source: trunk/Cbc/src/CbcHeuristic.cpp @ 1842

Last change on this file since 1842 was 1842, checked in by forrest, 6 years ago

move bad static definition

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 113.4 KB
Line 
1/* $Id: CbcHeuristic.cpp 1842 2013-01-25 16:36:19Z 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                // move seed across
916                model.randomNumberGenerator()->setSeed(model_->randomNumberGenerator()->getSeed());
917                if (numberNodes >= 0) {
918                    // normal
919                    model.setSpecialOptions(saveModelOptions | 2048);
920                    if (logLevel <= 1 && feasibilityPumpOptions_ != -3)
921                        model.setLogLevel(0);
922                    else
923                        model.setLogLevel(logLevel);
924                    // No small fathoming
925                    model.setFastNodeDepth(-1);
926                    model.setCutoff(signedCutoff);
927                    model.setStrongStrategy(0);
928                    // Don't do if original fraction > 1.0 and too large
929                    if (fractionSmall_>1.0 && fractionSmall_ < 1000000.0) {
930                      /* 1.4 means -1 nodes if >.4
931                         2.4 means -1 nodes if >.5 and 0 otherwise
932                         3.4 means -1 nodes if >.6 and 0 or 5
933                         4.4 means -1 nodes if >.7 and 0, 5 or 10
934                      */
935                      double fraction = fractionSmall_-floor(fractionSmall_);
936                      if (ratio>fraction) {
937                        int type = static_cast<int>(floor(fractionSmall_*0.1));
938                        int over = static_cast<int>(ceil(ratio-fraction));
939                        int maxNodes[]={-1,0,5,10};
940                        if (type>over)
941                          numberNodes=maxNodes[type-over];
942                        else
943                          numberNodes=-1;
944                      }
945                    }
946                    model.setMaximumNodes(numberNodes);
947                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
948                    if ((saveModelOptions&2048) == 0)
949                      model.setMoreSpecialOptions(model_->moreSpecialOptions());
950                    // off conflict analysis
951                    model.setMoreSpecialOptions(model.moreSpecialOptions()&~4194304);
952                   
953                    // Lightweight
954                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
955                    model.setStrategy(strategy);
956                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
957                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
958                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
959                } else {
960                    model.setSpecialOptions(saveModelOptions);
961                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
962                    << solver2->getNumRows() << solver2->getNumCols()
963                    << CoinMessageEol;
964                    // going for full search and copy across more stuff
965                    model.gutsOfCopy(*model_, 2);
966                    assert (!model_->heuristicModel());
967                    model_->setHeuristicModel(&model);
968                    for (int i = 0; i < model.numberCutGenerators(); i++) {
969                        CbcCutGenerator * generator = model.cutGenerator(i);
970                        CglGomory * gomory = dynamic_cast<CglGomory *>
971                          (generator->generator());
972                        if (gomory&&gomory->originalSolver()) 
973                          gomory->passInOriginalSolver(model.solver());
974                        generator->setTiming(true);
975                        // Turn on if was turned on
976                        int iOften = model_->cutGenerator(i)->howOften();
977#ifdef CLP_INVESTIGATE
978                        printf("Gen %d often %d %d\n",
979                               i, generator->howOften(),
980                               iOften);
981#endif
982                        if (iOften > 0)
983                            generator->setHowOften(iOften % 1000000);
984                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
985                            generator->setHowOften(-100);
986                    }
987                    model.setCutoff(signedCutoff);
988                    // make sure can't do nested search! but allow heuristics
989                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
990                    bool takeHint;
991                    OsiHintStrength strength;
992                    // Switch off printing if asked to
993                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
994                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
995                    CbcStrategyDefault strategy(1, model_->numberStrong(),
996                                                model_->numberBeforeTrust());
997                    // Set up pre-processing - no
998                    strategy.setupPreProcessing(0); // was (4);
999                    model.setStrategy(strategy);
1000                    //model.solver()->writeMps("crunched");
1001                    int numberCuts = process.cuts().sizeRowCuts();
1002                    if (numberCuts) {
1003                        // add in cuts
1004                        CglStored cuts = process.cuts();
1005                        model.addCutGenerator(&cuts, 1, "Stored from first");
1006                        model.cutGenerator(model.numberCutGenerators()-1)->setGlobalCuts(true);
1007                    }
1008                }
1009                // Do search
1010                if (logLevel > 1)
1011                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
1012                    << name
1013                    << model.getMaximumNodes()
1014                    << CoinMessageEol;
1015                // probably faster to use a basis to get integer solutions
1016                model.setSpecialOptions(model.specialOptions() | 2);
1017#ifdef CBC_THREAD
1018                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
1019                    // See if at root node
1020                    bool atRoot = model_->getNodeCount() == 0;
1021                    int passNumber = model_->getCurrentPassNumber();
1022                    if (atRoot && passNumber == 1)
1023                        model.setNumberThreads(model_->getNumberThreads());
1024                }
1025#endif
1026                model.setParentModel(*model_);
1027                model.setMaximumSolutions(model_->getMaximumSolutions()); 
1028                model.setOriginalColumns(process.originalColumns());
1029                model.setSearchStrategy(-1);
1030                // If no feasibility pump then insert a lightweight one
1031                if (feasibilityPumpOptions_ >= 0 || feasibilityPumpOptions_ == -2) {
1032                    CbcHeuristicFPump * fpump = NULL;
1033                    for (int i = 0; i < model.numberHeuristics(); i++) {
1034                        CbcHeuristicFPump* pump =
1035                            dynamic_cast<CbcHeuristicFPump*>(model.heuristic(i));
1036                        if (pump) {
1037                            fpump = pump;
1038                            break;
1039                        }
1040                    }
1041                    if (!fpump) {
1042                        CbcHeuristicFPump heuristic4;
1043                        // use any cutoff
1044                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1045                        if (fractionSmall_<=1.0) 
1046                          heuristic4.setMaximumPasses(10);
1047                        int pumpTune = feasibilityPumpOptions_;
1048                        if (pumpTune==-2)
1049                          pumpTune = 4; // proximity
1050                        if (pumpTune > 0) {
1051                            /*
1052                            >=10000000 for using obj
1053                            >=1000000 use as accumulate switch
1054                            >=1000 use index+1 as number of large loops
1055                            >=100 use 0.05 objvalue as increment
1056                            %100 == 10,20 etc for experimentation
1057                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1058                            4 and static continuous, 5 as 3 but no internal integers
1059                            6 as 3 but all slack basis!
1060                            */
1061                            double value = solver2->getObjSense() * solver2->getObjValue();
1062                            int w = pumpTune / 10;
1063                            int ix = w % 10;
1064                            w /= 10;
1065                            int c = w % 10;
1066                            w /= 10;
1067                            int r = w;
1068                            int accumulate = r / 1000;
1069                            r -= 1000 * accumulate;
1070                            if (accumulate >= 10) {
1071                                int which = accumulate / 10;
1072                                accumulate -= 10 * which;
1073                                which--;
1074                                // weights and factors
1075                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1076                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1077                                heuristic4.setInitialWeight(weight[which]);
1078                                heuristic4.setWeightFactor(factor[which]);
1079                            }
1080                            // fake cutoff
1081                            if (c) {
1082                                double cutoff;
1083                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1084                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1085                                heuristic4.setFakeCutoff(cutoff);
1086                            }
1087                            if (r) {
1088                                // also set increment
1089                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1090                                double increment = 0.0;
1091                                heuristic4.setAbsoluteIncrement(increment);
1092                                heuristic4.setAccumulate(accumulate);
1093                                heuristic4.setMaximumRetries(r + 1);
1094                            }
1095                            pumpTune = pumpTune % 100;
1096                            if (pumpTune == 6)
1097                                pumpTune = 13;
1098                            if (pumpTune != 13)
1099                                pumpTune = pumpTune % 10;
1100                            heuristic4.setWhen(pumpTune);
1101                            if (ix) {
1102                                heuristic4.setFeasibilityPumpOptions(ix*10);
1103                            }
1104                        }
1105                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1106       
1107                    }
1108                } else if (feasibilityPumpOptions_==-3) {
1109                  // add all (except this)
1110                  for (int i = 0; i < model_->numberHeuristics(); i++) {
1111                    if (strcmp(heuristicName(),model_->heuristic(i)->heuristicName()))
1112                      model.addHeuristic(model_->heuristic(i)); 
1113                  }
1114                }
1115                //printf("sol %x\n",inputSolution_);
1116                if (inputSolution_) {
1117                    // translate and add a serendipity heuristic
1118                    int numberColumns = solver2->getNumCols();
1119                    const int * which = process.originalColumns();
1120                    OsiSolverInterface * solver3 = solver2->clone();
1121                    for (int i = 0; i < numberColumns; i++) {
1122                        if (solver3->isInteger(i)) {
1123                            int k = which[i];
1124                            double value = inputSolution_[k];
1125                            //if (value)
1126                            //printf("orig col %d now %d val %g\n",
1127                            //       k,i,value);
1128                            solver3->setColLower(i, value);
1129                            solver3->setColUpper(i, value);
1130                        }
1131                    }
1132                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1133                    solver3->resolve();
1134                    if (!solver3->isProvenOptimal()) {
1135                        // Try just setting nonzeros
1136                        OsiSolverInterface * solver4 = solver2->clone();
1137                        for (int i = 0; i < numberColumns; i++) {
1138                            if (solver4->isInteger(i)) {
1139                                int k = which[i];
1140                                double value = floor(inputSolution_[k] + 0.5);
1141                                if (value) {
1142                                    solver3->setColLower(i, value);
1143                                    solver3->setColUpper(i, value);
1144                                }
1145                            }
1146                        }
1147                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1148                        solver4->resolve();
1149                        int nBad = -1;
1150                        if (solver4->isProvenOptimal()) {
1151                            nBad = 0;
1152                            const double * solution = solver4->getColSolution();
1153                            for (int i = 0; i < numberColumns; i++) {
1154                                if (solver4->isInteger(i)) {
1155                                    double value = floor(solution[i] + 0.5);
1156                                    if (fabs(value - solution[i]) > 1.0e-6)
1157                                        nBad++;
1158                                }
1159                            }
1160                        }
1161                        if (nBad) {
1162                            delete solver4;
1163                        } else {
1164                            delete solver3;
1165                            solver3 = solver4;
1166                        }
1167                    }
1168                    if (solver3->isProvenOptimal()) {
1169                        // good
1170                        CbcSerendipity heuristic(model);
1171                        double value = solver3->getObjSense() * solver3->getObjValue();
1172                        heuristic.setInputSolution(solver3->getColSolution(), value);
1173                        value = value + 1.0e-7*(1.0 + fabs(value));
1174                        value *= solver3->getObjSense();
1175                        model.setCutoff(value);
1176                        model.addHeuristic(&heuristic, "Previous solution", 0);
1177                        //printf("added seren\n");
1178                    } else {
1179                        double value = model_->getMinimizationObjValue();
1180                        value = value + 1.0e-7*(1.0 + fabs(value));
1181                        value *= solver3->getObjSense();
1182                        model.setCutoff(value);
1183#ifdef CLP_INVESTIGATE
1184                        printf("NOT added seren\n");
1185                        solver3->writeMps("bad_seren");
1186                        solver->writeMps("orig_seren");
1187#endif
1188                    }
1189                    delete solver3;
1190                }
1191                if (model_->searchStrategy() == 2) {
1192                    model.setNumberStrong(5);
1193                    model.setNumberBeforeTrust(5);
1194                }
1195                if (model.getNumCols()) {
1196                    if (numberNodes >= 0) {
1197                        setCutAndHeuristicOptions(model);
1198                        // not too many iterations
1199                        model.setMaximumNumberIterations(100*(numberNodes + 10));
1200                        // Not fast stuff
1201                        model.setFastNodeDepth(-1);
1202                    } else if (model.fastNodeDepth() >= 1000000) {
1203                        // already set
1204                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1205                    }
1206                    model.setWhenCuts(999998);
1207#define ALWAYS_DUAL
1208#ifdef ALWAYS_DUAL
1209                    OsiSolverInterface * solverD = model.solver();
1210                    bool takeHint;
1211                    OsiHintStrength strength;
1212                    solverD->getHintParam(OsiDoDualInResolve, takeHint, strength);
1213                    solverD->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1214#endif
1215                    model.passInEventHandler(model_->getEventHandler());
1216                    // say model_ is sitting there
1217                    int saveOptions = model_->specialOptions();
1218                    model_->setSpecialOptions(saveOptions|1048576);
1219                    model.branchAndBound();
1220                    model_->setHeuristicModel(NULL);
1221                    model_->setSpecialOptions(saveOptions);
1222#ifdef ALWAYS_DUAL
1223                    solverD = model.solver();
1224                    solverD->setHintParam(OsiDoDualInResolve, takeHint, strength);
1225#endif
1226                    numberNodesDone_ = model.getNodeCount();
1227#ifdef COIN_DEVELOP
1228                    printf("sub branch %d nodes, %d iterations - max %d\n",
1229                           model.getNodeCount(), model.getIterationCount(),
1230                           100*(numberNodes + 10));
1231#endif
1232                    if (numberNodes < 0) {
1233                        model_->incrementIterationCount(model.getIterationCount());
1234                        model_->incrementNodeCount(model.getNodeCount());
1235                        // update best solution
1236                        model_->setMinimizationObjValue(model.getMinimizationObjValue());
1237                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1238                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1239                            sprintf(generalPrint,
1240                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1241                                    generator->cutGeneratorName(),
1242                                    generator->numberTimesEntered(),
1243                                    generator->numberCutsInTotal() +
1244                                    generator->numberColumnCuts(),
1245                                    generator->numberCutsActive(),
1246                                    generator->timeInCutGenerator());
1247                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1248                            if (stored && !generator->numberCutsInTotal())
1249                                continue;
1250#ifndef CLP_INVESTIGATE
1251                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1252                            if (implication)
1253                                continue;
1254#endif
1255                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1256                            << generalPrint
1257                            << CoinMessageEol;
1258                        }
1259                    }
1260                } else {
1261                    // empty model
1262                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1263                }
1264                if (logLevel > 1)
1265                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1266                    << name
1267                    << CoinMessageEol;
1268                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1269                    // solution
1270                    if (model.getNumCols())
1271                        returnCode = model.isProvenOptimal() ? 3 : 1;
1272                    else
1273                        returnCode = 3;
1274                    // post process
1275#ifdef COIN_HAS_CLP
1276                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1277                    if (clpSolver) {
1278                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1279                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1280                    }
1281#endif
1282                    //if (fractionSmall_ < 1000000.0)
1283                      process.postProcess(*model.solver());
1284                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1285                        // Solution now back in solver
1286                        int numberColumns = solver->getNumCols();
1287                        memcpy(newSolution, solver->getColSolution(),
1288                               numberColumns*sizeof(double));
1289                        newSolutionValue = model.getMinimizationObjValue();
1290                    } else {
1291                        // odd - but no good
1292                        returnCode = 0; // so will be infeasible
1293                    }
1294                } else {
1295                    // no good
1296                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1297                }
1298                int totalNumberIterations = model.getIterationCount() +
1299                                            process.numberIterationsPre() +
1300                                            process.numberIterationsPost();
1301                if (totalNumberIterations > 100*(numberNodes + 10)
1302                    && fractionSmall_ < 1000000.0) {
1303                    // only allow smaller problems
1304                    fractionSmall = fractionSmall_;
1305                    fractionSmall_ *= 0.9;
1306#ifdef CLP_INVESTIGATE
1307                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1308                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1309#endif
1310                }
1311                if (model.status() == 5)
1312                    model_->sayEventHappened();
1313                if (model.isProvenInfeasible())
1314                    status = 1;
1315                else if (model.isProvenOptimal())
1316                    status = 2;
1317            }
1318        }
1319    } else {
1320        returnCode = 2; // infeasible finished
1321    }
1322    model_->setSpecialOptions(saveModelOptions);
1323    model_->setLogLevel(logLevel);
1324    if (returnCode == 1 || returnCode == 2) {
1325        OsiSolverInterface * solverC = model_->continuousSolver();
1326        if (false && solverC) {
1327            const double * lower = solver->getColLower();
1328            const double * upper = solver->getColUpper();
1329            const double * lowerC = solverC->getColLower();
1330            const double * upperC = solverC->getColUpper();
1331            bool good = true;
1332            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1333                if (solverC->isInteger(iColumn)) {
1334                    if (lower[iColumn] > lowerC[iColumn] &&
1335                            upper[iColumn] < upperC[iColumn]) {
1336                        good = false;
1337                        printf("CUT - can't add\n");
1338                        break;
1339                    }
1340                }
1341            }
1342            if (good) {
1343                double * cut = new double [numberColumns];
1344                int * which = new int [numberColumns];
1345                double rhs = -1.0;
1346                int n = 0;
1347                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1348                    if (solverC->isInteger(iColumn)) {
1349                        if (lower[iColumn] == upperC[iColumn]) {
1350                            rhs += lower[iColumn];
1351                            cut[n] = 1.0;
1352                            which[n++] = iColumn;
1353                        } else if (upper[iColumn] == lowerC[iColumn]) {
1354                            rhs -= upper[iColumn];
1355                            cut[n] = -1.0;
1356                            which[n++] = iColumn;
1357                        }
1358                    }
1359                }
1360                printf("CUT has %d entries\n", n);
1361                OsiRowCut newCut;
1362                newCut.setLb(-COIN_DBL_MAX);
1363                newCut.setUb(rhs);
1364                newCut.setRow(n, which, cut, false);
1365                model_->makeGlobalCut(newCut);
1366                delete [] cut;
1367                delete [] which;
1368            }
1369        }
1370#ifdef COIN_DEVELOP
1371        if (status == 1)
1372            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1373        else if (status == 2)
1374            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1375#endif
1376    }
1377    if (reset) {
1378        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1379            if (reset[iColumn])
1380                solver->setColLower(iColumn, 0.0);
1381        }
1382        delete [] reset;
1383    }
1384#ifdef HISTORY_STATISTICS
1385    getHistoryStatistics_ = true;
1386#endif
1387    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1388    return returnCode;
1389}
1390// Set input solution
1391void
1392CbcHeuristic::setInputSolution(const double * solution, double objValue)
1393{
1394    delete [] inputSolution_;
1395    inputSolution_ = NULL;
1396    if (model_ && solution) {
1397        int numberColumns = model_->getNumCols();
1398        inputSolution_ = new double [numberColumns+1];
1399        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1400        inputSolution_[numberColumns] = objValue;
1401    }
1402}
1403
1404//##############################################################################
1405
1406inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1407                                    const CbcBranchingObject* br1)
1408{
1409    const int t0 = br0->type();
1410    const int t1 = br1->type();
1411    if (t0 < t1) {
1412        return -1;
1413    }
1414    if (t0 > t1) {
1415        return 1;
1416    }
1417    return br0->compareOriginalObject(br1);
1418}
1419
1420//==============================================================================
1421
1422inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1423                                    const CbcBranchingObject* br1)
1424{
1425    return compare3BranchingObjects(br0, br1) < 0;
1426}
1427
1428//==============================================================================
1429
1430void
1431CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1432{
1433    //  CbcHeurDebugNodes(&model);
1434    CbcNode* node = model.currentNode();
1435    brObj_ = new CbcBranchingObject*[node->depth()];
1436    CbcNodeInfo* nodeInfo = node->nodeInfo();
1437    int cnt = 0;
1438    while (nodeInfo->parentBranch() != NULL) {
1439        const OsiBranchingObject* br = nodeInfo->parentBranch();
1440        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1441        if (! cbcbr) {
1442            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1443                            "gutsOfConstructor",
1444                            "CbcHeuristicNode",
1445                            __FILE__, __LINE__);
1446        }
1447        brObj_[cnt] = cbcbr->clone();
1448        brObj_[cnt]->previousBranch();
1449        ++cnt;
1450        nodeInfo = nodeInfo->parent();
1451    }
1452    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1453    if (cnt <= 1) {
1454        numObjects_ = cnt;
1455    } else {
1456        numObjects_ = 0;
1457        CbcBranchingObject* br = NULL; // What should this be?
1458        for (int i = 1; i < cnt; ++i) {
1459            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1460                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1461                switch (comp) {
1462                case CbcRangeSame: // the same range
1463                case CbcRangeDisjoint: // disjoint decisions
1464                    // should not happen! we are on a chain!
1465                    abort();
1466                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1467                    delete brObj_[i];
1468                    break;
1469                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1470                    delete brObj_[numObjects_];
1471                    brObj_[numObjects_] = brObj_[i];
1472                    break;
1473                case CbcRangeOverlap: // overlap
1474                    delete brObj_[i];
1475                    delete brObj_[numObjects_];
1476                    brObj_[numObjects_] = br;
1477                    break;
1478                }
1479                continue;
1480            } else {
1481                brObj_[++numObjects_] = brObj_[i];
1482            }
1483        }
1484        ++numObjects_;
1485    }
1486}
1487
1488//==============================================================================
1489
1490CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1491{
1492    gutsOfConstructor(model);
1493}
1494
1495//==============================================================================
1496
1497double
1498CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1499{
1500
1501    const double disjointWeight = 1;
1502    const double overlapWeight = 0.4;
1503    const double subsetWeight = 0.2;
1504    int countDisjointWeight = 0;
1505    int countOverlapWeight = 0;
1506    int countSubsetWeight = 0;
1507    int i = 0;
1508    int j = 0;
1509    double dist = 0.0;
1510#ifdef PRINT_DEBUG
1511    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1512           numObjects_, node->numObjects_);
1513#endif
1514    while ( i < numObjects_ && j < node->numObjects_) {
1515        CbcBranchingObject* br0 = brObj_[i];
1516        const CbcBranchingObject* br1 = node->brObj_[j];
1517#ifdef PRINT_DEBUG
1518        const CbcIntegerBranchingObject* brPrint0 =
1519            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1520        const double* downBounds = brPrint0->downBounds();
1521        const double* upBounds = brPrint0->upBounds();
1522        int variable = brPrint0->variable();
1523        int way = brPrint0->way();
1524        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1525               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1526               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1527        const CbcIntegerBranchingObject* brPrint1 =
1528            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1529        downBounds = brPrint1->downBounds();
1530        upBounds = brPrint1->upBounds();
1531        variable = brPrint1->variable();
1532        way = brPrint1->way();
1533        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1534               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1535               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1536#endif
1537        const int brComp = compare3BranchingObjects(br0, br1);
1538        if (brComp < 0) {
1539            dist += subsetWeight;
1540            countSubsetWeight++;
1541            ++i;
1542        } else if (brComp > 0) {
1543            dist += subsetWeight;
1544            countSubsetWeight++;
1545            ++j;
1546        } else {
1547            const int comp = br0->compareBranchingObject(br1, false);
1548            switch (comp) {
1549            case CbcRangeSame:
1550                // do nothing
1551                break;
1552            case CbcRangeDisjoint: // disjoint decisions
1553                dist += disjointWeight;
1554                countDisjointWeight++;
1555                break;
1556            case CbcRangeSubset: // subset one way or another
1557            case CbcRangeSuperset:
1558                dist += subsetWeight;
1559                countSubsetWeight++;
1560                break;
1561            case CbcRangeOverlap: // overlap
1562                dist += overlapWeight;
1563                countOverlapWeight++;
1564                break;
1565            }
1566            ++i;
1567            ++j;
1568        }
1569    }
1570    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1571    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1572    COIN_DETAIL_PRINT(printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1573                             countOverlapWeight, countDisjointWeight));
1574    return dist;
1575}
1576
1577//==============================================================================
1578
1579CbcHeuristicNode::~CbcHeuristicNode()
1580{
1581    for (int i = 0; i < numObjects_; ++i) {
1582        delete brObj_[i];
1583    }
1584    delete [] brObj_;
1585}
1586
1587//==============================================================================
1588
1589double
1590CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1591{
1592    double minDist = COIN_DBL_MAX;
1593    for (int i = nodeList.size() - 1; i >= 0; --i) {
1594        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1595    }
1596    return minDist;
1597}
1598
1599//==============================================================================
1600
1601bool
1602CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1603                                     const double threshold) const
1604{
1605    for (int i = nodeList.size() - 1; i >= 0; --i) {
1606        if (distance(nodeList.node(i)) >= threshold) {
1607            continue;
1608        } else {
1609            return true;
1610        }
1611    }
1612    return false;
1613}
1614
1615//==============================================================================
1616
1617double
1618CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1619{
1620    if (nodeList.size() == 0) {
1621        return COIN_DBL_MAX;
1622    }
1623    double sumDist = 0;
1624    for (int i = nodeList.size() - 1; i >= 0; --i) {
1625        sumDist += distance(nodeList.node(i));
1626    }
1627    return sumDist / nodeList.size();
1628}
1629
1630//##############################################################################
1631
1632// Default Constructor
1633CbcRounding::CbcRounding()
1634        : CbcHeuristic()
1635{
1636    // matrix and row copy will automatically be empty
1637    seed_ = 7654321;
1638    down_ = NULL;
1639    up_ = NULL;
1640    equal_ = NULL;
1641    //whereFrom_ |= 16; // allow more often
1642}
1643
1644// Constructor from model
1645CbcRounding::CbcRounding(CbcModel & model)
1646        : CbcHeuristic(model)
1647{
1648    // Get a copy of original matrix (and by row for rounding);
1649    assert(model.solver());
1650    if (model.solver()->getNumRows()) {
1651        matrix_ = *model.solver()->getMatrixByCol();
1652        matrixByRow_ = *model.solver()->getMatrixByRow();
1653        validate();
1654    }
1655    down_ = NULL;
1656    up_ = NULL;
1657    equal_ = NULL;
1658    seed_ = 7654321;
1659    //whereFrom_ |= 16; // allow more often
1660}
1661
1662// Destructor
1663CbcRounding::~CbcRounding ()
1664{
1665    delete [] down_;
1666    delete [] up_;
1667    delete [] equal_;
1668}
1669
1670// Clone
1671CbcHeuristic *
1672CbcRounding::clone() const
1673{
1674    return new CbcRounding(*this);
1675}
1676// Create C++ lines to get to current state
1677void
1678CbcRounding::generateCpp( FILE * fp)
1679{
1680    CbcRounding other;
1681    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1682    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1683    CbcHeuristic::generateCpp(fp, "rounding");
1684    if (seed_ != other.seed_)
1685        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1686    else
1687        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1688    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1689}
1690//#define NEW_ROUNDING
1691// Copy constructor
1692CbcRounding::CbcRounding(const CbcRounding & rhs)
1693        :
1694        CbcHeuristic(rhs),
1695        matrix_(rhs.matrix_),
1696        matrixByRow_(rhs.matrixByRow_),
1697        seed_(rhs.seed_)
1698{
1699#ifdef NEW_ROUNDING
1700    int numberColumns = matrix_.getNumCols();
1701    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1702    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1703    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1704#else
1705    down_ = NULL;
1706    up_ = NULL;
1707    equal_ = NULL;
1708#endif
1709}
1710
1711// Assignment operator
1712CbcRounding &
1713CbcRounding::operator=( const CbcRounding & rhs)
1714{
1715    if (this != &rhs) {
1716        CbcHeuristic::operator=(rhs);
1717        matrix_ = rhs.matrix_;
1718        matrixByRow_ = rhs.matrixByRow_;
1719#ifdef NEW_ROUNDING
1720        delete [] down_;
1721        delete [] up_;
1722        delete [] equal_;
1723        int numberColumns = matrix_.getNumCols();
1724        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1725        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1726        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1727#else
1728        down_ = NULL;
1729        up_ = NULL;
1730        equal_ = NULL;
1731#endif
1732        seed_ = rhs.seed_;
1733    }
1734    return *this;
1735}
1736
1737// Resets stuff if model changes
1738void
1739CbcRounding::resetModel(CbcModel * model)
1740{
1741    model_ = model;
1742    // Get a copy of original matrix (and by row for rounding);
1743    assert(model_->solver());
1744    matrix_ = *model_->solver()->getMatrixByCol();
1745    matrixByRow_ = *model_->solver()->getMatrixByRow();
1746    validate();
1747}
1748// See if rounding will give solution
1749// Sets value of solution
1750// Assumes rhs for original matrix still okay
1751// At present only works with integers
1752// Fix values if asked for
1753// Returns 1 if solution, 0 if not
1754int
1755CbcRounding::solution(double & solutionValue,
1756                      double * betterSolution)
1757{
1758
1759    numCouldRun_++;
1760    // See if to do
1761    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1762            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1763        return 0; // switched off
1764    numRuns_++;
1765    OsiSolverInterface * solver = model_->solver();
1766    double direction = solver->getObjSense();
1767    double newSolutionValue = direction * solver->getObjValue();
1768    return solution(solutionValue, betterSolution, newSolutionValue);
1769}
1770// See if rounding will give solution
1771// Sets value of solution
1772// Assumes rhs for original matrix still okay
1773// At present only works with integers
1774// Fix values if asked for
1775// Returns 1 if solution, 0 if not
1776int
1777CbcRounding::solution(double & solutionValue,
1778                      double * betterSolution,
1779                      double newSolutionValue)
1780{
1781
1782    // See if to do
1783    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1784            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1785        return 0; // switched off
1786    OsiSolverInterface * solver = model_->solver();
1787    const double * lower = solver->getColLower();
1788    const double * upper = solver->getColUpper();
1789    const double * rowLower = solver->getRowLower();
1790    const double * rowUpper = solver->getRowUpper();
1791    const double * solution = solver->getColSolution();
1792    const double * objective = solver->getObjCoefficients();
1793    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1794    double primalTolerance;
1795    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1796
1797    int numberRows = matrix_.getNumRows();
1798    assert (numberRows <= solver->getNumRows());
1799    int numberIntegers = model_->numberIntegers();
1800    const int * integerVariable = model_->integerVariable();
1801    int i;
1802    double direction = solver->getObjSense();
1803    //double newSolutionValue = direction*solver->getObjValue();
1804    int returnCode = 0;
1805    // Column copy
1806    const double * element = matrix_.getElements();
1807    const int * row = matrix_.getIndices();
1808    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1809    const int * columnLength = matrix_.getVectorLengths();
1810    // Row copy
1811    const double * elementByRow = matrixByRow_.getElements();
1812    const int * column = matrixByRow_.getIndices();
1813    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1814    const int * rowLength = matrixByRow_.getVectorLengths();
1815
1816    // Get solution array for heuristic solution
1817    int numberColumns = solver->getNumCols();
1818    double * newSolution = new double [numberColumns];
1819    memcpy(newSolution, solution, numberColumns*sizeof(double));
1820
1821    double * rowActivity = new double[numberRows];
1822    memset(rowActivity, 0, numberRows*sizeof(double));
1823    for (i = 0; i < numberColumns; i++) {
1824        int j;
1825        double value = newSolution[i];
1826        if (value < lower[i]) {
1827            value = lower[i];
1828            newSolution[i] = value;
1829        } else if (value > upper[i]) {
1830            value = upper[i];
1831            newSolution[i] = value;
1832        }
1833        if (value) {
1834            for (j = columnStart[i];
1835                    j < columnStart[i] + columnLength[i]; j++) {
1836                int iRow = row[j];
1837                rowActivity[iRow] += value * element[j];
1838            }
1839        }
1840    }
1841    // check was feasible - if not adjust (cleaning may move)
1842    for (i = 0; i < numberRows; i++) {
1843        if (rowActivity[i] < rowLower[i]) {
1844            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1845            rowActivity[i] = rowLower[i];
1846        } else if (rowActivity[i] > rowUpper[i]) {
1847            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1848            rowActivity[i] = rowUpper[i];
1849        }
1850    }
1851    for (i = 0; i < numberIntegers; i++) {
1852        int iColumn = integerVariable[i];
1853        double value = newSolution[iColumn];
1854        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1855            double below = floor(value);
1856            double newValue = newSolution[iColumn];
1857            double cost = direction * objective[iColumn];
1858            double move;
1859            if (cost > 0.0) {
1860                // try up
1861                move = 1.0 - (value - below);
1862            } else if (cost < 0.0) {
1863                // try down
1864                move = below - value;
1865            } else {
1866                // won't be able to move unless we can grab another variable
1867                double randomNumber = randomNumberGenerator_.randomDouble();
1868                // which way?
1869                if (randomNumber < 0.5)
1870                    move = below - value;
1871                else
1872                    move = 1.0 - (value - below);
1873            }
1874            newValue += move;
1875            newSolution[iColumn] = newValue;
1876            newSolutionValue += move * cost;
1877            int j;
1878            for (j = columnStart[iColumn];
1879                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1880                int iRow = row[j];
1881                rowActivity[iRow] += move * element[j];
1882            }
1883        }
1884    }
1885
1886    double penalty = 0.0;
1887    const char * integerType = model_->integerType();
1888    // see if feasible - just using singletons
1889    for (i = 0; i < numberRows; i++) {
1890        double value = rowActivity[i];
1891        double thisInfeasibility = 0.0;
1892        if (value < rowLower[i] - primalTolerance)
1893            thisInfeasibility = value - rowLower[i];
1894        else if (value > rowUpper[i] + primalTolerance)
1895            thisInfeasibility = value - rowUpper[i];
1896        if (thisInfeasibility) {
1897            // See if there are any slacks I can use to fix up
1898            // maybe put in coding for multiple slacks?
1899            double bestCost = 1.0e50;
1900            int k;
1901            int iBest = -1;
1902            double addCost = 0.0;
1903            double newValue = 0.0;
1904            double changeRowActivity = 0.0;
1905            double absInfeasibility = fabs(thisInfeasibility);
1906            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1907                int iColumn = column[k];
1908                // See if all elements help
1909                if (columnLength[iColumn] == 1) {
1910                    double currentValue = newSolution[iColumn];
1911                    double elementValue = elementByRow[k];
1912                    double lowerValue = lower[iColumn];
1913                    double upperValue = upper[iColumn];
1914                    double gap = rowUpper[i] - rowLower[i];
1915                    double absElement = fabs(elementValue);
1916                    if (thisInfeasibility*elementValue > 0.0) {
1917                        // we want to reduce
1918                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1919                            // possible - check if integer
1920                            double distance = absInfeasibility / absElement;
1921                            double thisCost = -direction * objective[iColumn] * distance;
1922                            if (integerType[iColumn]) {
1923                                distance = ceil(distance - primalTolerance);
1924                                if (currentValue - distance >= lowerValue - primalTolerance) {
1925                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1926                                        thisCost = 1.0e100; // no good
1927                                    else
1928                                        thisCost = -direction * objective[iColumn] * distance;
1929                                } else {
1930                                    thisCost = 1.0e100; // no good
1931                                }
1932                            }
1933                            if (thisCost < bestCost) {
1934                                bestCost = thisCost;
1935                                iBest = iColumn;
1936                                addCost = thisCost;
1937                                newValue = currentValue - distance;
1938                                changeRowActivity = -distance * elementValue;
1939                            }
1940                        }
1941                    } else {
1942                        // we want to increase
1943                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1944                            // possible - check if integer
1945                            double distance = absInfeasibility / absElement;
1946                            double thisCost = direction * objective[iColumn] * distance;
1947                            if (integerType[iColumn]) {
1948                                distance = ceil(distance - 1.0e-7);
1949                                assert (currentValue - distance <= upperValue + primalTolerance);
1950                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1951                                    thisCost = 1.0e100; // no good
1952                                else
1953                                    thisCost = direction * objective[iColumn] * distance;
1954                            }
1955                            if (thisCost < bestCost) {
1956                                bestCost = thisCost;
1957                                iBest = iColumn;
1958                                addCost = thisCost;
1959                                newValue = currentValue + distance;
1960                                changeRowActivity = distance * elementValue;
1961                            }
1962                        }
1963                    }
1964                }
1965            }
1966            if (iBest >= 0) {
1967                /*printf("Infeasibility of %g on row %d cost %g\n",
1968                  thisInfeasibility,i,addCost);*/
1969                newSolution[iBest] = newValue;
1970                thisInfeasibility = 0.0;
1971                newSolutionValue += addCost;
1972                rowActivity[i] += changeRowActivity;
1973            }
1974            penalty += fabs(thisInfeasibility);
1975        }
1976    }
1977    if (penalty) {
1978        // see if feasible using any
1979        // first continuous
1980        double penaltyChange = 0.0;
1981        int iColumn;
1982        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1983            if (integerType[iColumn])
1984                continue;
1985            double currentValue = newSolution[iColumn];
1986            double lowerValue = lower[iColumn];
1987            double upperValue = upper[iColumn];
1988            int j;
1989            int anyBadDown = 0;
1990            int anyBadUp = 0;
1991            double upImprovement = 0.0;
1992            double downImprovement = 0.0;
1993            for (j = columnStart[iColumn];
1994                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1995                int iRow = row[j];
1996                if (rowUpper[iRow] > rowLower[iRow]) {
1997                    double value = element[j];
1998                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
1999                        // infeasible above
2000                        downImprovement += value;
2001                        upImprovement -= value;
2002                        if (value > 0.0)
2003                            anyBadUp++;
2004                        else
2005                            anyBadDown++;
2006                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2007                        // feasible at ub
2008                        if (value > 0.0) {
2009                            upImprovement -= value;
2010                            anyBadUp++;
2011                        } else {
2012                            downImprovement += value;
2013                            anyBadDown++;
2014                        }
2015                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2016                        // feasible in interior
2017                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2018                        // feasible at lb
2019                        if (value < 0.0) {
2020                            upImprovement += value;
2021                            anyBadUp++;
2022                        } else {
2023                            downImprovement -= value;
2024                            anyBadDown++;
2025                        }
2026                    } else {
2027                        // infeasible below
2028                        downImprovement -= value;
2029                        upImprovement += value;
2030                        if (value < 0.0)
2031                            anyBadUp++;
2032                        else
2033                            anyBadDown++;
2034                    }
2035                } else {
2036                    // equality row
2037                    double value = element[j];
2038                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2039                        // infeasible above
2040                        downImprovement += value;
2041                        upImprovement -= value;
2042                        if (value > 0.0)
2043                            anyBadUp++;
2044                        else
2045                            anyBadDown++;
2046                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2047                        // infeasible below
2048                        downImprovement -= value;
2049                        upImprovement += value;
2050                        if (value < 0.0)
2051                            anyBadUp++;
2052                        else
2053                            anyBadDown++;
2054                    } else {
2055                        // feasible - no good
2056                        anyBadUp = -1;
2057                        anyBadDown = -1;
2058                        break;
2059                    }
2060                }
2061            }
2062            // could change tests for anyBad
2063            if (anyBadUp)
2064                upImprovement = 0.0;
2065            if (anyBadDown)
2066                downImprovement = 0.0;
2067            double way = 0.0;
2068            double improvement = 0.0;
2069            if (downImprovement > 0.0 && currentValue > lowerValue) {
2070                way = -1.0;
2071                improvement = downImprovement;
2072            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2073                way = 1.0;
2074                improvement = upImprovement;
2075            }
2076            if (way) {
2077                // can improve
2078                double distance;
2079                if (way > 0.0)
2080                    distance = upperValue - currentValue;
2081                else
2082                    distance = currentValue - lowerValue;
2083                for (j = columnStart[iColumn];
2084                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2085                    int iRow = row[j];
2086                    double value = element[j] * way;
2087                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2088                        // infeasible above
2089                        assert (value < 0.0);
2090                        double gap = rowActivity[iRow] - rowUpper[iRow];
2091                        if (gap + value*distance < 0.0)
2092                            distance = -gap / value;
2093                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2094                        // infeasible below
2095                        assert (value > 0.0);
2096                        double gap = rowActivity[iRow] - rowLower[iRow];
2097                        if (gap + value*distance > 0.0)
2098                            distance = -gap / value;
2099                    } else {
2100                        // feasible
2101                        if (value > 0) {
2102                            double gap = rowActivity[iRow] - rowUpper[iRow];
2103                            if (gap + value*distance > 0.0)
2104                                distance = -gap / value;
2105                        } else {
2106                            double gap = rowActivity[iRow] - rowLower[iRow];
2107                            if (gap + value*distance < 0.0)
2108                                distance = -gap / value;
2109                        }
2110                    }
2111                }
2112                //move
2113                penaltyChange += improvement * distance;
2114                distance *= way;
2115                newSolution[iColumn] += distance;
2116                newSolutionValue += direction * objective[iColumn] * distance;
2117                for (j = columnStart[iColumn];
2118                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2119                    int iRow = row[j];
2120                    double value = element[j];
2121                    rowActivity[iRow] += distance * value;
2122                }
2123            }
2124        }
2125        // and now all if improving
2126        double lastChange = penaltyChange ? 1.0 : 0.0;
2127        while (lastChange > 1.0e-2) {
2128            lastChange = 0;
2129            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2130                bool isInteger = (integerType[iColumn] != 0);
2131                double currentValue = newSolution[iColumn];
2132                double lowerValue = lower[iColumn];
2133                double upperValue = upper[iColumn];
2134                int j;
2135                int anyBadDown = 0;
2136                int anyBadUp = 0;
2137                double upImprovement = 0.0;
2138                double downImprovement = 0.0;
2139                for (j = columnStart[iColumn];
2140                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2141                    int iRow = row[j];
2142                    double value = element[j];
2143                    if (isInteger) {
2144                        if (value > 0.0) {
2145                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2146                                anyBadUp++;
2147                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2148                                anyBadDown++;
2149                        } else {
2150                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2151                                anyBadDown++;
2152                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2153                                anyBadUp++;
2154                        }
2155                    }
2156                    if (rowUpper[iRow] > rowLower[iRow]) {
2157                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2158                            // infeasible above
2159                            downImprovement += value;
2160                            upImprovement -= value;
2161                            if (value > 0.0)
2162                                anyBadUp++;
2163                            else
2164                                anyBadDown++;
2165                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2166                            // feasible at ub
2167                            if (value > 0.0) {
2168                                upImprovement -= value;
2169                                anyBadUp++;
2170                            } else {
2171                                downImprovement += value;
2172                                anyBadDown++;
2173                            }
2174                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2175                            // feasible in interior
2176                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2177                            // feasible at lb
2178                            if (value < 0.0) {
2179                                upImprovement += value;
2180                                anyBadUp++;
2181                            } else {
2182                                downImprovement -= value;
2183                                anyBadDown++;
2184                            }
2185                        } else {
2186                            // infeasible below
2187                            downImprovement -= value;
2188                            upImprovement += value;
2189                            if (value < 0.0)
2190                                anyBadUp++;
2191                            else
2192                                anyBadDown++;
2193                        }
2194                    } else {
2195                        // equality row
2196                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2197                            // infeasible above
2198                            downImprovement += value;
2199                            upImprovement -= value;
2200                            if (value > 0.0)
2201                                anyBadUp++;
2202                            else
2203                                anyBadDown++;
2204                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2205                            // infeasible below
2206                            downImprovement -= value;
2207                            upImprovement += value;
2208                            if (value < 0.0)
2209                                anyBadUp++;
2210                            else
2211                                anyBadDown++;
2212                        } else {
2213                            // feasible - no good
2214                            anyBadUp = -1;
2215                            anyBadDown = -1;
2216                            break;
2217                        }
2218                    }
2219                }
2220                // could change tests for anyBad
2221                if (anyBadUp)
2222                    upImprovement = 0.0;
2223                if (anyBadDown)
2224                    downImprovement = 0.0;
2225                double way = 0.0;
2226                double improvement = 0.0;
2227                if (downImprovement > 0.0 && currentValue > lowerValue) {
2228                    way = -1.0;
2229                    improvement = downImprovement;
2230                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2231                    way = 1.0;
2232                    improvement = upImprovement;
2233                }
2234                if (way) {
2235                    // can improve
2236                    double distance = COIN_DBL_MAX;
2237                    for (j = columnStart[iColumn];
2238                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2239                        int iRow = row[j];
2240                        double value = element[j] * way;
2241                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2242                            // infeasible above
2243                            assert (value < 0.0);
2244                            double gap = rowActivity[iRow] - rowUpper[iRow];
2245                            if (gap + value*distance < 0.0) {
2246                                // If integer then has to move by 1
2247                                if (!isInteger)
2248                                    distance = -gap / value;
2249                                else
2250                                    distance = CoinMax(-gap / value, 1.0);
2251                            }
2252                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2253                            // infeasible below
2254                            assert (value > 0.0);
2255                            double gap = rowActivity[iRow] - rowLower[iRow];
2256                            if (gap + value*distance > 0.0) {
2257                                // If integer then has to move by 1
2258                                if (!isInteger)
2259                                    distance = -gap / value;
2260                                else
2261                                    distance = CoinMax(-gap / value, 1.0);
2262                            }
2263                        } else {
2264                            // feasible
2265                            if (value > 0) {
2266                                double gap = rowActivity[iRow] - rowUpper[iRow];
2267                                if (gap + value*distance > 0.0)
2268                                    distance = -gap / value;
2269                            } else {
2270                                double gap = rowActivity[iRow] - rowLower[iRow];
2271                                if (gap + value*distance < 0.0)
2272                                    distance = -gap / value;
2273                            }
2274                        }
2275                    }
2276                    if (isInteger)
2277                        distance = floor(distance + 1.05e-8);
2278                    if (!distance) {
2279                        // should never happen
2280                        //printf("zero distance in CbcRounding - debug\n");
2281                    }
2282                    //move
2283                    lastChange += improvement * distance;
2284                    distance *= way;
2285                    newSolution[iColumn] += distance;
2286                    newSolutionValue += direction * objective[iColumn] * distance;
2287                    for (j = columnStart[iColumn];
2288                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2289                        int iRow = row[j];
2290                        double value = element[j];
2291                        rowActivity[iRow] += distance * value;
2292                    }
2293                }
2294            }
2295            penaltyChange += lastChange;
2296        }
2297        penalty -= penaltyChange;
2298        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2299            // recompute
2300            penalty = 0.0;
2301            for (i = 0; i < numberRows; i++) {
2302                double value = rowActivity[i];
2303                if (value < rowLower[i] - primalTolerance)
2304                    penalty += rowLower[i] - value;
2305                else if (value > rowUpper[i] + primalTolerance)
2306                    penalty += value - rowUpper[i];
2307            }
2308        }
2309    }
2310
2311    // Could also set SOS (using random) and repeat
2312    if (!penalty) {
2313        // See if we can do better
2314        //seed_++;
2315        //CoinSeedRandom(seed_);
2316        // Random number between 0 and 1.
2317        double randomNumber = randomNumberGenerator_.randomDouble();
2318        int iPass;
2319        int start[2];
2320        int end[2];
2321        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2322        start[0] = iRandom;
2323        end[0] = numberIntegers;
2324        start[1] = 0;
2325        end[1] = iRandom;
2326        for (iPass = 0; iPass < 2; iPass++) {
2327            int i;
2328            for (i = start[iPass]; i < end[iPass]; i++) {
2329                int iColumn = integerVariable[i];
2330#ifndef NDEBUG
2331                double value = newSolution[iColumn];
2332                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2333#endif
2334                double cost = direction * objective[iColumn];
2335                double move = 0.0;
2336                if (cost > 0.0)
2337                    move = -1.0;
2338                else if (cost < 0.0)
2339                    move = 1.0;
2340                while (move) {
2341                    bool good = true;
2342                    double newValue = newSolution[iColumn] + move;
2343                    if (newValue < lower[iColumn] - primalTolerance ||
2344                            newValue > upper[iColumn] + primalTolerance) {
2345                        move = 0.0;
2346                    } else {
2347                        // see if we can move
2348                        int j;
2349                        for (j = columnStart[iColumn];
2350                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2351                            int iRow = row[j];
2352                            double newActivity = rowActivity[iRow] + move * element[j];
2353                            if (newActivity < rowLower[iRow] - primalTolerance ||
2354                                    newActivity > rowUpper[iRow] + primalTolerance) {
2355                                good = false;
2356                                break;
2357                            }
2358                        }
2359                        if (good) {
2360                            newSolution[iColumn] = newValue;
2361                            newSolutionValue += move * cost;
2362                            int j;
2363                            for (j = columnStart[iColumn];
2364                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2365                                int iRow = row[j];
2366                                rowActivity[iRow] += move * element[j];
2367                            }
2368                        } else {
2369                            move = 0.0;
2370                        }
2371                    }
2372                }
2373            }
2374        }
2375        // Just in case of some stupidity
2376        double objOffset = 0.0;
2377        solver->getDblParam(OsiObjOffset, objOffset);
2378        newSolutionValue = -objOffset;
2379        for ( i = 0 ; i < numberColumns ; i++ )
2380            newSolutionValue += objective[i] * newSolution[i];
2381        newSolutionValue *= direction;
2382        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2383        if (newSolutionValue < solutionValue) {
2384            // paranoid check
2385            memset(rowActivity, 0, numberRows*sizeof(double));
2386            for (i = 0; i < numberColumns; i++) {
2387                int j;
2388                double value = newSolution[i];
2389                if (value) {
2390                    for (j = columnStart[i];
2391                            j < columnStart[i] + columnLength[i]; j++) {
2392                        int iRow = row[j];
2393                        rowActivity[iRow] += value * element[j];
2394                    }
2395                }
2396            }
2397            // check was approximately feasible
2398            bool feasible = true;
2399            for (i = 0; i < numberRows; i++) {
2400                if (rowActivity[i] < rowLower[i]) {
2401                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2402                        feasible = false;
2403                } else if (rowActivity[i] > rowUpper[i]) {
2404                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2405                        feasible = false;
2406                }
2407            }
2408            if (feasible) {
2409                // new solution
2410                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2411                solutionValue = newSolutionValue;
2412                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2413                returnCode = 1;
2414            } else {
2415                // Can easily happen
2416                //printf("Debug CbcRounding giving bad solution\n");
2417            }
2418        }
2419    }
2420#ifdef NEW_ROUNDING
2421    if (!returnCode) {
2422#ifdef JJF_ZERO
2423        // back to starting point
2424        memcpy(newSolution, solution, numberColumns*sizeof(double));
2425        memset(rowActivity, 0, numberRows*sizeof(double));
2426        for (i = 0; i < numberColumns; i++) {
2427            int j;
2428            double value = newSolution[i];
2429            if (value < lower[i]) {
2430                value = lower[i];
2431                newSolution[i] = value;
2432            } else if (value > upper[i]) {
2433                value = upper[i];
2434                newSolution[i] = value;
2435            }
2436            if (value) {
2437                for (j = columnStart[i];
2438                        j < columnStart[i] + columnLength[i]; j++) {
2439                    int iRow = row[j];
2440                    rowActivity[iRow] += value * element[j];
2441                }
2442            }
2443        }
2444        // check was feasible - if not adjust (cleaning may move)
2445        for (i = 0; i < numberRows; i++) {
2446            if (rowActivity[i] < rowLower[i]) {
2447                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2448                rowActivity[i] = rowLower[i];
2449            } else if (rowActivity[i] > rowUpper[i]) {
2450                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2451                rowActivity[i] = rowUpper[i];
2452            }
2453        }
2454#endif
2455        int * candidate = new int [numberColumns];
2456        int nCandidate = 0;
2457        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2458            bool isInteger = (integerType[iColumn] != 0);
2459            if (isInteger) {
2460                double currentValue = newSolution[iColumn];
2461                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2462                    candidate[nCandidate++] = iColumn;
2463            }
2464        }
2465        if (true) {
2466            // Rounding as in Berthold
2467            while (nCandidate) {
2468                double infeasibility = 1.0e-7;
2469                int iRow = -1;
2470                for (i = 0; i < numberRows; i++) {
2471                    double value = 0.0;
2472                    if (rowActivity[i] < rowLower[i]) {
2473                        value = rowLower[i] - rowActivity[i];
2474                    } else if (rowActivity[i] > rowUpper[i]) {
2475                        value = rowActivity[i] - rowUpper[i];
2476                    }
2477                    if (value > infeasibility) {
2478                        infeasibility = value;
2479                        iRow = i;
2480                    }
2481                }
2482                if (iRow >= 0) {
2483                    // infeasible
2484                } else {
2485                    // feasible
2486                }
2487            }
2488        } else {
2489            // Shifting as in Berthold
2490        }
2491        delete [] candidate;
2492    }
2493#endif
2494    delete [] newSolution;
2495    delete [] rowActivity;
2496    return returnCode;
2497}
2498// update model
2499void CbcRounding::setModel(CbcModel * model)
2500{
2501    model_ = model;
2502    // Get a copy of original matrix (and by row for rounding);
2503    assert(model_->solver());
2504    if (model_->solver()->getNumRows()) {
2505        matrix_ = *model_->solver()->getMatrixByCol();
2506        matrixByRow_ = *model_->solver()->getMatrixByRow();
2507        // make sure model okay for heuristic
2508        validate();
2509    }
2510}
2511// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2512void
2513CbcRounding::validate()
2514{
2515    if (model_ && (when() % 100) < 10) {
2516        if (model_->numberIntegers() !=
2517                model_->numberObjects() && (model_->numberObjects() ||
2518                                            (model_->specialOptions()&1024) == 0)) {
2519            int numberOdd = 0;
2520            for (int i = 0; i < model_->numberObjects(); i++) {
2521                if (!model_->object(i)->canDoHeuristics())
2522                    numberOdd++;
2523            }
2524            if (numberOdd)
2525                setWhen(0);
2526        }
2527    }
2528#ifdef NEW_ROUNDING
2529    int numberColumns = matrix_.getNumCols();
2530    down_ = new unsigned short [numberColumns];
2531    up_ = new unsigned short [numberColumns];
2532    equal_ = new unsigned short [numberColumns];
2533    // Column copy
2534    const double * element = matrix_.getElements();
2535    const int * row = matrix_.getIndices();
2536    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2537    const int * columnLength = matrix_.getVectorLengths();
2538    const double * rowLower = model.solver()->getRowLower();
2539    const double * rowUpper = model.solver()->getRowUpper();
2540    for (int i = 0; i < numberColumns; i++) {
2541        int down = 0;
2542        int up = 0;
2543        int equal = 0;
2544        if (columnLength[i] > 65535) {
2545            equal[0] = 65535;
2546            break; // unlikely to work
2547        }
2548        for (CoinBigIndex j = columnStart[i];
2549                j < columnStart[i] + columnLength[i]; j++) {
2550            int iRow = row[j];
2551            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2552                equal++;
2553            } else if (element[j] > 0.0) {
2554                if (rowUpper[iRow] < 1.0e20)
2555                    up++;
2556                else
2557                    down--;
2558            } else {
2559                if (rowLower[iRow] > -1.0e20)
2560                    up++;
2561                else
2562                    down--;
2563            }
2564        }
2565        down_[i] = (unsigned short) down;
2566        up_[i] = (unsigned short) up;
2567        equal_[i] = (unsigned short) equal;
2568    }
2569#else
2570    down_ = NULL;
2571    up_ = NULL;
2572    equal_ = NULL;
2573#endif
2574}
2575
2576// Default Constructor
2577CbcHeuristicPartial::CbcHeuristicPartial()
2578        : CbcHeuristic()
2579{
2580    fixPriority_ = 10000;
2581}
2582
2583// Constructor from model
2584CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2585        : CbcHeuristic(model)
2586{
2587    fixPriority_ = fixPriority;
2588    setNumberNodes(numberNodes);
2589    validate();
2590}
2591
2592// Destructor
2593CbcHeuristicPartial::~CbcHeuristicPartial ()
2594{
2595}
2596
2597// Clone
2598CbcHeuristic *
2599CbcHeuristicPartial::clone() const
2600{
2601    return new CbcHeuristicPartial(*this);
2602}
2603// Create C++ lines to get to current state
2604void
2605CbcHeuristicPartial::generateCpp( FILE * fp)
2606{
2607    CbcHeuristicPartial other;
2608    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2609    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2610    CbcHeuristic::generateCpp(fp, "partial");
2611    if (fixPriority_ != other.fixPriority_)
2612        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2613    else
2614        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2615    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2616}
2617//#define NEW_PARTIAL
2618// Copy constructor
2619CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2620        :
2621        CbcHeuristic(rhs),
2622        fixPriority_(rhs.fixPriority_)
2623{
2624}
2625
2626// Assignment operator
2627CbcHeuristicPartial &
2628CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2629{
2630    if (this != &rhs) {
2631        CbcHeuristic::operator=(rhs);
2632        fixPriority_ = rhs.fixPriority_;
2633    }
2634    return *this;
2635}
2636
2637// Resets stuff if model changes
2638void
2639CbcHeuristicPartial::resetModel(CbcModel * model)
2640{
2641    model_ = model;
2642    // Get a copy of original matrix (and by row for partial);
2643    assert(model_->solver());
2644    validate();
2645}
2646// See if partial will give solution
2647// Sets value of solution
2648// Assumes rhs for original matrix still okay
2649// At present only works with integers
2650// Fix values if asked for
2651// Returns 1 if solution, 0 if not
2652int
2653CbcHeuristicPartial::solution(double & solutionValue,
2654                              double * betterSolution)
2655{
2656    // Return if already done
2657    if (fixPriority_ < 0)
2658        return 0; // switched off
2659    const double * hotstartSolution = model_->hotstartSolution();
2660    const int * hotstartPriorities = model_->hotstartPriorities();
2661    if (!hotstartSolution)
2662        return 0;
2663    OsiSolverInterface * solver = model_->solver();
2664
2665    int numberIntegers = model_->numberIntegers();
2666    const int * integerVariable = model_->integerVariable();
2667
2668    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2669    const double * colLower = newSolver->getColLower();
2670    const double * colUpper = newSolver->getColUpper();
2671
2672    double primalTolerance;
2673    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2674
2675    int i;
2676    int numberFixed = 0;
2677    int returnCode = 0;
2678
2679    for (i = 0; i < numberIntegers; i++) {
2680        int iColumn = integerVariable[i];
2681        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2682            double value = hotstartSolution[iColumn];
2683            double lower = colLower[iColumn];
2684            double upper = colUpper[iColumn];
2685            value = CoinMax(value, lower);
2686            value = CoinMin(value, upper);
2687            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2688                value = floor(value + 0.5);
2689                newSolver->setColLower(iColumn, value);
2690                newSolver->setColUpper(iColumn, value);
2691                numberFixed++;
2692            }
2693        }
2694    }
2695    if (numberFixed > numberIntegers / 5 - 100000000) {
2696#ifdef COIN_DEVELOP
2697        printf("%d integers fixed\n", numberFixed);
2698#endif
2699        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2700                                         model_->getCutoff(), "CbcHeuristicPartial");
2701        if (returnCode < 0)
2702            returnCode = 0; // returned on size
2703        //printf("return code %d",returnCode);
2704        if ((returnCode&2) != 0) {
2705            // could add cut
2706            returnCode &= ~2;
2707            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2708        } else {
2709            //printf("\n");
2710        }
2711    }
2712    fixPriority_ = -1; // switch off
2713
2714    delete newSolver;
2715    return returnCode;
2716}
2717// update model
2718void CbcHeuristicPartial::setModel(CbcModel * model)
2719{
2720    model_ = model;
2721    assert(model_->solver());
2722    // make sure model okay for heuristic
2723    validate();
2724}
2725// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2726void
2727CbcHeuristicPartial::validate()
2728{
2729    if (model_ && (when() % 100) < 10) {
2730        if (model_->numberIntegers() !=
2731                model_->numberObjects())
2732            setWhen(0);
2733    }
2734}
2735bool
2736CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2737{
2738    return true;
2739}
2740
2741// Default Constructor
2742CbcSerendipity::CbcSerendipity()
2743        : CbcHeuristic()
2744{
2745}
2746
2747// Constructor from model
2748CbcSerendipity::CbcSerendipity(CbcModel & model)
2749        : CbcHeuristic(model)
2750{
2751}
2752
2753// Destructor
2754CbcSerendipity::~CbcSerendipity ()
2755{
2756}
2757
2758// Clone
2759CbcHeuristic *
2760CbcSerendipity::clone() const
2761{
2762    return new CbcSerendipity(*this);
2763}
2764// Create C++ lines to get to current state
2765void
2766CbcSerendipity::generateCpp( FILE * fp)
2767{
2768    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2769    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2770    CbcHeuristic::generateCpp(fp, "serendipity");
2771    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2772}
2773
2774// Copy constructor
2775CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2776        :
2777        CbcHeuristic(rhs)
2778{
2779}
2780
2781// Assignment operator
2782CbcSerendipity &
2783CbcSerendipity::operator=( const CbcSerendipity & rhs)
2784{
2785    if (this != &rhs) {
2786        CbcHeuristic::operator=(rhs);
2787    }
2788    return *this;
2789}
2790
2791// Returns 1 if solution, 0 if not
2792int
2793CbcSerendipity::solution(double & solutionValue,
2794                         double * betterSolution)
2795{
2796    if (!model_)
2797        return 0;
2798    if (!inputSolution_) {
2799        // get information on solver type
2800        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2801        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2802        if (auxiliaryInfo) {
2803            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2804        } else {
2805            return 0;
2806        }
2807    } else {
2808        int numberColumns = model_->getNumCols();
2809        double value = inputSolution_[numberColumns];
2810        int returnCode = 0;
2811        if (value < solutionValue) {
2812            solutionValue = value;
2813            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2814            returnCode = 1;
2815        }
2816        delete [] inputSolution_;
2817        inputSolution_ = NULL;
2818        model_ = NULL; // switch off
2819        return returnCode;
2820    }
2821}
2822// update model
2823void CbcSerendipity::setModel(CbcModel * model)
2824{
2825    model_ = model;
2826}
2827// Resets stuff if model changes
2828void
2829CbcSerendipity::resetModel(CbcModel * model)
2830{
2831    model_ = model;
2832}
2833
2834
2835// Default Constructor
2836CbcHeuristicJustOne::CbcHeuristicJustOne()
2837        : CbcHeuristic(),
2838        probabilities_(NULL),
2839        heuristic_(NULL),
2840        numberHeuristics_(0)
2841{
2842}
2843
2844// Constructor from model
2845CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2846        : CbcHeuristic(model),
2847        probabilities_(NULL),
2848        heuristic_(NULL),
2849        numberHeuristics_(0)
2850{
2851}
2852
2853// Destructor
2854CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2855{
2856    for (int i = 0; i < numberHeuristics_; i++)
2857        delete heuristic_[i];
2858    delete [] heuristic_;
2859    delete [] probabilities_;
2860}
2861
2862// Clone
2863CbcHeuristicJustOne *
2864CbcHeuristicJustOne::clone() const
2865{
2866    return new CbcHeuristicJustOne(*this);
2867}
2868
2869// Create C++ lines to get to current state
2870void
2871CbcHeuristicJustOne::generateCpp( FILE * fp)
2872{
2873    CbcHeuristicJustOne other;
2874    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2875    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2876    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2877    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2878}
2879
2880// Copy constructor
2881CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2882        :
2883        CbcHeuristic(rhs),
2884        probabilities_(NULL),
2885        heuristic_(NULL),
2886        numberHeuristics_(rhs.numberHeuristics_)
2887{
2888    if (numberHeuristics_) {
2889        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2890        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2891        for (int i = 0; i < numberHeuristics_; i++)
2892            heuristic_[i] = rhs.heuristic_[i]->clone();
2893    }
2894}
2895
2896// Assignment operator
2897CbcHeuristicJustOne &
2898CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2899{
2900    if (this != &rhs) {
2901        CbcHeuristic::operator=(rhs);
2902        for (int i = 0; i < numberHeuristics_; i++)
2903            delete heuristic_[i];
2904        delete [] heuristic_;
2905        delete [] probabilities_;
2906        probabilities_ = NULL;
2907        heuristic_ = NULL;
2908        numberHeuristics_ = rhs.numberHeuristics_;
2909        if (numberHeuristics_) {
2910            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2911            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2912            for (int i = 0; i < numberHeuristics_; i++)
2913                heuristic_[i] = rhs.heuristic_[i]->clone();
2914        }
2915    }
2916    return *this;
2917}
2918// Sets value of solution
2919// Returns 1 if solution, 0 if not
2920int
2921CbcHeuristicJustOne::solution(double & solutionValue,
2922                              double * betterSolution)
2923{
2924#ifdef DIVE_DEBUG
2925    std::cout << "solutionValue = " << solutionValue << std::endl;
2926#endif
2927    ++numCouldRun_;
2928
2929    // test if the heuristic can run
2930    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2931        return 0;
2932    double randomNumber = randomNumberGenerator_.randomDouble();
2933    int i;
2934    for (i = 0; i < numberHeuristics_; i++) {
2935        if (randomNumber < probabilities_[i])
2936            break;
2937    }
2938    assert (i < numberHeuristics_);
2939    int returnCode;
2940    //model_->unsetDivingHasRun();
2941#ifdef COIN_DEVELOP
2942    printf("JustOne running %s\n",
2943           heuristic_[i]->heuristicName());
2944#endif
2945    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2946#ifdef COIN_DEVELOP
2947    if (returnCode)
2948        printf("JustOne running %s found solution\n",
2949               heuristic_[i]->heuristicName());
2950#endif
2951    return returnCode;
2952}
2953// Resets stuff if model changes
2954void
2955CbcHeuristicJustOne::resetModel(CbcModel * model)
2956{
2957    CbcHeuristic::resetModel(model);
2958    for (int i = 0; i < numberHeuristics_; i++)
2959        heuristic_[i]->resetModel(model);
2960}
2961// update model (This is needed if cliques update matrix etc)
2962void
2963CbcHeuristicJustOne::setModel(CbcModel * model)
2964{
2965    CbcHeuristic::setModel(model);
2966    for (int i = 0; i < numberHeuristics_; i++)
2967        heuristic_[i]->setModel(model);
2968}
2969// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2970void
2971CbcHeuristicJustOne::validate()
2972{
2973    CbcHeuristic::validate();
2974    for (int i = 0; i < numberHeuristics_; i++)
2975        heuristic_[i]->validate();
2976}
2977// Adds an heuristic with probability
2978void
2979CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2980{
2981    CbcHeuristic * thisOne = heuristic->clone();
2982    thisOne->setWhen(-999);
2983    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2984                            numberHeuristics_);
2985    delete [] heuristic_;
2986    heuristic_ = tempH;
2987    heuristic_[numberHeuristics_] = thisOne;
2988    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2989                                            numberHeuristics_);
2990    delete [] probabilities_;
2991    probabilities_ = tempP;
2992    probabilities_[numberHeuristics_] = probability;
2993    numberHeuristics_++;
2994}
2995// Normalize probabilities
2996void
2997CbcHeuristicJustOne::normalizeProbabilities()
2998{
2999    double sum = 0.0;
3000    for (int i = 0; i < numberHeuristics_; i++)
3001        sum += probabilities_[i];
3002    double multiplier = 1.0 / sum;
3003    sum = 0.0;
3004    for (int i = 0; i < numberHeuristics_; i++) {
3005        sum += probabilities_[i];
3006        probabilities_[i] = sum * multiplier;
3007    }
3008    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
3009    probabilities_[numberHeuristics_-1] = 1.000001;
3010}
3011
Note: See TracBrowser for help on using the repository browser.