTune % 10;
1091                            heuristic4.setWhen(pumpTune);
1092                            if (ix) {
1093                                heuristic4.setFeasibilityPumpOptions(ix*10);
1094                            }
1095                        }
1096                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1097       
1098                    }
1099                } else if (feasibilityPumpOptions_==-3) {
1100                  // add all (except this)
1101                  for (int i = 0; i < model_->numberHeuristics(); i++) {
1102                    if (strcmp(heuristicName(),model_->heuristic(i)->heuristicName()))
1103                      model.addHeuristic(model_->heuristic(i)); 
1104                  }
1105                }
1106                //printf("sol %x\n",inputSolution_);
1107                if (inputSolution_) {
1108                    // translate and add a serendipity heuristic
1109                    int numberColumns = solver2->getNumCols();
1110                    const int * which = process.originalColumns();
1111                    OsiSolverInterface * solver3 = solver2->clone();
1112                    for (int i = 0; i < numberColumns; i++) {
1113                        if (solver3->isInteger(i)) {
1114                            int k = which[i];
1115                            double value = inputSolution_[k];
1116                            //if (value)
1117                            //printf("orig col %d now %d val %g\n",
1118                            //       k,i,value);
1119                            solver3->setColLower(i, value);
1120                            solver3->setColUpper(i, value);
1121                        }
1122                    }
1123                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1124                    solver3->resolve();
1125                    if (!solver3->isProvenOptimal()) {
1126                        // Try just setting nonzeros
1127                        OsiSolverInterface * solver4 = solver2->clone();
1128                        for (int i = 0; i < numberColumns; i++) {
1129                            if (solver4->isInteger(i)) {
1130                                int k = which[i];
1131                                double value = floor(inputSolution_[k] + 0.5);
1132                                if (value) {
1133                                    solver3->setColLower(i, value);
1134                                    solver3->setColUpper(i, value);
1135                                }
1136                            }
1137                        }
1138                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1139                        solver4->resolve();
1140                        int nBad = -1;
1141                        if (solver4->isProvenOptimal()) {
1142                            nBad = 0;
1143                            const double * solution = solver4->getColSolution();
1144                            for (int i = 0; i < numberColumns; i++) {
1145                                if (solver4->isInteger(i)) {
1146                                    double value = floor(solution[i] + 0.5);
1147                                    if (fabs(value - solution[i]) > 1.0e-6)
1148                                        nBad++;
1149                                }
1150                            }
1151                        }
1152                        if (nBad) {
1153                            delete solver4;
1154                        } else {
1155                            delete solver3;
1156                            solver3 = solver4;
1157                        }
1158                    }
1159                    if (solver3->isProvenOptimal()) {
1160                        // good
1161                        CbcSerendipity heuristic(model);
1162                        double value = solver3->getObjSense() * solver3->getObjValue();
1163                        heuristic.setInputSolution(solver3->getColSolution(), value);
1164                        value = value + 1.0e-7*(1.0 + fabs(value));
1165                        value *= solver3->getObjSense();
1166                        model.setCutoff(value);
1167                        model.addHeuristic(&heuristic, "Previous solution", 0);
1168                        //printf("added seren\n");
1169                    } else {
1170                        double value = model_->getMinimizationObjValue();
1171                        value = value + 1.0e-7*(1.0 + fabs(value));
1172                        value *= solver3->getObjSense();
1173                        model.setCutoff(value);
1174#ifdef CLP_INVESTIGATE
1175                        printf("NOT added seren\n");
1176                        solver3->writeMps("bad_seren");
1177                        solver->writeMps("orig_seren");
1178#endif
1179                    }
1180                    delete solver3;
1181                }
1182                if (model_->searchStrategy() == 2) {
1183                    model.setNumberStrong(5);
1184                    model.setNumberBeforeTrust(5);
1185                }
1186                if (model.getNumCols()) {
1187                    if (numberNodes >= 0) {
1188                        setCutAndHeuristicOptions(model);
1189                        // not too many iterations
1190                        model.setMaximumNumberIterations(100*(numberNodes + 10));
1191                        // Not fast stuff
1192                        model.setFastNodeDepth(-1);
1193                    } else if (model.fastNodeDepth() >= 1000000) {
1194                        // already set
1195                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1196                    }
1197                    model.setWhenCuts(999998);
1198#define ALWAYS_DUAL
1199#ifdef ALWAYS_DUAL
1200                    OsiSolverInterface * solverD = model.solver();
1201                    bool takeHint;
1202                    OsiHintStrength strength;
1203                    solverD->getHintParam(OsiDoDualInResolve, takeHint, strength);
1204                    solverD->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1205#endif
1206                    model.passInEventHandler(model_->getEventHandler());
1207                    // say model_ is sitting there
1208                    int saveOptions = model_->specialOptions();
1209                    model_->setSpecialOptions(saveOptions|1048576);
1210                    model.branchAndBound();
1211                    model_->setSpecialOptions(saveOptions);
1212#ifdef ALWAYS_DUAL
1213                    solverD = model.solver();
1214                    solverD->setHintParam(OsiDoDualInResolve, takeHint, strength);
1215#endif
1216                    numberNodesDone_ = model.getNodeCount();
1217#ifdef COIN_DEVELOP
1218                    printf("sub branch %d nodes, %d iterations - max %d\n",
1219                           model.getNodeCount(), model.getIterationCount(),
1220                           100*(numberNodes + 10));
1221#endif
1222                    if (numberNodes < 0) {
1223                        model_->incrementIterationCount(model.getIterationCount());
1224                        model_->incrementNodeCount(model.getNodeCount());
1225                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1226                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1227                            sprintf(generalPrint,
1228                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1229                                    generator->cutGeneratorName(),
1230                                    generator->numberTimesEntered(),
1231                                    generator->numberCutsInTotal() +
1232                                    generator->numberColumnCuts(),
1233                                    generator->numberCutsActive(),
1234                                    generator->timeInCutGenerator());
1235                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1236                            if (stored && !generator->numberCutsInTotal())
1237                                continue;
1238#ifndef CLP_INVESTIGATE
1239                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1240                            if (implication)
1241                                continue;
1242#endif
1243                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1244                            << generalPrint
1245                            << CoinMessageEol;
1246                        }
1247                    }
1248                } else {
1249                    // empty model
1250                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1251                }
1252                if (logLevel > 1)
1253                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1254                    << name
1255                    << CoinMessageEol;
1256                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1257                    // solution
1258                    if (model.getNumCols())
1259                        returnCode = model.isProvenOptimal() ? 3 : 1;
1260                    else
1261                        returnCode = 3;
1262                    // post process
1263#ifdef COIN_HAS_CLP
1264                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1265                    if (clpSolver) {
1266                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1267                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1268                    }
1269#endif
1270                    //if (fractionSmall_ < 1000000.0)
1271                      process.postProcess(*model.solver());
1272                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1273                        // Solution now back in solver
1274                        int numberColumns = solver->getNumCols();
1275                        memcpy(newSolution, solver->getColSolution(),
1276                               numberColumns*sizeof(double));
1277                        newSolutionValue = model.getMinimizationObjValue();
1278                    } else {
1279                        // odd - but no good
1280                        returnCode = 0; // so will be infeasible
1281                    }
1282                } else {
1283                    // no good
1284                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1285                }
1286                int totalNumberIterations = model.getIterationCount() +
1287                                            process.numberIterationsPre() +
1288                                            process.numberIterationsPost();
1289                if (totalNumberIterations > 100*(numberNodes + 10)
1290                    && fractionSmall_ < 1000000.0) {
1291                    // only allow smaller problems
1292                    fractionSmall = fractionSmall_;
1293                    fractionSmall_ *= 0.9;
1294#ifdef CLP_INVESTIGATE
1295                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1296                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1297#endif
1298                }
1299                if (model.status() == 5)
1300                    model_->sayEventHappened();
1301                if (model.isProvenInfeasible())
1302                    status = 1;
1303                else if (model.isProvenOptimal())
1304                    status = 2;
1305            }
1306        }
1307    } else {
1308        returnCode = 2; // infeasible finished
1309    }
1310    model_->setSpecialOptions(saveModelOptions);
1311    model_->setLogLevel(logLevel);
1312    if (returnCode == 1 || returnCode == 2) {
1313        OsiSolverInterface * solverC = model_->continuousSolver();
1314        if (false && solverC) {
1315            const double * lower = solver->getColLower();
1316            const double * upper = solver->getColUpper();
1317            const double * lowerC = solverC->getColLower();
1318            const double * upperC = solverC->getColUpper();
1319            bool good = true;
1320            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1321                if (solverC->isInteger(iColumn)) {
1322                    if (lower[iColumn] > lowerC[iColumn] &&
1323                            upper[iColumn] < upperC[iColumn]) {
1324                        good = false;
1325                        printf("CUT - can't add\n");
1326                        break;
1327                    }
1328                }
1329            }
1330            if (good) {
1331                double * cut = new double [numberColumns];
1332                int * which = new int [numberColumns];
1333                double rhs = -1.0;
1334                int n = 0;
1335                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1336                    if (solverC->isInteger(iColumn)) {
1337                        if (lower[iColumn] == upperC[iColumn]) {
1338                            rhs += lower[iColumn];
1339                            cut[n] = 1.0;
1340                            which[n++] = iColumn;
1341                        } else if (upper[iColumn] == lowerC[iColumn]) {
1342                            rhs -= upper[iColumn];
1343                            cut[n] = -1.0;
1344                            which[n++] = iColumn;
1345                        }
1346                    }
1347                }
1348                printf("CUT has %d entries\n", n);
1349                OsiRowCut newCut;
1350                newCut.setLb(-COIN_DBL_MAX);
1351                newCut.setUb(rhs);
1352                newCut.setRow(n, which, cut, false);
1353                model_->makeGlobalCut(newCut);
1354                delete [] cut;
1355                delete [] which;
1356            }
1357        }
1358#ifdef COIN_DEVELOP
1359        if (status == 1)
1360            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1361        else if (status == 2)
1362            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1363#endif
1364    }
1365    if (reset) {
1366        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1367            if (reset[iColumn])
1368                solver->setColLower(iColumn, 0.0);
1369        }
1370        delete [] reset;
1371    }
1372#ifdef HISTORY_STATISTICS
1373    getHistoryStatistics_ = true;
1374#endif
1375    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1376    return returnCode;
1377}
1378// Set input solution
1379void
1380CbcHeuristic::setInputSolution(const double * solution, double objValue)
1381{
1382    delete [] inputSolution_;
1383    inputSolution_ = NULL;
1384    if (model_ && solution) {
1385        int numberColumns = model_->getNumCols();
1386        inputSolution_ = new double [numberColumns+1];
1387        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1388        inputSolution_[numberColumns] = objValue;
1389    }
1390}
1391
1392//##############################################################################
1393
1394inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1395                                    const CbcBranchingObject* br1)
1396{
1397    const int t0 = br0->type();
1398    const int t1 = br1->type();
1399    if (t0 < t1) {
1400        return -1;
1401    }
1402    if (t0 > t1) {
1403        return 1;
1404    }
1405    return br0->compareOriginalObject(br1);
1406}
1407
1408//==============================================================================
1409
1410inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1411                                    const CbcBranchingObject* br1)
1412{
1413    return compare3BranchingObjects(br0, br1) < 0;
1414}
1415
1416//==============================================================================
1417
1418void
1419CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1420{
1421    //  CbcHeurDebugNodes(&model);
1422    CbcNode* node = model.currentNode();
1423    brObj_ = new CbcBranchingObject*[node->depth()];
1424    CbcNodeInfo* nodeInfo = node->nodeInfo();
1425    int cnt = 0;
1426    while (nodeInfo->parentBranch() != NULL) {
1427        const OsiBranchingObject* br = nodeInfo->parentBranch();
1428        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1429        if (! cbcbr) {
1430            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1431                            "gutsOfConstructor",
1432                            "CbcHeuristicNode",
1433                            __FILE__, __LINE__);
1434        }
1435        brObj_[cnt] = cbcbr->clone();
1436        brObj_[cnt]->previousBranch();
1437        ++cnt;
1438        nodeInfo = nodeInfo->parent();
1439    }
1440    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1441    if (cnt <= 1) {
1442        numObjects_ = cnt;
1443    } else {
1444        numObjects_ = 0;
1445        CbcBranchingObject* br = NULL; // What should this be?
1446        for (int i = 1; i < cnt; ++i) {
1447            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1448                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1449                switch (comp) {
1450                case CbcRangeSame: // the same range
1451                case CbcRangeDisjoint: // disjoint decisions
1452                    // should not happen! we are on a chain!
1453                    abort();
1454                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1455                    delete brObj_[i];
1456                    break;
1457                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1458                    delete brObj_[numObjects_];
1459                    brObj_[numObjects_] = brObj_[i];
1460                    break;
1461                case CbcRangeOverlap: // overlap
1462                    delete brObj_[i];
1463                    delete brObj_[numObjects_];
1464                    brObj_[numObjects_] = br;
1465                    break;
1466                }
1467                continue;
1468            } else {
1469                brObj_[++numObjects_] = brObj_[i];
1470            }
1471        }
1472        ++numObjects_;
1473    }
1474}
1475
1476//==============================================================================
1477
1478CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1479{
1480    gutsOfConstructor(model);
1481}
1482
1483//==============================================================================
1484
1485double
1486CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1487{
1488
1489    const double disjointWeight = 1;
1490    const double overlapWeight = 0.4;
1491    const double subsetWeight = 0.2;
1492    int countDisjointWeight = 0;
1493    int countOverlapWeight = 0;
1494    int countSubsetWeight = 0;
1495    int i = 0;
1496    int j = 0;
1497    double dist = 0.0;
1498#ifdef PRINT_DEBUG
1499    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1500           numObjects_, node->numObjects_);
1501#endif
1502    while ( i < numObjects_ && j < node->numObjects_) {
1503        CbcBranchingObject* br0 = brObj_[i];
1504        const CbcBranchingObject* br1 = node->brObj_[j];
1505#ifdef PRINT_DEBUG
1506        const CbcIntegerBranchingObject* brPrint0 =
1507            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1508        const double* downBounds = brPrint0->downBounds();
1509        const double* upBounds = brPrint0->upBounds();
1510        int variable = brPrint0->variable();
1511        int way = brPrint0->way();
1512        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1513               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1514               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1515        const CbcIntegerBranchingObject* brPrint1 =
1516            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1517        downBounds = brPrint1->downBounds();
1518        upBounds = brPrint1->upBounds();
1519        variable = brPrint1->variable();
1520        way = brPrint1->way();
1521        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1522               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1523               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1524#endif
1525        const int brComp = compare3BranchingObjects(br0, br1);
1526        if (brComp < 0) {
1527            dist += subsetWeight;
1528            countSubsetWeight++;
1529            ++i;
1530        } else if (brComp > 0) {
1531            dist += subsetWeight;
1532            countSubsetWeight++;
1533            ++j;
1534        } else {
1535            const int comp = br0->compareBranchingObject(br1, false);
1536            switch (comp) {
1537            case CbcRangeSame:
1538                // do nothing
1539                break;
1540            case CbcRangeDisjoint: // disjoint decisions
1541                dist += disjointWeight;
1542                countDisjointWeight++;
1543                break;
1544            case CbcRangeSubset: // subset one way or another
1545            case CbcRangeSuperset:
1546                dist += subsetWeight;
1547                countSubsetWeight++;
1548                break;
1549            case CbcRangeOverlap: // overlap
1550                dist += overlapWeight;
1551                countOverlapWeight++;
1552                break;
1553            }
1554            ++i;
1555            ++j;
1556        }
1557    }
1558    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1559    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1560    COIN_DETAIL_PRINT(printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1561                             countOverlapWeight, countDisjointWeight));
1562    return dist;
1563}
1564
1565//==============================================================================
1566
1567CbcHeuristicNode::~CbcHeuristicNode()
1568{
1569    for (int i = 0; i < numObjects_; ++i) {
1570        delete brObj_[i];
1571    }
1572    delete [] brObj_;
1573}
1574
1575//==============================================================================
1576
1577double
1578CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1579{
1580    double minDist = COIN_DBL_MAX;
1581    for (int i = nodeList.size() - 1; i >= 0; --i) {
1582        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1583    }
1584    return minDist;
1585}
1586
1587//==============================================================================
1588
1589bool
1590CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1591                                     const double threshold) const
1592{
1593    for (int i = nodeList.size() - 1; i >= 0; --i) {
1594        if (distance(nodeList.node(i)) >= threshold) {
1595            continue;
1596        } else {
1597            return true;
1598        }
1599    }
1600    return false;
1601}
1602
1603//==============================================================================
1604
1605double
1606CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1607{
1608    if (nodeList.size() == 0) {
1609        return COIN_DBL_MAX;
1610    }
1611    double sumDist = 0;
1612    for (int i = nodeList.size() - 1; i >= 0; --i) {
1613        sumDist += distance(nodeList.node(i));
1614    }
1615    return sumDist / nodeList.size();
1616}
1617
1618//##############################################################################
1619
1620// Default Constructor
1621CbcRounding::CbcRounding()
1622        : CbcHeuristic()
1623{
1624    // matrix and row copy will automatically be empty
1625    seed_ = 7654321;
1626    down_ = NULL;
1627    up_ = NULL;
1628    equal_ = NULL;
1629    //whereFrom_ |= 16; // allow more often
1630}
1631
1632// Constructor from model
1633CbcRounding::CbcRounding(CbcModel & model)
1634        : CbcHeuristic(model)
1635{
1636    // Get a copy of original matrix (and by row for rounding);
1637    assert(model.solver());
1638    if (model.solver()->getNumRows()) {
1639        matrix_ = *model.solver()->getMatrixByCol();
1640        matrixByRow_ = *model.solver()->getMatrixByRow();
1641        validate();
1642    }
1643    down_ = NULL;
1644    up_ = NULL;
1645    equal_ = NULL;
1646    seed_ = 7654321;
1647    //whereFrom_ |= 16; // allow more often
1648}
1649
1650// Destructor
1651CbcRounding::~CbcRounding ()
1652{
1653    delete [] down_;
1654    delete [] up_;
1655    delete [] equal_;
1656}
1657
1658// Clone
1659CbcHeuristic *
1660CbcRounding::clone() const
1661{
1662    return new CbcRounding(*this);
1663}
1664// Create C++ lines to get to current state
1665void
1666CbcRounding::generateCpp( FILE * fp)
1667{
1668    CbcRounding other;
1669    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1670    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1671    CbcHeuristic::generateCpp(fp, "rounding");
1672    if (seed_ != other.seed_)
1673        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1674    else
1675        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1676    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1677}
1678//#define NEW_ROUNDING
1679// Copy constructor
1680CbcRounding::CbcRounding(const CbcRounding & rhs)
1681        :
1682        CbcHeuristic(rhs),
1683        matrix_(rhs.matrix_),
1684        matrixByRow_(rhs.matrixByRow_),
1685        seed_(rhs.seed_)
1686{
1687#ifdef NEW_ROUNDING
1688    int numberColumns = matrix_.getNumCols();
1689    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1690    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1691    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1692#else
1693    down_ = NULL;
1694    up_ = NULL;
1695    equal_ = NULL;
1696#endif
1697}
1698
1699// Assignment operator
1700CbcRounding &
1701CbcRounding::operator=( const CbcRounding & rhs)
1702{
1703    if (this != &rhs) {
1704        CbcHeuristic::operator=(rhs);
1705        matrix_ = rhs.matrix_;
1706        matrixByRow_ = rhs.matrixByRow_;
1707#ifdef NEW_ROUNDING
1708        delete [] down_;
1709        delete [] up_;
1710        delete [] equal_;
1711        int numberColumns = matrix_.getNumCols();
1712        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1713        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1714        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1715#else
1716        down_ = NULL;
1717        up_ = NULL;
1718        equal_ = NULL;
1719#endif
1720        seed_ = rhs.seed_;
1721    }
1722    return *this;
1723}
1724
1725// Resets stuff if model changes
1726void
1727CbcRounding::resetModel(CbcModel * model)
1728{
1729    model_ = model;
1730    // Get a copy of original matrix (and by row for rounding);
1731    assert(model_->solver());
1732    matrix_ = *model_->solver()->getMatrixByCol();
1733    matrixByRow_ = *model_->solver()->getMatrixByRow();
1734    validate();
1735}
1736// See if rounding will give solution
1737// Sets value of solution
1738// Assumes rhs for original matrix still okay
1739// At present only works with integers
1740// Fix values if asked for
1741// Returns 1 if solution, 0 if not
1742int
1743CbcRounding::solution(double & solutionValue,
1744                      double * betterSolution)
1745{
1746
1747    numCouldRun_++;
1748    // See if to do
1749    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1750            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1751        return 0; // switched off
1752    numRuns_++;
1753    OsiSolverInterface * solver = model_->solver();
1754    double direction = solver->getObjSense();
1755    double newSolutionValue = direction * solver->getObjValue();
1756    return solution(solutionValue, betterSolution, newSolutionValue);
1757}
1758// See if rounding will give solution
1759// Sets value of solution
1760// Assumes rhs for original matrix still okay
1761// At present only works with integers
1762// Fix values if asked for
1763// Returns 1 if solution, 0 if not
1764int
1765CbcRounding::solution(double & solutionValue,
1766                      double * betterSolution,
1767                      double newSolutionValue)
1768{
1769
1770    // See if to do
1771    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1772            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1773        return 0; // switched off
1774    OsiSolverInterface * solver = model_->solver();
1775    const double * lower = solver->getColLower();
1776    const double * upper = solver->getColUpper();
1777    const double * rowLower = solver->getRowLower();
1778    const double * rowUpper = solver->getRowUpper();
1779    const double * solution = solver->getColSolution();
1780    const double * objective = solver->getObjCoefficients();
1781    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1782    double primalTolerance;
1783    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1784
1785    int numberRows = matrix_.getNumRows();
1786    assert (numberRows <= solver->getNumRows());
1787    int numberIntegers = model_->numberIntegers();
1788    const int * integerVariable = model_->integerVariable();
1789    int i;
1790    double direction = solver->getObjSense();
1791    //double newSolutionValue = direction*solver->getObjValue();
1792    int returnCode = 0;
1793    // Column copy
1794    const double * element = matrix_.getElements();
1795    const int * row = matrix_.getIndices();
1796    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1797    const int * columnLength = matrix_.getVectorLengths();
1798    // Row copy
1799    const double * elementByRow = matrixByRow_.getElements();
1800    const int * column = matrixByRow_.getIndices();
1801    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1802    const int * rowLength = matrixByRow_.getVectorLengths();
1803
1804    // Get solution array for heuristic solution
1805    int numberColumns = solver->getNumCols();
1806    double * newSolution = new double [numberColumns];
1807    memcpy(newSolution, solution, numberColumns*sizeof(double));
1808
1809    double * rowActivity = new double[numberRows];
1810    memset(rowActivity, 0, numberRows*sizeof(double));
1811    for (i = 0; i < numberColumns; i++) {
1812        int j;
1813        double value = newSolution[i];
1814        if (value < lower[i]) {
1815            value = lower[i];
1816            newSolution[i] = value;
1817        } else if (value > upper[i]) {
1818            value = upper[i];
1819            newSolution[i] = value;
1820        }
1821        if (value) {
1822            for (j = columnStart[i];
1823                    j < columnStart[i] + columnLength[i]; j++) {
1824                int iRow = row[j];
1825                rowActivity[iRow] += value * element[j];
1826            }
1827        }
1828    }
1829    // check was feasible - if not adjust (cleaning may move)
1830    for (i = 0; i < numberRows; i++) {
1831        if (rowActivity[i] < rowLower[i]) {
1832            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1833            rowActivity[i] = rowLower[i];
1834        } else if (rowActivity[i] > rowUpper[i]) {
1835            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1836            rowActivity[i] = rowUpper[i];
1837        }
1838    }
1839    for (i = 0; i < numberIntegers; i++) {
1840        int iColumn = integerVariable[i];
1841        double value = newSolution[iColumn];
1842        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1843            double below = floor(value);
1844            double newValue = newSolution[iColumn];
1845            double cost = direction * objective[iColumn];
1846            double move;
1847            if (cost > 0.0) {
1848                // try up
1849                move = 1.0 - (value - below);
1850            } else if (cost < 0.0) {
1851                // try down
1852                move = below - value;
1853            } else {
1854                // won't be able to move unless we can grab another variable
1855                double randomNumber = randomNumberGenerator_.randomDouble();
1856                // which way?
1857                if (randomNumber < 0.5)
1858                    move = below - value;
1859                else
1860                    move = 1.0 - (value - below);
1861            }
1862            newValue += move;
1863            newSolution[iColumn] = newValue;
1864            newSolutionValue += move * cost;
1865            int j;
1866            for (j = columnStart[iColumn];
1867                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1868                int iRow = row[j];
1869                rowActivity[iRow] += move * element[j];
1870            }
1871        }
1872    }
1873
1874    double penalty = 0.0;
1875    const char * integerType = model_->integerType();
1876    // see if feasible - just using singletons
1877    for (i = 0; i < numberRows; i++) {
1878        double value = rowActivity[i];
1879        double thisInfeasibility = 0.0;
1880        if (value < rowLower[i] - primalTolerance)
1881            thisInfeasibility = value - rowLower[i];
1882        else if (value > rowUpper[i] + primalTolerance)
1883            thisInfeasibility = value - rowUpper[i];
1884        if (thisInfeasibility) {
1885            // See if there are any slacks I can use to fix up
1886            // maybe put in coding for multiple slacks?
1887            double bestCost = 1.0e50;
1888            int k;
1889            int iBest = -1;
1890            double addCost = 0.0;
1891            double newValue = 0.0;
1892            double changeRowActivity = 0.0;
1893            double absInfeasibility = fabs(thisInfeasibility);
1894            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1895                int iColumn = column[k];
1896                // See if all elements help
1897                if (columnLength[iColumn] == 1) {
1898                    double currentValue = newSolution[iColumn];
1899                    double elementValue = elementByRow[k];
1900                    double lowerValue = lower[iColumn];
1901                    double upperValue = upper[iColumn];
1902                    double gap = rowUpper[i] - rowLower[i];
1903                    double absElement = fabs(elementValue);
1904                    if (thisInfeasibility*elementValue > 0.0) {
1905                        // we want to reduce
1906                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1907                            // possible - check if integer
1908                            double distance = absInfeasibility / absElement;
1909                            double thisCost = -direction * objective[iColumn] * distance;
1910                            if (integerType[iColumn]) {
1911                                distance = ceil(distance - primalTolerance);
1912                                if (currentValue - distance >= lowerValue - primalTolerance) {
1913                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1914                                        thisCost = 1.0e100; // no good
1915                                    else
1916                                        thisCost = -direction * objective[iColumn] * distance;
1917                                } else {
1918                                    thisCost = 1.0e100; // no good
1919                                }
1920                            }
1921                            if (thisCost < bestCost) {
1922                                bestCost = thisCost;
1923                                iBest = iColumn;
1924                                addCost = thisCost;
1925                                newValue = currentValue - distance;
1926                                changeRowActivity = -distance * elementValue;
1927                            }
1928                        }
1929                    } else {
1930                        // we want to increase
1931                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1932                            // possible - check if integer
1933                            double distance = absInfeasibility / absElement;
1934                            double thisCost = direction * objective[iColumn] * distance;
1935                            if (integerType[iColumn]) {
1936                                distance = ceil(distance - 1.0e-7);
1937                                assert (currentValue - distance <= upperValue + primalTolerance);
1938                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1939                                    thisCost = 1.0e100; // no good
1940                                else
1941                                    thisCost = direction * objective[iColumn] * distance;
1942                            }
1943                            if (thisCost < bestCost) {
1944                                bestCost = thisCost;
1945                                iBest = iColumn;
1946                                addCost = thisCost;
1947                                newValue = currentValue + distance;
1948                                changeRowActivity = distance * elementValue;
1949                            }
1950                        }
1951                    }
1952                }
1953            }
1954            if (iBest >= 0) {
1955                /*printf("Infeasibility of %g on row %d cost %g\n",
1956                  thisInfeasibility,i,addCost);*/
1957                newSolution[iBest] = newValue;
1958                thisInfeasibility = 0.0;
1959                newSolutionValue += addCost;
1960                rowActivity[i] += changeRowActivity;
1961            }
1962            penalty += fabs(thisInfeasibility);
1963        }
1964    }
1965    if (penalty) {
1966        // see if feasible using any
1967        // first continuous
1968        double penaltyChange = 0.0;
1969        int iColumn;
1970        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1971            if (integerType[iColumn])
1972                continue;
1973            double currentValue = newSolution[iColumn];
1974            double lowerValue = lower[iColumn];
1975            double upperValue = upper[iColumn];
1976            int j;
1977            int anyBadDown = 0;
1978            int anyBadUp = 0;
1979            double upImprovement = 0.0;
1980            double downImprovement = 0.0;
1981            for (j = columnStart[iColumn];
1982                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1983                int iRow = row[j];
1984                if (rowUpper[iRow] > rowLower[iRow]) {
1985                    double value = element[j];
1986                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1987                        // infeasible above
1988                        downImprovement += value;
1989                        upImprovement -= value;
1990                        if (value > 0.0)
1991                            anyBadUp++;
1992                        else
1993                            anyBadDown++;
1994                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
1995                        // feasible at ub
1996                        if (value > 0.0) {
1997                            upImprovement -= value;
1998                            anyBadUp++;
1999                        } else {
2000                            downImprovement += value;
2001                            anyBadDown++;
2002                        }
2003                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2004                        // feasible in interior
2005                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2006                        // feasible at lb
2007                        if (value < 0.0) {
2008                            upImprovement += value;
2009                            anyBadUp++;
2010                        } else {
2011                            downImprovement -= value;
2012                            anyBadDown++;
2013                        }
2014                    } else {
2015                        // infeasible below
2016                        downImprovement -= value;
2017                        upImprovement += value;
2018                        if (value < 0.0)
2019                            anyBadUp++;
2020                        else
2021                            anyBadDown++;
2022                    }
2023                } else {
2024                    // equality row
2025                    double value = element[j];
2026                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2027                        // infeasible above
2028                        downImprovement += value;
2029                        upImprovement -= value;
2030                        if (value > 0.0)
2031                            anyBadUp++;
2032                        else
2033                            anyBadDown++;
2034                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2035                        // infeasible below
2036                        downImprovement -= value;
2037                        upImprovement += value;
2038                        if (value < 0.0)
2039                            anyBadUp++;
2040                        else
2041                            anyBadDown++;
2042                    } else {
2043                        // feasible - no good
2044                        anyBadUp = -1;
2045                        anyBadDown = -1;
2046                        break;
2047                    }
2048                }
2049            }
2050            // could change tests for anyBad
2051            if (anyBadUp)
2052                upImprovement = 0.0;
2053            if (anyBadDown)
2054                downImprovement = 0.0;
2055            double way = 0.0;
2056            double improvement = 0.0;
2057            if (downImprovement > 0.0 && currentValue > lowerValue) {
2058                way = -1.0;
2059                improvement = downImprovement;
2060            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2061                way = 1.0;
2062                improvement = upImprovement;
2063            }
2064            if (way) {
2065                // can improve
2066                double distance;
2067                if (way > 0.0)
2068                    distance = upperValue - currentValue;
2069                else
2070                    distance = currentValue - lowerValue;
2071                for (j = columnStart[iColumn];
2072                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2073                    int iRow = row[j];
2074                    double value = element[j] * way;
2075                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2076                        // infeasible above
2077                        assert (value < 0.0);
2078                        double gap = rowActivity[iRow] - rowUpper[iRow];
2079                        if (gap + value*distance < 0.0)
2080                            distance = -gap / value;
2081                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2082                        // infeasible below
2083                        assert (value > 0.0);
2084                        double gap = rowActivity[iRow] - rowLower[iRow];
2085                        if (gap + value*distance > 0.0)
2086                            distance = -gap / value;
2087                    } else {
2088                        // feasible
2089                        if (value > 0) {
2090                            double gap = rowActivity[iRow] - rowUpper[iRow];
2091                            if (gap + value*distance > 0.0)
2092                                distance = -gap / value;
2093                        } else {
2094                            double gap = rowActivity[iRow] - rowLower[iRow];
2095                            if (gap + value*distance < 0.0)
2096                                distance = -gap / value;
2097                        }
2098                    }
2099                }
2100                //move
2101                penaltyChange += improvement * distance;
2102                distance *= way;
2103                newSolution[iColumn] += distance;
2104                newSolutionValue += direction * objective[iColumn] * distance;
2105                for (j = columnStart[iColumn];
2106                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2107                    int iRow = row[j];
2108                    double value = element[j];
2109                    rowActivity[iRow] += distance * value;
2110                }
2111            }
2112        }
2113        // and now all if improving
2114        double lastChange = penaltyChange ? 1.0 : 0.0;
2115        while (lastChange > 1.0e-2) {
2116            lastChange = 0;
2117            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2118                bool isInteger = (integerType[iColumn] != 0);
2119                double currentValue = newSolution[iColumn];
2120                double lowerValue = lower[iColumn];
2121                double upperValue = upper[iColumn];
2122                int j;
2123                int anyBadDown = 0;
2124                int anyBadUp = 0;
2125                double upImprovement = 0.0;
2126                double downImprovement = 0.0;
2127                for (j = columnStart[iColumn];
2128                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2129                    int iRow = row[j];
2130                    double value = element[j];
2131                    if (isInteger) {
2132                        if (value > 0.0) {
2133                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2134                                anyBadUp++;
2135                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2136                                anyBadDown++;
2137                        } else {
2138                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2139                                anyBadDown++;
2140                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2141                                anyBadUp++;
2142                        }
2143                    }
2144                    if (rowUpper[iRow] > rowLower[iRow]) {
2145                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2146                            // infeasible above
2147                            downImprovement += value;
2148                            upImprovement -= value;
2149                            if (value > 0.0)
2150                                anyBadUp++;
2151                            else
2152                                anyBadDown++;
2153                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2154                            // feasible at ub
2155                            if (value > 0.0) {
2156                                upImprovement -= value;
2157                                anyBadUp++;
2158                            } else {
2159                                downImprovement += value;
2160                                anyBadDown++;
2161                            }
2162                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2163                            // feasible in interior
2164                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2165                            // feasible at lb
2166                            if (value < 0.0) {
2167                                upImprovement += value;
2168                                anyBadUp++;
2169                            } else {
2170                                downImprovement -= value;
2171                                anyBadDown++;
2172                            }
2173                        } else {
2174                            // infeasible below
2175                            downImprovement -= value;
2176                            upImprovement += value;
2177                            if (value < 0.0)
2178                                anyBadUp++;
2179                            else
2180                                anyBadDown++;
2181                        }
2182                    } else {
2183                        // equality row
2184                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2185                            // infeasible above
2186                            downImprovement += value;
2187                            upImprovement -= value;
2188                            if (value > 0.0)
2189                                anyBadUp++;
2190                            else
2191                                anyBadDown++;
2192                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2193                            // infeasible below
2194                            downImprovement -= value;
2195                            upImprovement += value;
2196                            if (value < 0.0)
2197                                anyBadUp++;
2198                            else
2199                                anyBadDown++;
2200                        } else {
2201                            // feasible - no good
2202                            anyBadUp = -1;
2203                            anyBadDown = -1;
2204                            break;
2205                        }
2206                    }
2207                }
2208                // could change tests for anyBad
2209                if (anyBadUp)
2210                    upImprovement = 0.0;
2211                if (anyBadDown)
2212                    downImprovement = 0.0;
2213                double way = 0.0;
2214                double improvement = 0.0;
2215                if (downImprovement > 0.0 && currentValue > lowerValue) {
2216                    way = -1.0;
2217                    improvement = downImprovement;
2218                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2219                    way = 1.0;
2220                    improvement = upImprovement;
2221                }
2222                if (way) {
2223                    // can improve
2224                    double distance = COIN_DBL_MAX;
2225                    for (j = columnStart[iColumn];
2226                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2227                        int iRow = row[j];
2228                        double value = element[j] * way;
2229                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2230                            // infeasible above
2231                            assert (value < 0.0);
2232                            double gap = rowActivity[iRow] - rowUpper[iRow];
2233                            if (gap + value*distance < 0.0) {
2234                                // If integer then has to move by 1
2235                                if (!isInteger)
2236                                    distance = -gap / value;
2237                                else
2238                                    distance = CoinMax(-gap / value, 1.0);
2239                            }
2240                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2241                            // infeasible below
2242                            assert (value > 0.0);
2243                            double gap = rowActivity[iRow] - rowLower[iRow];
2244                            if (gap + value*distance > 0.0) {
2245                                // If integer then has to move by 1
2246                                if (!isInteger)
2247                                    distance = -gap / value;
2248                                else
2249                                    distance = CoinMax(-gap / value, 1.0);
2250                            }
2251                        } else {
2252                            // feasible
2253                            if (value > 0) {
2254                                double gap = rowActivity[iRow] - rowUpper[iRow];
2255                                if (gap + value*distance > 0.0)
2256                                    distance = -gap / value;
2257                            } else {
2258                                double gap = rowActivity[iRow] - rowLower[iRow];
2259                                if (gap + value*distance < 0.0)
2260                                    distance = -gap / value;
2261                            }
2262                        }
2263                    }
2264                    if (isInteger)
2265                        distance = floor(distance + 1.05e-8);
2266                    if (!distance) {
2267                        // should never happen
2268                        //printf("zero distance in CbcRounding - debug\n");
2269                    }
2270                    //move
2271                    lastChange += improvement * distance;
2272                    distance *= way;
2273                    newSolution[iColumn] += distance;
2274                    newSolutionValue += direction * objective[iColumn] * distance;
2275                    for (j = columnStart[iColumn];
2276                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2277                        int iRow = row[j];
2278                        double value = element[j];
2279                        rowActivity[iRow] += distance * value;
2280                    }
2281                }
2282            }
2283            penaltyChange += lastChange;
2284        }
2285        penalty -= penaltyChange;
2286        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2287            // recompute
2288            penalty = 0.0;
2289            for (i = 0; i < numberRows; i++) {
2290                double value = rowActivity[i];
2291                if (value < rowLower[i] - primalTolerance)
2292                    penalty += rowLower[i] - value;
2293                else if (value > rowUpper[i] + primalTolerance)
2294                    penalty += value - rowUpper[i];
2295            }
2296        }
2297    }
2298
2299    // Could also set SOS (using random) and repeat
2300    if (!penalty) {
2301        // See if we can do better
2302        //seed_++;
2303        //CoinSeedRandom(seed_);
2304        // Random number between 0 and 1.
2305        double randomNumber = randomNumberGenerator_.randomDouble();
2306        int iPass;
2307        int start[2];
2308        int end[2];
2309        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2310        start[0] = iRandom;
2311        end[0] = numberIntegers;
2312        start[1] = 0;
2313        end[1] = iRandom;
2314        for (iPass = 0; iPass < 2; iPass++) {
2315            int i;
2316            for (i = start[iPass]; i < end[iPass]; i++) {
2317                int iColumn = integerVariable[i];
2318#ifndef NDEBUG
2319                double value = newSolution[iColumn];
2320                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2321#endif
2322                double cost = direction * objective[iColumn];
2323                double move = 0.0;
2324                if (cost > 0.0)
2325                    move = -1.0;
2326                else if (cost < 0.0)
2327                    move = 1.0;
2328                while (move) {
2329                    bool good = true;
2330                    double newValue = newSolution[iColumn] + move;
2331                    if (newValue < lower[iColumn] - primalTolerance ||
2332                            newValue > upper[iColumn] + primalTolerance) {
2333                        move = 0.0;
2334                    } else {
2335                        // see if we can move
2336                        int j;
2337                        for (j = columnStart[iColumn];
2338                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2339                            int iRow = row[j];
2340                            double newActivity = rowActivity[iRow] + move * element[j];
2341                            if (newActivity < rowLower[iRow] - primalTolerance ||
2342                                    newActivity > rowUpper[iRow] + primalTolerance) {
2343                                good = false;
2344                                break;
2345                            }
2346                        }
2347                        if (good) {
2348                            newSolution[iColumn] = newValue;
2349                            newSolutionValue += move * cost;
2350                            int j;
2351                            for (j = columnStart[iColumn];
2352                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2353                                int iRow = row[j];
2354                                rowActivity[iRow] += move * element[j];
2355                            }
2356                        } else {
2357                            move = 0.0;
2358                        }
2359                    }
2360                }
2361            }
2362        }
2363        // Just in case of some stupidity
2364        double objOffset = 0.0;
2365        solver->getDblParam(OsiObjOffset, objOffset);
2366        newSolutionValue = -objOffset;
2367        for ( i = 0 ; i < numberColumns ; i++ )
2368            newSolutionValue += objective[i] * newSolution[i];
2369        newSolutionValue *= direction;
2370        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2371        if (newSolutionValue < solutionValue) {
2372            // paranoid check
2373            memset(rowActivity, 0, numberRows*sizeof(double));
2374            for (i = 0; i < numberColumns; i++) {
2375                int j;
2376                double value = newSolution[i];
2377                if (value) {
2378                    for (j = columnStart[i];
2379                            j < columnStart[i] + columnLength[i]; j++) {
2380                        int iRow = row[j];
2381                        rowActivity[iRow] += value * element[j];
2382                    }
2383                }
2384            }
2385            // check was approximately feasible
2386            bool feasible = true;
2387            for (i = 0; i < numberRows; i++) {
2388                if (rowActivity[i] < rowLower[i]) {
2389                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2390                        feasible = false;
2391                } else if (rowActivity[i] > rowUpper[i]) {
2392                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2393                        feasible = false;
2394                }
2395            }
2396            if (feasible) {
2397                // new solution
2398                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2399                solutionValue = newSolutionValue;
2400                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2401                returnCode = 1;
2402            } else {
2403                // Can easily happen
2404                //printf("Debug CbcRounding giving bad solution\n");
2405            }
2406        }
2407    }
2408#ifdef NEW_ROUNDING
2409    if (!returnCode) {
2410#ifdef JJF_ZERO
2411        // back to starting point
2412        memcpy(newSolution, solution, numberColumns*sizeof(double));
2413        memset(rowActivity, 0, numberRows*sizeof(double));
2414        for (i = 0; i < numberColumns; i++) {
2415            int j;
2416            double value = newSolution[i];
2417            if (value < lower[i]) {
2418                value = lower[i];
2419                newSolution[i] = value;
2420            } else if (value > upper[i]) {
2421                value = upper[i];
2422                newSolution[i] = value;
2423            }
2424            if (value) {
2425                for (j = columnStart[i];
2426                        j < columnStart[i] + columnLength[i]; j++) {
2427                    int iRow = row[j];
2428                    rowActivity[iRow] += value * element[j];
2429                }
2430            }
2431        }
2432        // check was feasible - if not adjust (cleaning may move)
2433        for (i = 0; i < numberRows; i++) {
2434            if (rowActivity[i] < rowLower[i]) {
2435                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2436                rowActivity[i] = rowLower[i];
2437            } else if (rowActivity[i] > rowUpper[i]) {
2438                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2439                rowActivity[i] = rowUpper[i];
2440            }
2441        }
2442#endif
2443        int * candidate = new int [numberColumns];
2444        int nCandidate = 0;
2445        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2446            bool isInteger = (integerType[iColumn] != 0);
2447            if (isInteger) {
2448                double currentValue = newSolution[iColumn];
2449                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2450                    candidate[nCandidate++] = iColumn;
2451            }
2452        }
2453        if (true) {
2454            // Rounding as in Berthold
2455            while (nCandidate) {
2456                double infeasibility = 1.0e-7;
2457                int iRow = -1;
2458                for (i = 0; i < numberRows; i++) {
2459                    double value = 0.0;
2460                    if (rowActivity[i] < rowLower[i]) {
2461                        value = rowLower[i] - rowActivity[i];
2462                    } else if (rowActivity[i] > rowUpper[i]) {
2463                        value = rowActivity[i] - rowUpper[i];
2464                    }
2465                    if (value > infeasibility) {
2466                        infeasibility = value;
2467                        iRow = i;
2468                    }
2469                }
2470                if (iRow >= 0) {
2471                    // infeasible
2472                } else {
2473                    // feasible
2474                }
2475            }
2476        } else {
2477            // Shifting as in Berthold
2478        }
2479        delete [] candidate;
2480    }
2481#endif
2482    delete [] newSolution;
2483    delete [] rowActivity;
2484    return returnCode;
2485}
2486// update model
2487void CbcRounding::setModel(CbcModel * model)
2488{
2489    model_ = model;
2490    // Get a copy of original matrix (and by row for rounding);
2491    assert(model_->solver());
2492    if (model_->solver()->getNumRows()) {
2493        matrix_ = *model_->solver()->getMatrixByCol();
2494        matrixByRow_ = *model_->solver()->getMatrixByRow();
2495        // make sure model okay for heuristic
2496        validate();
2497    }
2498}
2499// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2500void
2501CbcRounding::validate()
2502{
2503    if (model_ && (when() % 100) < 10) {
2504        if (model_->numberIntegers() !=
2505                model_->numberObjects() && (model_->numberObjects() ||
2506                                            (model_->specialOptions()&1024) == 0)) {
2507            int numberOdd = 0;
2508            for (int i = 0; i < model_->numberObjects(); i++) {
2509                if (!model_->object(i)->canDoHeuristics())
2510                    numberOdd++;
2511            }
2512            if (numberOdd)
2513                setWhen(0);
2514        }
2515    }
2516#ifdef NEW_ROUNDING
2517    int numberColumns = matrix_.getNumCols();
2518    down_ = new unsigned short [numberColumns];
2519    up_ = new unsigned short [numberColumns];
2520    equal_ = new unsigned short [numberColumns];
2521    // Column copy
2522    const double * element = matrix_.getElements();
2523    const int * row = matrix_.getIndices();
2524    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2525    const int * columnLength = matrix_.getVectorLengths();
2526    const double * rowLower = model.solver()->getRowLower();
2527    const double * rowUpper = model.solver()->getRowUpper();
2528    for (int i = 0; i < numberColumns; i++) {
2529        int down = 0;
2530        int up = 0;
2531        int equal = 0;
2532        if (columnLength[i] > 65535) {
2533            equal[0] = 65535;
2534            break; // unlikely to work
2535        }
2536        for (CoinBigIndex j = columnStart[i];
2537                j < columnStart[i] + columnLength[i]; j++) {
2538            int iRow = row[j];
2539            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2540                equal++;
2541            } else if (element[j] > 0.0) {
2542                if (rowUpper[iRow] < 1.0e20)
2543                    up++;
2544                else
2545                    down--;
2546            } else {
2547                if (rowLower[iRow] > -1.0e20)
2548                    up++;
2549                else
2550                    down--;
2551            }
2552        }
2553        down_[i] = (unsigned short) down;
2554        up_[i] = (unsigned short) up;
2555        equal_[i] = (unsigned short) equal;
2556    }
2557#else
2558    down_ = NULL;
2559    up_ = NULL;
2560    equal_ = NULL;
2561#endif
2562}
2563
2564// Default Constructor
2565CbcHeuristicPartial::CbcHeuristicPartial()
2566        : CbcHeuristic()
2567{
2568    fixPriority_ = 10000;
2569}
2570
2571// Constructor from model
2572CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2573        : CbcHeuristic(model)
2574{
2575    fixPriority_ = fixPriority;
2576    setNumberNodes(numberNodes);
2577    validate();
2578}
2579
2580// Destructor
2581CbcHeuristicPartial::~CbcHeuristicPartial ()
2582{
2583}
2584
2585// Clone
2586CbcHeuristic *
2587CbcHeuristicPartial::clone() const
2588{
2589    return new CbcHeuristicPartial(*this);
2590}
2591// Create C++ lines to get to current state
2592void
2593CbcHeuristicPartial::generateCpp( FILE * fp)
2594{
2595    CbcHeuristicPartial other;
2596    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2597    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2598    CbcHeuristic::generateCpp(fp, "partial");
2599    if (fixPriority_ != other.fixPriority_)
2600        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2601    else
2602        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2603    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2604}
2605//#define NEW_PARTIAL
2606// Copy constructor
2607CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2608        :
2609        CbcHeuristic(rhs),
2610        fixPriority_(rhs.fixPriority_)
2611{
2612}
2613
2614// Assignment operator
2615CbcHeuristicPartial &
2616CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2617{
2618    if (this != &rhs) {
2619        CbcHeuristic::operator=(rhs);
2620        fixPriority_ = rhs.fixPriority_;
2621    }
2622    return *this;
2623}
2624
2625// Resets stuff if model changes
2626void
2627CbcHeuristicPartial::resetModel(CbcModel * model)
2628{
2629    model_ = model;
2630    // Get a copy of original matrix (and by row for partial);
2631    assert(model_->solver());
2632    validate();
2633}
2634// See if partial will give solution
2635// Sets value of solution
2636// Assumes rhs for original matrix still okay
2637// At present only works with integers
2638// Fix values if asked for
2639// Returns 1 if solution, 0 if not
2640int
2641CbcHeuristicPartial::solution(double & solutionValue,
2642                              double * betterSolution)
2643{
2644    // Return if already done
2645    if (fixPriority_ < 0)
2646        return 0; // switched off
2647    const double * hotstartSolution = model_->hotstartSolution();
2648    const int * hotstartPriorities = model_->hotstartPriorities();
2649    if (!hotstartSolution)
2650        return 0;
2651    OsiSolverInterface * solver = model_->solver();
2652
2653    int numberIntegers = model_->numberIntegers();
2654    const int * integerVariable = model_->integerVariable();
2655
2656    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2657    const double * colLower = newSolver->getColLower();
2658    const double * colUpper = newSolver->getColUpper();
2659
2660    double primalTolerance;
2661    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2662
2663    int i;
2664    int numberFixed = 0;
2665    int returnCode = 0;
2666
2667    for (i = 0; i < numberIntegers; i++) {
2668        int iColumn = integerVariable[i];
2669        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2670            double value = hotstartSolution[iColumn];
2671            double lower = colLower[iColumn];
2672            double upper = colUpper[iColumn];
2673            value = CoinMax(value, lower);
2674            value = CoinMin(value, upper);
2675            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2676                value = floor(value + 0.5);
2677                newSolver->setColLower(iColumn, value);
2678                newSolver->setColUpper(iColumn, value);
2679                numberFixed++;
2680            }
2681        }
2682    }
2683    if (numberFixed > numberIntegers / 5 - 100000000) {
2684#ifdef COIN_DEVELOP
2685        printf("%d integers fixed\n", numberFixed);
2686#endif
2687        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2688                                         model_->getCutoff(), "CbcHeuristicPartial");
2689        if (returnCode < 0)
2690            returnCode = 0; // returned on size
2691        //printf("return code %d",returnCode);
2692        if ((returnCode&2) != 0) {
2693            // could add cut
2694            returnCode &= ~2;
2695            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2696        } else {
2697            //printf("\n");
2698        }
2699    }
2700    fixPriority_ = -1; // switch off
2701
2702    delete newSolver;
2703    return returnCode;
2704}
2705// update model
2706void CbcHeuristicPartial::setModel(CbcModel * model)
2707{
2708    model_ = model;
2709    assert(model_->solver());
2710    // make sure model okay for heuristic
2711    validate();
2712}
2713// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2714void
2715CbcHeuristicPartial::validate()
2716{
2717    if (model_ && (when() % 100) < 10) {
2718        if (model_->numberIntegers() !=
2719                model_->numberObjects())
2720            setWhen(0);
2721    }
2722}
2723bool
2724CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2725{
2726    return true;
2727}
2728
2729// Default Constructor
2730CbcSerendipity::CbcSerendipity()
2731        : CbcHeuristic()
2732{
2733}
2734
2735// Constructor from model
2736CbcSerendipity::CbcSerendipity(CbcModel & model)
2737        : CbcHeuristic(model)
2738{
2739}
2740
2741// Destructor
2742CbcSerendipity::~CbcSerendipity ()
2743{
2744}
2745
2746// Clone
2747CbcHeuristic *
2748CbcSerendipity::clone() const
2749{
2750    return new CbcSerendipity(*this);
2751}
2752// Create C++ lines to get to current state
2753void
2754CbcSerendipity::generateCpp( FILE * fp)
2755{
2756    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2757    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2758    CbcHeuristic::generateCpp(fp, "serendipity");
2759    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2760}
2761
2762// Copy constructor
2763CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2764        :
2765        CbcHeuristic(rhs)
2766{
2767}
2768
2769// Assignment operator
2770CbcSerendipity &
2771CbcSerendipity::operator=( const CbcSerendipity & rhs)
2772{
2773    if (this != &rhs) {
2774        CbcHeuristic::operator=(rhs);
2775    }
2776    return *this;
2777}
2778
2779// Returns 1 if solution, 0 if not
2780int
2781CbcSerendipity::solution(double & solutionValue,
2782                         double * betterSolution)
2783{
2784    if (!model_)
2785        return 0;
2786    if (!inputSolution_) {
2787        // get information on solver type
2788        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2789        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2790        if (auxiliaryInfo) {
2791            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2792        } else {
2793            return 0;
2794        }
2795    } else {
2796        int numberColumns = model_->getNumCols();
2797        double value = inputSolution_[numberColumns];
2798        int returnCode = 0;
2799        if (value < solutionValue) {
2800            solutionValue = value;
2801            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2802            returnCode = 1;
2803        }
2804        delete [] inputSolution_;
2805        inputSolution_ = NULL;
2806        model_ = NULL; // switch off
2807        return returnCode;
2808    }
2809}
2810// update model
2811void CbcSerendipity::setModel(CbcModel * model)
2812{
2813    model_ = model;
2814}
2815// Resets stuff if model changes
2816void
2817CbcSerendipity::resetModel(CbcModel * model)
2818{
2819    model_ = model;
2820}
2821
2822
2823// Default Constructor
2824CbcHeuristicJustOne::CbcHeuristicJustOne()
2825        : CbcHeuristic(),
2826        probabilities_(NULL),
2827        heuristic_(NULL),
2828        numberHeuristics_(0)
2829{
2830}
2831
2832// Constructor from model
2833CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2834        : CbcHeuristic(model),
2835        probabilities_(NULL),
2836        heuristic_(NULL),
2837        numberHeuristics_(0)
2838{
2839}
2840
2841// Destructor
2842CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2843{
2844    for (int i = 0; i < numberHeuristics_; i++)
2845        delete heuristic_[i];
2846    delete [] heuristic_;
2847    delete [] probabilities_;
2848}
2849
2850// Clone
2851CbcHeuristicJustOne *
2852CbcHeuristicJustOne::clone() const
2853{
2854    return new CbcHeuristicJustOne(*this);
2855}
2856
2857// Create C++ lines to get to current state
2858void
2859CbcHeuristicJustOne::generateCpp( FILE * fp)
2860{
2861    CbcHeuristicJustOne other;
2862    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2863    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2864    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2865    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2866}
2867
2868// Copy constructor
2869CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2870        :
2871        CbcHeuristic(rhs),
2872        probabilities_(NULL),
2873        heuristic_(NULL),
2874        numberHeuristics_(rhs.numberHeuristics_)
2875{
2876    if (numberHeuristics_) {
2877        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2878        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2879        for (int i = 0; i < numberHeuristics_; i++)
2880            heuristic_[i] = rhs.heuristic_[i]->clone();
2881    }
2882}
2883
2884// Assignment operator
2885CbcHeuristicJustOne &
2886CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2887{
2888    if (this != &rhs) {
2889        CbcHeuristic::operator=(rhs);
2890        for (int i = 0; i < numberHeuristics_; i++)
2891            delete heuristic_[i];
2892        delete [] heuristic_;
2893        delete [] probabilities_;
2894        probabilities_ = NULL;
2895        heuristic_ = NULL;
2896        numberHeuristics_ = rhs.numberHeuristics_;
2897        if (numberHeuristics_) {
2898            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2899            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2900            for (int i = 0; i < numberHeuristics_; i++)
2901                heuristic_[i] = rhs.heuristic_[i]->clone();
2902        }
2903    }
2904    return *this;
2905}
2906// Sets value of solution
2907// Returns 1 if solution, 0 if not
2908int
2909CbcHeuristicJustOne::solution(double & solutionValue,
2910                              double * betterSolution)
2911{
2912#ifdef DIVE_DEBUG
2913    std::cout << "solutionValue = " << solutionValue << std::endl;
2914#endif
2915    ++numCouldRun_;
2916
2917    // test if the heuristic can run
2918    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2919        return 0;
2920    double randomNumber = randomNumberGenerator_.randomDouble();
2921    int i;
2922    for (i = 0; i < numberHeuristics_; i++) {
2923        if (randomNumber < probabilities_[i])
2924            break;
2925    }
2926    assert (i < numberHeuristics_);
2927    int returnCode;
2928    //model_->unsetDivingHasRun();
2929#ifdef COIN_DEVELOP
2930    printf("JustOne running %s\n",
2931           heuristic_[i]->heuristicName());
2932#endif
2933    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2934#ifdef COIN_DEVELOP
2935    if (returnCode)
2936        printf("JustOne running %s found solution\n",
2937               heuristic_[i]->heuristicName());
2938#endif
2939    return returnCode;
2940}
2941// Resets stuff if model changes
2942void
2943CbcHeuristicJustOne::resetModel(CbcModel * model)
2944{
2945    CbcHeuristic::resetModel(model);
2946    for (int i = 0; i < numberHeuristics_; i++)
2947        heuristic_[i]->resetModel(model);
2948}
2949// update model (This is needed if cliques update matrix etc)
2950void
2951CbcHeuristicJustOne::setModel(CbcModel * model)
2952{
2953    CbcHeuristic::setModel(model);
2954    for (int i = 0; i < numberHeuristics_; i++)
2955        heuristic_[i]->setModel(model);
2956}
2957// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2958void
2959CbcHeuristicJustOne::validate()
2960{
2961    CbcHeuristic::validate();
2962    for (int i = 0; i < numberHeuristics_; i++)
2963        heuristic_[i]->validate();
2964}
2965// Adds an heuristic with probability
2966void
2967CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2968{
2969    CbcHeuristic * thisOne = heuristic->clone();
2970    thisOne->setWhen(-999);
2971    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2972                            numberHeuristics_);
2973    delete [] heuristic_;
2974    heuristic_ = tempH;
2975    heuristic_[numberHeuristics_] = thisOne;
2976    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2977                                            numberHeuristics_);
2978    delete [] probabilities_;
2979    probabilities_ = tempP;
2980    probabilities_[numberHeuristics_] = probability;
2981    numberHeuristics_++;
2982}
2983// Normalize probabilities
2984void
2985CbcHeuristicJustOne::normalizeProbabilities()
2986{
2987    double sum = 0.0;
2988    for (int i = 0; i < numberHeuristics_; i++)
2989        sum += probabilities_[i];
2990    double multiplier = 1.0 / sum;
2991    sum = 0.0;
2992    for (int i = 0; i < numberHeuristics_; i++) {
2993        sum += probabilities_[i];
2994        probabilities_[i] = sum * multiplier;
2995    }
2996    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
2997    probabilities_[numberHeuristics_-1] = 1.000001;
2998}
2999
Note: See TracBrowser for help on using the repository browser.