source: trunk/Cbc/src/CbcHeuristic.cpp @ 1843

Last change on this file since 1843 was 1843, checked in by forrest, 6 years ago

not a good idea - revert idea of updating best solution in small b&b for ctrl-c

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 113.5 KB
Line 
1/* $Id: CbcHeuristic.cpp 1843 2013-01-25 17:16:03Z 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 (in case ctrl-c)
1236                        // !!! not a good idea - think a bit harder
1237                        //model_->setMinimizationObjValue(model.getMinimizationObjValue());
1238                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1239                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1240                            sprintf(generalPrint,
1241                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1242                                    generator->cutGeneratorName(),
1243                                    generator->numberTimesEntered(),
1244                                    generator->numberCutsInTotal() +
1245                                    generator->numberColumnCuts(),
1246                                    generator->numberCutsActive(),
1247                                    generator->timeInCutGenerator());
1248                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1249                            if (stored && !generator->numberCutsInTotal())
1250                                continue;
1251#ifndef CLP_INVESTIGATE
1252                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1253                            if (implication)
1254                                continue;
1255#endif
1256                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1257                            << generalPrint
1258                            << CoinMessageEol;
1259                        }
1260                    }
1261                } else {
1262                    // empty model
1263                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1264                }
1265                if (logLevel > 1)
1266                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1267                    << name
1268                    << CoinMessageEol;
1269                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1270                    // solution
1271                    if (model.getNumCols())
1272                        returnCode = model.isProvenOptimal() ? 3 : 1;
1273                    else
1274                        returnCode = 3;
1275                    // post process
1276#ifdef COIN_HAS_CLP
1277                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1278                    if (clpSolver) {
1279                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1280                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1281                    }
1282#endif
1283                    //if (fractionSmall_ < 1000000.0)
1284                      process.postProcess(*model.solver());
1285                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1286                        // Solution now back in solver
1287                        int numberColumns = solver->getNumCols();
1288                        memcpy(newSolution, solver->getColSolution(),
1289                               numberColumns*sizeof(double));
1290                        newSolutionValue = model.getMinimizationObjValue();
1291                    } else {
1292                        // odd - but no good
1293                        returnCode = 0; // so will be infeasible
1294                    }
1295                } else {
1296                    // no good
1297                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1298                }
1299                int totalNumberIterations = model.getIterationCount() +
1300                                            process.numberIterationsPre() +
1301                                            process.numberIterationsPost();
1302                if (totalNumberIterations > 100*(numberNodes + 10)
1303                    && fractionSmall_ < 1000000.0) {
1304                    // only allow smaller problems
1305                    fractionSmall = fractionSmall_;
1306                    fractionSmall_ *= 0.9;
1307#ifdef CLP_INVESTIGATE
1308                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1309                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1310#endif
1311                }
1312                if (model.status() == 5)
1313                    model_->sayEventHappened();
1314                if (model.isProvenInfeasible())
1315                    status = 1;
1316                else if (model.isProvenOptimal())
1317                    status = 2;
1318            }
1319        }
1320    } else {
1321        returnCode = 2; // infeasible finished
1322    }
1323    model_->setSpecialOptions(saveModelOptions);
1324    model_->setLogLevel(logLevel);
1325    if (returnCode == 1 || returnCode == 2) {
1326        OsiSolverInterface * solverC = model_->continuousSolver();
1327        if (false && solverC) {
1328            const double * lower = solver->getColLower();
1329            const double * upper = solver->getColUpper();
1330            const double * lowerC = solverC->getColLower();
1331            const double * upperC = solverC->getColUpper();
1332            bool good = true;
1333            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1334                if (solverC->isInteger(iColumn)) {
1335                    if (lower[iColumn] > lowerC[iColumn] &&
1336                            upper[iColumn] < upperC[iColumn]) {
1337                        good = false;
1338                        printf("CUT - can't add\n");
1339                        break;
1340                    }
1341                }
1342            }
1343            if (good) {
1344                double * cut = new double [numberColumns];
1345                int * which = new int [numberColumns];
1346                double rhs = -1.0;
1347                int n = 0;
1348                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1349                    if (solverC->isInteger(iColumn)) {
1350                        if (lower[iColumn] == upperC[iColumn]) {
1351                            rhs += lower[iColumn];
1352                            cut[n] = 1.0;
1353                            which[n++] = iColumn;
1354                        } else if (upper[iColumn] == lowerC[iColumn]) {
1355                            rhs -= upper[iColumn];
1356                            cut[n] = -1.0;
1357                            which[n++] = iColumn;
1358                        }
1359                    }
1360                }
1361                printf("CUT has %d entries\n", n);
1362                OsiRowCut newCut;
1363                newCut.setLb(-COIN_DBL_MAX);
1364                newCut.setUb(rhs);
1365                newCut.setRow(n, which, cut, false);
1366                model_->makeGlobalCut(newCut);
1367                delete [] cut;
1368                delete [] which;
1369            }
1370        }
1371#ifdef COIN_DEVELOP
1372        if (status == 1)
1373            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1374        else if (status == 2)
1375            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1376#endif
1377    }
1378    if (reset) {
1379        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1380            if (reset[iColumn])
1381                solver->setColLower(iColumn, 0.0);
1382        }
1383        delete [] reset;
1384    }
1385#ifdef HISTORY_STATISTICS
1386    getHistoryStatistics_ = true;
1387#endif
1388    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1389    return returnCode;
1390}
1391// Set input solution
1392void
1393CbcHeuristic::setInputSolution(const double * solution, double objValue)
1394{
1395    delete [] inputSolution_;
1396    inputSolution_ = NULL;
1397    if (model_ && solution) {
1398        int numberColumns = model_->getNumCols();
1399        inputSolution_ = new double [numberColumns+1];
1400        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1401        inputSolution_[numberColumns] = objValue;
1402    }
1403}
1404
1405//##############################################################################
1406
1407inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1408                                    const CbcBranchingObject* br1)
1409{
1410    const int t0 = br0->type();
1411    const int t1 = br1->type();
1412    if (t0 < t1) {
1413        return -1;
1414    }
1415    if (t0 > t1) {
1416        return 1;
1417    }
1418    return br0->compareOriginalObject(br1);
1419}
1420
1421//==============================================================================
1422
1423inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1424                                    const CbcBranchingObject* br1)
1425{
1426    return compare3BranchingObjects(br0, br1) < 0;
1427}
1428
1429//==============================================================================
1430
1431void
1432CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1433{
1434    //  CbcHeurDebugNodes(&model);
1435    CbcNode* node = model.currentNode();
1436    brObj_ = new CbcBranchingObject*[node->depth()];
1437    CbcNodeInfo* nodeInfo = node->nodeInfo();
1438    int cnt = 0;
1439    while (nodeInfo->parentBranch() != NULL) {
1440        const OsiBranchingObject* br = nodeInfo->parentBranch();
1441        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1442        if (! cbcbr) {
1443            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1444                            "gutsOfConstructor",
1445                            "CbcHeuristicNode",
1446                            __FILE__, __LINE__);
1447        }
1448        brObj_[cnt] = cbcbr->clone();
1449        brObj_[cnt]->previousBranch();
1450        ++cnt;
1451        nodeInfo = nodeInfo->parent();
1452    }
1453    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1454    if (cnt <= 1) {
1455        numObjects_ = cnt;
1456    } else {
1457        numObjects_ = 0;
1458        CbcBranchingObject* br = NULL; // What should this be?
1459        for (int i = 1; i < cnt; ++i) {
1460            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1461                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1462                switch (comp) {
1463                case CbcRangeSame: // the same range
1464                case CbcRangeDisjoint: // disjoint decisions
1465                    // should not happen! we are on a chain!
1466                    abort();
1467                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1468                    delete brObj_[i];
1469                    break;
1470                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1471                    delete brObj_[numObjects_];
1472                    brObj_[numObjects_] = brObj_[i];
1473                    break;
1474                case CbcRangeOverlap: // overlap
1475                    delete brObj_[i];
1476                    delete brObj_[numObjects_];
1477                    brObj_[numObjects_] = br;
1478                    break;
1479                }
1480                continue;
1481            } else {
1482                brObj_[++numObjects_] = brObj_[i];
1483            }
1484        }
1485        ++numObjects_;
1486    }
1487}
1488
1489//==============================================================================
1490
1491CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1492{
1493    gutsOfConstructor(model);
1494}
1495
1496//==============================================================================
1497
1498double
1499CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1500{
1501
1502    const double disjointWeight = 1;
1503    const double overlapWeight = 0.4;
1504    const double subsetWeight = 0.2;
1505    int countDisjointWeight = 0;
1506    int countOverlapWeight = 0;
1507    int countSubsetWeight = 0;
1508    int i = 0;
1509    int j = 0;
1510    double dist = 0.0;
1511#ifdef PRINT_DEBUG
1512    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1513           numObjects_, node->numObjects_);
1514#endif
1515    while ( i < numObjects_ && j < node->numObjects_) {
1516        CbcBranchingObject* br0 = brObj_[i];
1517        const CbcBranchingObject* br1 = node->brObj_[j];
1518#ifdef PRINT_DEBUG
1519        const CbcIntegerBranchingObject* brPrint0 =
1520            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1521        const double* downBounds = brPrint0->downBounds();
1522        const double* upBounds = brPrint0->upBounds();
1523        int variable = brPrint0->variable();
1524        int way = brPrint0->way();
1525        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1526               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1527               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1528        const CbcIntegerBranchingObject* brPrint1 =
1529            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1530        downBounds = brPrint1->downBounds();
1531        upBounds = brPrint1->upBounds();
1532        variable = brPrint1->variable();
1533        way = brPrint1->way();
1534        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1535               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1536               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1537#endif
1538        const int brComp = compare3BranchingObjects(br0, br1);
1539        if (brComp < 0) {
1540            dist += subsetWeight;
1541            countSubsetWeight++;
1542            ++i;
1543        } else if (brComp > 0) {
1544            dist += subsetWeight;
1545            countSubsetWeight++;
1546            ++j;
1547        } else {
1548            const int comp = br0->compareBranchingObject(br1, false);
1549            switch (comp) {
1550            case CbcRangeSame:
1551                // do nothing
1552                break;
1553            case CbcRangeDisjoint: // disjoint decisions
1554                dist += disjointWeight;
1555                countDisjointWeight++;
1556                break;
1557            case CbcRangeSubset: // subset one way or another
1558            case CbcRangeSuperset:
1559                dist += subsetWeight;
1560                countSubsetWeight++;
1561                break;
1562            case CbcRangeOverlap: // overlap
1563                dist += overlapWeight;
1564                countOverlapWeight++;
1565                break;
1566            }
1567            ++i;
1568            ++j;
1569        }
1570    }
1571    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1572    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1573    COIN_DETAIL_PRINT(printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1574                             countOverlapWeight, countDisjointWeight));
1575    return dist;
1576}
1577
1578//==============================================================================
1579
1580CbcHeuristicNode::~CbcHeuristicNode()
1581{
1582    for (int i = 0; i < numObjects_; ++i) {
1583        delete brObj_[i];
1584    }
1585    delete [] brObj_;
1586}
1587
1588//==============================================================================
1589
1590double
1591CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1592{
1593    double minDist = COIN_DBL_MAX;
1594    for (int i = nodeList.size() - 1; i >= 0; --i) {
1595        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1596    }
1597    return minDist;
1598}
1599
1600//==============================================================================
1601
1602bool
1603CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1604                                     const double threshold) const
1605{
1606    for (int i = nodeList.size() - 1; i >= 0; --i) {
1607        if (distance(nodeList.node(i)) >= threshold) {
1608            continue;
1609        } else {
1610            return true;
1611        }
1612    }
1613    return false;
1614}
1615
1616//==============================================================================
1617
1618double
1619CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1620{
1621    if (nodeList.size() == 0) {
1622        return COIN_DBL_MAX;
1623    }
1624    double sumDist = 0;
1625    for (int i = nodeList.size() - 1; i >= 0; --i) {
1626        sumDist += distance(nodeList.node(i));
1627    }
1628    return sumDist / nodeList.size();
1629}
1630
1631//##############################################################################
1632
1633// Default Constructor
1634CbcRounding::CbcRounding()
1635        : CbcHeuristic()
1636{
1637    // matrix and row copy will automatically be empty
1638    seed_ = 7654321;
1639    down_ = NULL;
1640    up_ = NULL;
1641    equal_ = NULL;
1642    //whereFrom_ |= 16; // allow more often
1643}
1644
1645// Constructor from model
1646CbcRounding::CbcRounding(CbcModel & model)
1647        : CbcHeuristic(model)
1648{
1649    // Get a copy of original matrix (and by row for rounding);
1650    assert(model.solver());
1651    if (model.solver()->getNumRows()) {
1652        matrix_ = *model.solver()->getMatrixByCol();
1653        matrixByRow_ = *model.solver()->getMatrixByRow();
1654        validate();
1655    }
1656    down_ = NULL;
1657    up_ = NULL;
1658    equal_ = NULL;
1659    seed_ = 7654321;
1660    //whereFrom_ |= 16; // allow more often
1661}
1662
1663// Destructor
1664CbcRounding::~CbcRounding ()
1665{
1666    delete [] down_;
1667    delete [] up_;
1668    delete [] equal_;
1669}
1670
1671// Clone
1672CbcHeuristic *
1673CbcRounding::clone() const
1674{
1675    return new CbcRounding(*this);
1676}
1677// Create C++ lines to get to current state
1678void
1679CbcRounding::generateCpp( FILE * fp)
1680{
1681    CbcRounding other;
1682    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1683    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1684    CbcHeuristic::generateCpp(fp, "rounding");
1685    if (seed_ != other.seed_)
1686        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1687    else
1688        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1689    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1690}
1691//#define NEW_ROUNDING
1692// Copy constructor
1693CbcRounding::CbcRounding(const CbcRounding & rhs)
1694        :
1695        CbcHeuristic(rhs),
1696        matrix_(rhs.matrix_),
1697        matrixByRow_(rhs.matrixByRow_),
1698        seed_(rhs.seed_)
1699{
1700#ifdef NEW_ROUNDING
1701    int numberColumns = matrix_.getNumCols();
1702    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1703    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1704    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1705#else
1706    down_ = NULL;
1707    up_ = NULL;
1708    equal_ = NULL;
1709#endif
1710}
1711
1712// Assignment operator
1713CbcRounding &
1714CbcRounding::operator=( const CbcRounding & rhs)
1715{
1716    if (this != &rhs) {
1717        CbcHeuristic::operator=(rhs);
1718        matrix_ = rhs.matrix_;
1719        matrixByRow_ = rhs.matrixByRow_;
1720#ifdef NEW_ROUNDING
1721        delete [] down_;
1722        delete [] up_;
1723        delete [] equal_;
1724        int numberColumns = matrix_.getNumCols();
1725        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1726        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1727        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1728#else
1729        down_ = NULL;
1730        up_ = NULL;
1731        equal_ = NULL;
1732#endif
1733        seed_ = rhs.seed_;
1734    }
1735    return *this;
1736}
1737
1738// Resets stuff if model changes
1739void
1740CbcRounding::resetModel(CbcModel * model)
1741{
1742    model_ = model;
1743    // Get a copy of original matrix (and by row for rounding);
1744    assert(model_->solver());
1745    matrix_ = *model_->solver()->getMatrixByCol();
1746    matrixByRow_ = *model_->solver()->getMatrixByRow();
1747    validate();
1748}
1749// See if rounding will give solution
1750// Sets value of solution
1751// Assumes rhs for original matrix still okay
1752// At present only works with integers
1753// Fix values if asked for
1754// Returns 1 if solution, 0 if not
1755int
1756CbcRounding::solution(double & solutionValue,
1757                      double * betterSolution)
1758{
1759
1760    numCouldRun_++;
1761    // See if to do
1762    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1763            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1764        return 0; // switched off
1765    numRuns_++;
1766    OsiSolverInterface * solver = model_->solver();
1767    double direction = solver->getObjSense();
1768    double newSolutionValue = direction * solver->getObjValue();
1769    return solution(solutionValue, betterSolution, newSolutionValue);
1770}
1771// See if rounding will give solution
1772// Sets value of solution
1773// Assumes rhs for original matrix still okay
1774// At present only works with integers
1775// Fix values if asked for
1776// Returns 1 if solution, 0 if not
1777int
1778CbcRounding::solution(double & solutionValue,
1779                      double * betterSolution,
1780                      double newSolutionValue)
1781{
1782
1783    // See if to do
1784    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1785            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1786        return 0; // switched off
1787    OsiSolverInterface * solver = model_->solver();
1788    const double * lower = solver->getColLower();
1789    const double * upper = solver->getColUpper();
1790    const double * rowLower = solver->getRowLower();
1791    const double * rowUpper = solver->getRowUpper();
1792    const double * solution = solver->getColSolution();
1793    const double * objective = solver->getObjCoefficients();
1794    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1795    double primalTolerance;
1796    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1797
1798    int numberRows = matrix_.getNumRows();
1799    assert (numberRows <= solver->getNumRows());
1800    int numberIntegers = model_->numberIntegers();
1801    const int * integerVariable = model_->integerVariable();
1802    int i;
1803    double direction = solver->getObjSense();
1804    //double newSolutionValue = direction*solver->getObjValue();
1805    int returnCode = 0;
1806    // Column copy
1807    const double * element = matrix_.getElements();
1808    const int * row = matrix_.getIndices();
1809    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1810    const int * columnLength = matrix_.getVectorLengths();
1811    // Row copy
1812    const double * elementByRow = matrixByRow_.getElements();
1813    const int * column = matrixByRow_.getIndices();
1814    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1815    const int * rowLength = matrixByRow_.getVectorLengths();
1816
1817    // Get solution array for heuristic solution
1818    int numberColumns = solver->getNumCols();
1819    double * newSolution = new double [numberColumns];
1820    memcpy(newSolution, solution, numberColumns*sizeof(double));
1821
1822    double * rowActivity = new double[numberRows];
1823    memset(rowActivity, 0, numberRows*sizeof(double));
1824    for (i = 0; i < numberColumns; i++) {
1825        int j;
1826        double value = newSolution[i];
1827        if (value < lower[i]) {
1828            value = lower[i];
1829            newSolution[i] = value;
1830        } else if (value > upper[i]) {
1831            value = upper[i];
1832            newSolution[i] = value;
1833        }
1834        if (value) {
1835            for (j = columnStart[i];
1836                    j < columnStart[i] + columnLength[i]; j++) {
1837                int iRow = row[j];
1838                rowActivity[iRow] += value * element[j];
1839            }
1840        }
1841    }
1842    // check was feasible - if not adjust (cleaning may move)
1843    for (i = 0; i < numberRows; i++) {
1844        if (rowActivity[i] < rowLower[i]) {
1845            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1846            rowActivity[i] = rowLower[i];
1847        } else if (rowActivity[i] > rowUpper[i]) {
1848            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1849            rowActivity[i] = rowUpper[i];
1850        }
1851    }
1852    for (i = 0; i < numberIntegers; i++) {
1853        int iColumn = integerVariable[i];
1854        double value = newSolution[iColumn];
1855        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1856            double below = floor(value);
1857            double newValue = newSolution[iColumn];
1858            double cost = direction * objective[iColumn];
1859            double move;
1860            if (cost > 0.0) {
1861                // try up
1862                move = 1.0 - (value - below);
1863            } else if (cost < 0.0) {
1864                // try down
1865                move = below - value;
1866            } else {
1867                // won't be able to move unless we can grab another variable
1868                double randomNumber = randomNumberGenerator_.randomDouble();
1869                // which way?
1870                if (randomNumber < 0.5)
1871                    move = below - value;
1872                else
1873                    move = 1.0 - (value - below);
1874            }
1875            newValue += move;
1876            newSolution[iColumn] = newValue;
1877            newSolutionValue += move * cost;
1878            int j;
1879            for (j = columnStart[iColumn];
1880                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1881                int iRow = row[j];
1882                rowActivity[iRow] += move * element[j];
1883            }
1884        }
1885    }
1886
1887    double penalty = 0.0;
1888    const char * integerType = model_->integerType();
1889    // see if feasible - just using singletons
1890    for (i = 0; i < numberRows; i++) {
1891        double value = rowActivity[i];
1892        double thisInfeasibility = 0.0;
1893        if (value < rowLower[i] - primalTolerance)
1894            thisInfeasibility = value - rowLower[i];
1895        else if (value > rowUpper[i] + primalTolerance)
1896            thisInfeasibility = value - rowUpper[i];
1897        if (thisInfeasibility) {
1898            // See if there are any slacks I can use to fix up
1899            // maybe put in coding for multiple slacks?
1900            double bestCost = 1.0e50;
1901            int k;
1902            int iBest = -1;
1903            double addCost = 0.0;
1904            double newValue = 0.0;
1905            double changeRowActivity = 0.0;
1906            double absInfeasibility = fabs(thisInfeasibility);
1907            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
1908                int iColumn = column[k];
1909                // See if all elements help
1910                if (columnLength[iColumn] == 1) {
1911                    double currentValue = newSolution[iColumn];
1912                    double elementValue = elementByRow[k];
1913                    double lowerValue = lower[iColumn];
1914                    double upperValue = upper[iColumn];
1915                    double gap = rowUpper[i] - rowLower[i];
1916                    double absElement = fabs(elementValue);
1917                    if (thisInfeasibility*elementValue > 0.0) {
1918                        // we want to reduce
1919                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
1920                            // possible - check if integer
1921                            double distance = absInfeasibility / absElement;
1922                            double thisCost = -direction * objective[iColumn] * distance;
1923                            if (integerType[iColumn]) {
1924                                distance = ceil(distance - primalTolerance);
1925                                if (currentValue - distance >= lowerValue - primalTolerance) {
1926                                    if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1927                                        thisCost = 1.0e100; // no good
1928                                    else
1929                                        thisCost = -direction * objective[iColumn] * distance;
1930                                } else {
1931                                    thisCost = 1.0e100; // no good
1932                                }
1933                            }
1934                            if (thisCost < bestCost) {
1935                                bestCost = thisCost;
1936                                iBest = iColumn;
1937                                addCost = thisCost;
1938                                newValue = currentValue - distance;
1939                                changeRowActivity = -distance * elementValue;
1940                            }
1941                        }
1942                    } else {
1943                        // we want to increase
1944                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
1945                            // possible - check if integer
1946                            double distance = absInfeasibility / absElement;
1947                            double thisCost = direction * objective[iColumn] * distance;
1948                            if (integerType[iColumn]) {
1949                                distance = ceil(distance - 1.0e-7);
1950                                assert (currentValue - distance <= upperValue + primalTolerance);
1951                                if (absInfeasibility - distance*absElement < -gap - primalTolerance)
1952                                    thisCost = 1.0e100; // no good
1953                                else
1954                                    thisCost = direction * objective[iColumn] * distance;
1955                            }
1956                            if (thisCost < bestCost) {
1957                                bestCost = thisCost;
1958                                iBest = iColumn;
1959                                addCost = thisCost;
1960                                newValue = currentValue + distance;
1961                                changeRowActivity = distance * elementValue;
1962                            }
1963                        }
1964                    }
1965                }
1966            }
1967            if (iBest >= 0) {
1968                /*printf("Infeasibility of %g on row %d cost %g\n",
1969                  thisInfeasibility,i,addCost);*/
1970                newSolution[iBest] = newValue;
1971                thisInfeasibility = 0.0;
1972                newSolutionValue += addCost;
1973                rowActivity[i] += changeRowActivity;
1974            }
1975            penalty += fabs(thisInfeasibility);
1976        }
1977    }
1978    if (penalty) {
1979        // see if feasible using any
1980        // first continuous
1981        double penaltyChange = 0.0;
1982        int iColumn;
1983        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
1984            if (integerType[iColumn])
1985                continue;
1986            double currentValue = newSolution[iColumn];
1987            double lowerValue = lower[iColumn];
1988            double upperValue = upper[iColumn];
1989            int j;
1990            int anyBadDown = 0;
1991            int anyBadUp = 0;
1992            double upImprovement = 0.0;
1993            double downImprovement = 0.0;
1994            for (j = columnStart[iColumn];
1995                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1996                int iRow = row[j];
1997                if (rowUpper[iRow] > rowLower[iRow]) {
1998                    double value = element[j];
1999                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2000                        // infeasible above
2001                        downImprovement += value;
2002                        upImprovement -= value;
2003                        if (value > 0.0)
2004                            anyBadUp++;
2005                        else
2006                            anyBadDown++;
2007                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2008                        // feasible at ub
2009                        if (value > 0.0) {
2010                            upImprovement -= value;
2011                            anyBadUp++;
2012                        } else {
2013                            downImprovement += value;
2014                            anyBadDown++;
2015                        }
2016                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2017                        // feasible in interior
2018                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2019                        // feasible at lb
2020                        if (value < 0.0) {
2021                            upImprovement += value;
2022                            anyBadUp++;
2023                        } else {
2024                            downImprovement -= value;
2025                            anyBadDown++;
2026                        }
2027                    } else {
2028                        // infeasible below
2029                        downImprovement -= value;
2030                        upImprovement += value;
2031                        if (value < 0.0)
2032                            anyBadUp++;
2033                        else
2034                            anyBadDown++;
2035                    }
2036                } else {
2037                    // equality row
2038                    double value = element[j];
2039                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2040                        // infeasible above
2041                        downImprovement += value;
2042                        upImprovement -= value;
2043                        if (value > 0.0)
2044                            anyBadUp++;
2045                        else
2046                            anyBadDown++;
2047                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2048                        // infeasible below
2049                        downImprovement -= value;
2050                        upImprovement += value;
2051                        if (value < 0.0)
2052                            anyBadUp++;
2053                        else
2054                            anyBadDown++;
2055                    } else {
2056                        // feasible - no good
2057                        anyBadUp = -1;
2058                        anyBadDown = -1;
2059                        break;
2060                    }
2061                }
2062            }
2063            // could change tests for anyBad
2064            if (anyBadUp)
2065                upImprovement = 0.0;
2066            if (anyBadDown)
2067                downImprovement = 0.0;
2068            double way = 0.0;
2069            double improvement = 0.0;
2070            if (downImprovement > 0.0 && currentValue > lowerValue) {
2071                way = -1.0;
2072                improvement = downImprovement;
2073            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2074                way = 1.0;
2075                improvement = upImprovement;
2076            }
2077            if (way) {
2078                // can improve
2079                double distance;
2080                if (way > 0.0)
2081                    distance = upperValue - currentValue;
2082                else
2083                    distance = currentValue - lowerValue;
2084                for (j = columnStart[iColumn];
2085                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2086                    int iRow = row[j];
2087                    double value = element[j] * way;
2088                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2089                        // infeasible above
2090                        assert (value < 0.0);
2091                        double gap = rowActivity[iRow] - rowUpper[iRow];
2092                        if (gap + value*distance < 0.0)
2093                            distance = -gap / value;
2094                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2095                        // infeasible below
2096                        assert (value > 0.0);
2097                        double gap = rowActivity[iRow] - rowLower[iRow];
2098                        if (gap + value*distance > 0.0)
2099                            distance = -gap / value;
2100                    } else {
2101                        // feasible
2102                        if (value > 0) {
2103                            double gap = rowActivity[iRow] - rowUpper[iRow];
2104                            if (gap + value*distance > 0.0)
2105                                distance = -gap / value;
2106                        } else {
2107                            double gap = rowActivity[iRow] - rowLower[iRow];
2108                            if (gap + value*distance < 0.0)
2109                                distance = -gap / value;
2110                        }
2111                    }
2112                }
2113                //move
2114                penaltyChange += improvement * distance;
2115                distance *= way;
2116                newSolution[iColumn] += distance;
2117                newSolutionValue += direction * objective[iColumn] * distance;
2118                for (j = columnStart[iColumn];
2119                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2120                    int iRow = row[j];
2121                    double value = element[j];
2122                    rowActivity[iRow] += distance * value;
2123                }
2124            }
2125        }
2126        // and now all if improving
2127        double lastChange = penaltyChange ? 1.0 : 0.0;
2128        while (lastChange > 1.0e-2) {
2129            lastChange = 0;
2130            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2131                bool isInteger = (integerType[iColumn] != 0);
2132                double currentValue = newSolution[iColumn];
2133                double lowerValue = lower[iColumn];
2134                double upperValue = upper[iColumn];
2135                int j;
2136                int anyBadDown = 0;
2137                int anyBadUp = 0;
2138                double upImprovement = 0.0;
2139                double downImprovement = 0.0;
2140                for (j = columnStart[iColumn];
2141                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2142                    int iRow = row[j];
2143                    double value = element[j];
2144                    if (isInteger) {
2145                        if (value > 0.0) {
2146                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2147                                anyBadUp++;
2148                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2149                                anyBadDown++;
2150                        } else {
2151                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2152                                anyBadDown++;
2153                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2154                                anyBadUp++;
2155                        }
2156                    }
2157                    if (rowUpper[iRow] > rowLower[iRow]) {
2158                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2159                            // infeasible above
2160                            downImprovement += value;
2161                            upImprovement -= value;
2162                            if (value > 0.0)
2163                                anyBadUp++;
2164                            else
2165                                anyBadDown++;
2166                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2167                            // feasible at ub
2168                            if (value > 0.0) {
2169                                upImprovement -= value;
2170                                anyBadUp++;
2171                            } else {
2172                                downImprovement += value;
2173                                anyBadDown++;
2174                            }
2175                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2176                            // feasible in interior
2177                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2178                            // feasible at lb
2179                            if (value < 0.0) {
2180                                upImprovement += value;
2181                                anyBadUp++;
2182                            } else {
2183                                downImprovement -= value;
2184                                anyBadDown++;
2185                            }
2186                        } else {
2187                            // infeasible below
2188                            downImprovement -= value;
2189                            upImprovement += value;
2190                            if (value < 0.0)
2191                                anyBadUp++;
2192                            else
2193                                anyBadDown++;
2194                        }
2195                    } else {
2196                        // equality row
2197                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2198                            // infeasible above
2199                            downImprovement += value;
2200                            upImprovement -= value;
2201                            if (value > 0.0)
2202                                anyBadUp++;
2203                            else
2204                                anyBadDown++;
2205                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2206                            // infeasible below
2207                            downImprovement -= value;
2208                            upImprovement += value;
2209                            if (value < 0.0)
2210                                anyBadUp++;
2211                            else
2212                                anyBadDown++;
2213                        } else {
2214                            // feasible - no good
2215                            anyBadUp = -1;
2216                            anyBadDown = -1;
2217                            break;
2218                        }
2219                    }
2220                }
2221                // could change tests for anyBad
2222                if (anyBadUp)
2223                    upImprovement = 0.0;
2224                if (anyBadDown)
2225                    downImprovement = 0.0;
2226                double way = 0.0;
2227                double improvement = 0.0;
2228                if (downImprovement > 0.0 && currentValue > lowerValue) {
2229                    way = -1.0;
2230                    improvement = downImprovement;
2231                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2232                    way = 1.0;
2233                    improvement = upImprovement;
2234                }
2235                if (way) {
2236                    // can improve
2237                    double distance = COIN_DBL_MAX;
2238                    for (j = columnStart[iColumn];
2239                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2240                        int iRow = row[j];
2241                        double value = element[j] * way;
2242                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2243                            // infeasible above
2244                            assert (value < 0.0);
2245                            double gap = rowActivity[iRow] - rowUpper[iRow];
2246                            if (gap + value*distance < 0.0) {
2247                                // If integer then has to move by 1
2248                                if (!isInteger)
2249                                    distance = -gap / value;
2250                                else
2251                                    distance = CoinMax(-gap / value, 1.0);
2252                            }
2253                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2254                            // infeasible below
2255                            assert (value > 0.0);
2256                            double gap = rowActivity[iRow] - rowLower[iRow];
2257                            if (gap + value*distance > 0.0) {
2258                                // If integer then has to move by 1
2259                                if (!isInteger)
2260                                    distance = -gap / value;
2261                                else
2262                                    distance = CoinMax(-gap / value, 1.0);
2263                            }
2264                        } else {
2265                            // feasible
2266                            if (value > 0) {
2267                                double gap = rowActivity[iRow] - rowUpper[iRow];
2268                                if (gap + value*distance > 0.0)
2269                                    distance = -gap / value;
2270                            } else {
2271                                double gap = rowActivity[iRow] - rowLower[iRow];
2272                                if (gap + value*distance < 0.0)
2273                                    distance = -gap / value;
2274                            }
2275                        }
2276                    }
2277                    if (isInteger)
2278                        distance = floor(distance + 1.05e-8);
2279                    if (!distance) {
2280                        // should never happen
2281                        //printf("zero distance in CbcRounding - debug\n");
2282                    }
2283                    //move
2284                    lastChange += improvement * distance;
2285                    distance *= way;
2286                    newSolution[iColumn] += distance;
2287                    newSolutionValue += direction * objective[iColumn] * distance;
2288                    for (j = columnStart[iColumn];
2289                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2290                        int iRow = row[j];
2291                        double value = element[j];
2292                        rowActivity[iRow] += distance * value;
2293                    }
2294                }
2295            }
2296            penaltyChange += lastChange;
2297        }
2298        penalty -= penaltyChange;
2299        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2300            // recompute
2301            penalty = 0.0;
2302            for (i = 0; i < numberRows; i++) {
2303                double value = rowActivity[i];
2304                if (value < rowLower[i] - primalTolerance)
2305                    penalty += rowLower[i] - value;
2306                else if (value > rowUpper[i] + primalTolerance)
2307                    penalty += value - rowUpper[i];
2308            }
2309        }
2310    }
2311
2312    // Could also set SOS (using random) and repeat
2313    if (!penalty) {
2314        // See if we can do better
2315        //seed_++;
2316        //CoinSeedRandom(seed_);
2317        // Random number between 0 and 1.
2318        double randomNumber = randomNumberGenerator_.randomDouble();
2319        int iPass;
2320        int start[2];
2321        int end[2];
2322        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2323        start[0] = iRandom;
2324        end[0] = numberIntegers;
2325        start[1] = 0;
2326        end[1] = iRandom;
2327        for (iPass = 0; iPass < 2; iPass++) {
2328            int i;
2329            for (i = start[iPass]; i < end[iPass]; i++) {
2330                int iColumn = integerVariable[i];
2331#ifndef NDEBUG
2332                double value = newSolution[iColumn];
2333                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2334#endif
2335                double cost = direction * objective[iColumn];
2336                double move = 0.0;
2337                if (cost > 0.0)
2338                    move = -1.0;
2339                else if (cost < 0.0)
2340                    move = 1.0;
2341                while (move) {
2342                    bool good = true;
2343                    double newValue = newSolution[iColumn] + move;
2344                    if (newValue < lower[iColumn] - primalTolerance ||
2345                            newValue > upper[iColumn] + primalTolerance) {
2346                        move = 0.0;
2347                    } else {
2348                        // see if we can move
2349                        int j;
2350                        for (j = columnStart[iColumn];
2351                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2352                            int iRow = row[j];
2353                            double newActivity = rowActivity[iRow] + move * element[j];
2354                            if (newActivity < rowLower[iRow] - primalTolerance ||
2355                                    newActivity > rowUpper[iRow] + primalTolerance) {
2356                                good = false;
2357                                break;
2358                            }
2359                        }
2360                        if (good) {
2361                            newSolution[iColumn] = newValue;
2362                            newSolutionValue += move * cost;
2363                            int j;
2364                            for (j = columnStart[iColumn];
2365                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2366                                int iRow = row[j];
2367                                rowActivity[iRow] += move * element[j];
2368                            }
2369                        } else {
2370                            move = 0.0;
2371                        }
2372                    }
2373                }
2374            }
2375        }
2376        // Just in case of some stupidity
2377        double objOffset = 0.0;
2378        solver->getDblParam(OsiObjOffset, objOffset);
2379        newSolutionValue = -objOffset;
2380        for ( i = 0 ; i < numberColumns ; i++ )
2381            newSolutionValue += objective[i] * newSolution[i];
2382        newSolutionValue *= direction;
2383        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2384        if (newSolutionValue < solutionValue) {
2385            // paranoid check
2386            memset(rowActivity, 0, numberRows*sizeof(double));
2387            for (i = 0; i < numberColumns; i++) {
2388                int j;
2389                double value = newSolution[i];
2390                if (value) {
2391                    for (j = columnStart[i];
2392                            j < columnStart[i] + columnLength[i]; j++) {
2393                        int iRow = row[j];
2394                        rowActivity[iRow] += value * element[j];
2395                    }
2396                }
2397            }
2398            // check was approximately feasible
2399            bool feasible = true;
2400            for (i = 0; i < numberRows; i++) {
2401                if (rowActivity[i] < rowLower[i]) {
2402                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2403                        feasible = false;
2404                } else if (rowActivity[i] > rowUpper[i]) {
2405                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2406                        feasible = false;
2407                }
2408            }
2409            if (feasible) {
2410                // new solution
2411                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2412                solutionValue = newSolutionValue;
2413                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2414                returnCode = 1;
2415            } else {
2416                // Can easily happen
2417                //printf("Debug CbcRounding giving bad solution\n");
2418            }
2419        }
2420    }
2421#ifdef NEW_ROUNDING
2422    if (!returnCode) {
2423#ifdef JJF_ZERO
2424        // back to starting point
2425        memcpy(newSolution, solution, numberColumns*sizeof(double));
2426        memset(rowActivity, 0, numberRows*sizeof(double));
2427        for (i = 0; i < numberColumns; i++) {
2428            int j;
2429            double value = newSolution[i];
2430            if (value < lower[i]) {
2431                value = lower[i];
2432                newSolution[i] = value;
2433            } else if (value > upper[i]) {
2434                value = upper[i];
2435                newSolution[i] = value;
2436            }
2437            if (value) {
2438                for (j = columnStart[i];
2439                        j < columnStart[i] + columnLength[i]; j++) {
2440                    int iRow = row[j];
2441                    rowActivity[iRow] += value * element[j];
2442                }
2443            }
2444        }
2445        // check was feasible - if not adjust (cleaning may move)
2446        for (i = 0; i < numberRows; i++) {
2447            if (rowActivity[i] < rowLower[i]) {
2448                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2449                rowActivity[i] = rowLower[i];
2450            } else if (rowActivity[i] > rowUpper[i]) {
2451                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2452                rowActivity[i] = rowUpper[i];
2453            }
2454        }
2455#endif
2456        int * candidate = new int [numberColumns];
2457        int nCandidate = 0;
2458        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2459            bool isInteger = (integerType[iColumn] != 0);
2460            if (isInteger) {
2461                double currentValue = newSolution[iColumn];
2462                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2463                    candidate[nCandidate++] = iColumn;
2464            }
2465        }
2466        if (true) {
2467            // Rounding as in Berthold
2468            while (nCandidate) {
2469                double infeasibility = 1.0e-7;
2470                int iRow = -1;
2471                for (i = 0; i < numberRows; i++) {
2472                    double value = 0.0;
2473                    if (rowActivity[i] < rowLower[i]) {
2474                        value = rowLower[i] - rowActivity[i];
2475                    } else if (rowActivity[i] > rowUpper[i]) {
2476                        value = rowActivity[i] - rowUpper[i];
2477                    }
2478                    if (value > infeasibility) {
2479                        infeasibility = value;
2480                        iRow = i;
2481                    }
2482                }
2483                if (iRow >= 0) {
2484                    // infeasible
2485                } else {
2486                    // feasible
2487                }
2488            }
2489        } else {
2490            // Shifting as in Berthold
2491        }
2492        delete [] candidate;
2493    }
2494#endif
2495    delete [] newSolution;
2496    delete [] rowActivity;
2497    return returnCode;
2498}
2499// update model
2500void CbcRounding::setModel(CbcModel * model)
2501{
2502    model_ = model;
2503    // Get a copy of original matrix (and by row for rounding);
2504    assert(model_->solver());
2505    if (model_->solver()->getNumRows()) {
2506        matrix_ = *model_->solver()->getMatrixByCol();
2507        matrixByRow_ = *model_->solver()->getMatrixByRow();
2508        // make sure model okay for heuristic
2509        validate();
2510    }
2511}
2512// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2513void
2514CbcRounding::validate()
2515{
2516    if (model_ && (when() % 100) < 10) {
2517        if (model_->numberIntegers() !=
2518                model_->numberObjects() && (model_->numberObjects() ||
2519                                            (model_->specialOptions()&1024) == 0)) {
2520            int numberOdd = 0;
2521            for (int i = 0; i < model_->numberObjects(); i++) {
2522                if (!model_->object(i)->canDoHeuristics())
2523                    numberOdd++;
2524            }
2525            if (numberOdd)
2526                setWhen(0);
2527        }
2528    }
2529#ifdef NEW_ROUNDING
2530    int numberColumns = matrix_.getNumCols();
2531    down_ = new unsigned short [numberColumns];
2532    up_ = new unsigned short [numberColumns];
2533    equal_ = new unsigned short [numberColumns];
2534    // Column copy
2535    const double * element = matrix_.getElements();
2536    const int * row = matrix_.getIndices();
2537    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2538    const int * columnLength = matrix_.getVectorLengths();
2539    const double * rowLower = model.solver()->getRowLower();
2540    const double * rowUpper = model.solver()->getRowUpper();
2541    for (int i = 0; i < numberColumns; i++) {
2542        int down = 0;
2543        int up = 0;
2544        int equal = 0;
2545        if (columnLength[i] > 65535) {
2546            equal[0] = 65535;
2547            break; // unlikely to work
2548        }
2549        for (CoinBigIndex j = columnStart[i];
2550                j < columnStart[i] + columnLength[i]; j++) {
2551            int iRow = row[j];
2552            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2553                equal++;
2554            } else if (element[j] > 0.0) {
2555                if (rowUpper[iRow] < 1.0e20)
2556                    up++;
2557                else
2558                    down--;
2559            } else {
2560                if (rowLower[iRow] > -1.0e20)
2561                    up++;
2562                else
2563                    down--;
2564            }
2565        }
2566        down_[i] = (unsigned short) down;
2567        up_[i] = (unsigned short) up;
2568        equal_[i] = (unsigned short) equal;
2569    }
2570#else
2571    down_ = NULL;
2572    up_ = NULL;
2573    equal_ = NULL;
2574#endif
2575}
2576
2577// Default Constructor
2578CbcHeuristicPartial::CbcHeuristicPartial()
2579        : CbcHeuristic()
2580{
2581    fixPriority_ = 10000;
2582}
2583
2584// Constructor from model
2585CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2586        : CbcHeuristic(model)
2587{
2588    fixPriority_ = fixPriority;
2589    setNumberNodes(numberNodes);
2590    validate();
2591}
2592
2593// Destructor
2594CbcHeuristicPartial::~CbcHeuristicPartial ()
2595{
2596}
2597
2598// Clone
2599CbcHeuristic *
2600CbcHeuristicPartial::clone() const
2601{
2602    return new CbcHeuristicPartial(*this);
2603}
2604// Create C++ lines to get to current state
2605void
2606CbcHeuristicPartial::generateCpp( FILE * fp)
2607{
2608    CbcHeuristicPartial other;
2609    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2610    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2611    CbcHeuristic::generateCpp(fp, "partial");
2612    if (fixPriority_ != other.fixPriority_)
2613        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2614    else
2615        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2616    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2617}
2618//#define NEW_PARTIAL
2619// Copy constructor
2620CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2621        :
2622        CbcHeuristic(rhs),
2623        fixPriority_(rhs.fixPriority_)
2624{
2625}
2626
2627// Assignment operator
2628CbcHeuristicPartial &
2629CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2630{
2631    if (this != &rhs) {
2632        CbcHeuristic::operator=(rhs);
2633        fixPriority_ = rhs.fixPriority_;
2634    }
2635    return *this;
2636}
2637
2638// Resets stuff if model changes
2639void
2640CbcHeuristicPartial::resetModel(CbcModel * model)
2641{
2642    model_ = model;
2643    // Get a copy of original matrix (and by row for partial);
2644    assert(model_->solver());
2645    validate();
2646}
2647// See if partial will give solution
2648// Sets value of solution
2649// Assumes rhs for original matrix still okay
2650// At present only works with integers
2651// Fix values if asked for
2652// Returns 1 if solution, 0 if not
2653int
2654CbcHeuristicPartial::solution(double & solutionValue,
2655                              double * betterSolution)
2656{
2657    // Return if already done
2658    if (fixPriority_ < 0)
2659        return 0; // switched off
2660    const double * hotstartSolution = model_->hotstartSolution();
2661    const int * hotstartPriorities = model_->hotstartPriorities();
2662    if (!hotstartSolution)
2663        return 0;
2664    OsiSolverInterface * solver = model_->solver();
2665
2666    int numberIntegers = model_->numberIntegers();
2667    const int * integerVariable = model_->integerVariable();
2668
2669    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2670    const double * colLower = newSolver->getColLower();
2671    const double * colUpper = newSolver->getColUpper();
2672
2673    double primalTolerance;
2674    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2675
2676    int i;
2677    int numberFixed = 0;
2678    int returnCode = 0;
2679
2680    for (i = 0; i < numberIntegers; i++) {
2681        int iColumn = integerVariable[i];
2682        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2683            double value = hotstartSolution[iColumn];
2684            double lower = colLower[iColumn];
2685            double upper = colUpper[iColumn];
2686            value = CoinMax(value, lower);
2687            value = CoinMin(value, upper);
2688            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2689                value = floor(value + 0.5);
2690                newSolver->setColLower(iColumn, value);
2691                newSolver->setColUpper(iColumn, value);
2692                numberFixed++;
2693            }
2694        }
2695    }
2696    if (numberFixed > numberIntegers / 5 - 100000000) {
2697#ifdef COIN_DEVELOP
2698        printf("%d integers fixed\n", numberFixed);
2699#endif
2700        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2701                                         model_->getCutoff(), "CbcHeuristicPartial");
2702        if (returnCode < 0)
2703            returnCode = 0; // returned on size
2704        //printf("return code %d",returnCode);
2705        if ((returnCode&2) != 0) {
2706            // could add cut
2707            returnCode &= ~2;
2708            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2709        } else {
2710            //printf("\n");
2711        }
2712    }
2713    fixPriority_ = -1; // switch off
2714
2715    delete newSolver;
2716    return returnCode;
2717}
2718// update model
2719void CbcHeuristicPartial::setModel(CbcModel * model)
2720{
2721    model_ = model;
2722    assert(model_->solver());
2723    // make sure model okay for heuristic
2724    validate();
2725}
2726// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2727void
2728CbcHeuristicPartial::validate()
2729{
2730    if (model_ && (when() % 100) < 10) {
2731        if (model_->numberIntegers() !=
2732                model_->numberObjects())
2733            setWhen(0);
2734    }
2735}
2736bool
2737CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2738{
2739    return true;
2740}
2741
2742// Default Constructor
2743CbcSerendipity::CbcSerendipity()
2744        : CbcHeuristic()
2745{
2746}
2747
2748// Constructor from model
2749CbcSerendipity::CbcSerendipity(CbcModel & model)
2750        : CbcHeuristic(model)
2751{
2752}
2753
2754// Destructor
2755CbcSerendipity::~CbcSerendipity ()
2756{
2757}
2758
2759// Clone
2760CbcHeuristic *
2761CbcSerendipity::clone() const
2762{
2763    return new CbcSerendipity(*this);
2764}
2765// Create C++ lines to get to current state
2766void
2767CbcSerendipity::generateCpp( FILE * fp)
2768{
2769    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2770    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2771    CbcHeuristic::generateCpp(fp, "serendipity");
2772    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2773}
2774
2775// Copy constructor
2776CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2777        :
2778        CbcHeuristic(rhs)
2779{
2780}
2781
2782// Assignment operator
2783CbcSerendipity &
2784CbcSerendipity::operator=( const CbcSerendipity & rhs)
2785{
2786    if (this != &rhs) {
2787        CbcHeuristic::operator=(rhs);
2788    }
2789    return *this;
2790}
2791
2792// Returns 1 if solution, 0 if not
2793int
2794CbcSerendipity::solution(double & solutionValue,
2795                         double * betterSolution)
2796{
2797    if (!model_)
2798        return 0;
2799    if (!inputSolution_) {
2800        // get information on solver type
2801        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2802        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2803        if (auxiliaryInfo) {
2804            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2805        } else {
2806            return 0;
2807        }
2808    } else {
2809        int numberColumns = model_->getNumCols();
2810        double value = inputSolution_[numberColumns];
2811        int returnCode = 0;
2812        if (value < solutionValue) {
2813            solutionValue = value;
2814            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2815            returnCode = 1;
2816        }
2817        delete [] inputSolution_;
2818        inputSolution_ = NULL;
2819        model_ = NULL; // switch off
2820        return returnCode;
2821    }
2822}
2823// update model
2824void CbcSerendipity::setModel(CbcModel * model)
2825{
2826    model_ = model;
2827}
2828// Resets stuff if model changes
2829void
2830CbcSerendipity::resetModel(CbcModel * model)
2831{
2832    model_ = model;
2833}
2834
2835
2836// Default Constructor
2837CbcHeuristicJustOne::CbcHeuristicJustOne()
2838        : CbcHeuristic(),
2839        probabilities_(NULL),
2840        heuristic_(NULL),
2841        numberHeuristics_(0)
2842{
2843}
2844
2845// Constructor from model
2846CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2847        : CbcHeuristic(model),
2848        probabilities_(NULL),
2849        heuristic_(NULL),
2850        numberHeuristics_(0)
2851{
2852}
2853
2854// Destructor
2855CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2856{
2857    for (int i = 0; i < numberHeuristics_; i++)
2858        delete heuristic_[i];
2859    delete [] heuristic_;
2860    delete [] probabilities_;
2861}
2862
2863// Clone
2864CbcHeuristicJustOne *
2865CbcHeuristicJustOne::clone() const
2866{
2867    return new CbcHeuristicJustOne(*this);
2868}
2869
2870// Create C++ lines to get to current state
2871void
2872CbcHeuristicJustOne::generateCpp( FILE * fp)
2873{
2874    CbcHeuristicJustOne other;
2875    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2876    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2877    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2878    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2879}
2880
2881// Copy constructor
2882CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2883        :
2884        CbcHeuristic(rhs),
2885        probabilities_(NULL),
2886        heuristic_(NULL),
2887        numberHeuristics_(rhs.numberHeuristics_)
2888{
2889    if (numberHeuristics_) {
2890        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2891        heuristic_ = new CbcHeuristic * [numberHeuristics_];
2892        for (int i = 0; i < numberHeuristics_; i++)
2893            heuristic_[i] = rhs.heuristic_[i]->clone();
2894    }
2895}
2896
2897// Assignment operator
2898CbcHeuristicJustOne &
2899CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
2900{
2901    if (this != &rhs) {
2902        CbcHeuristic::operator=(rhs);
2903        for (int i = 0; i < numberHeuristics_; i++)
2904            delete heuristic_[i];
2905        delete [] heuristic_;
2906        delete [] probabilities_;
2907        probabilities_ = NULL;
2908        heuristic_ = NULL;
2909        numberHeuristics_ = rhs.numberHeuristics_;
2910        if (numberHeuristics_) {
2911            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
2912            heuristic_ = new CbcHeuristic * [numberHeuristics_];
2913            for (int i = 0; i < numberHeuristics_; i++)
2914                heuristic_[i] = rhs.heuristic_[i]->clone();
2915        }
2916    }
2917    return *this;
2918}
2919// Sets value of solution
2920// Returns 1 if solution, 0 if not
2921int
2922CbcHeuristicJustOne::solution(double & solutionValue,
2923                              double * betterSolution)
2924{
2925#ifdef DIVE_DEBUG
2926    std::cout << "solutionValue = " << solutionValue << std::endl;
2927#endif
2928    ++numCouldRun_;
2929
2930    // test if the heuristic can run
2931    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
2932        return 0;
2933    double randomNumber = randomNumberGenerator_.randomDouble();
2934    int i;
2935    for (i = 0; i < numberHeuristics_; i++) {
2936        if (randomNumber < probabilities_[i])
2937            break;
2938    }
2939    assert (i < numberHeuristics_);
2940    int returnCode;
2941    //model_->unsetDivingHasRun();
2942#ifdef COIN_DEVELOP
2943    printf("JustOne running %s\n",
2944           heuristic_[i]->heuristicName());
2945#endif
2946    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
2947#ifdef COIN_DEVELOP
2948    if (returnCode)
2949        printf("JustOne running %s found solution\n",
2950               heuristic_[i]->heuristicName());
2951#endif
2952    return returnCode;
2953}
2954// Resets stuff if model changes
2955void
2956CbcHeuristicJustOne::resetModel(CbcModel * model)
2957{
2958    CbcHeuristic::resetModel(model);
2959    for (int i = 0; i < numberHeuristics_; i++)
2960        heuristic_[i]->resetModel(model);
2961}
2962// update model (This is needed if cliques update matrix etc)
2963void
2964CbcHeuristicJustOne::setModel(CbcModel * model)
2965{
2966    CbcHeuristic::setModel(model);
2967    for (int i = 0; i < numberHeuristics_; i++)
2968        heuristic_[i]->setModel(model);
2969}
2970// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2971void
2972CbcHeuristicJustOne::validate()
2973{
2974    CbcHeuristic::validate();
2975    for (int i = 0; i < numberHeuristics_; i++)
2976        heuristic_[i]->validate();
2977}
2978// Adds an heuristic with probability
2979void
2980CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
2981{
2982    CbcHeuristic * thisOne = heuristic->clone();
2983    thisOne->setWhen(-999);
2984    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
2985                            numberHeuristics_);
2986    delete [] heuristic_;
2987    heuristic_ = tempH;
2988    heuristic_[numberHeuristics_] = thisOne;
2989    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
2990                                            numberHeuristics_);
2991    delete [] probabilities_;
2992    probabilities_ = tempP;
2993    probabilities_[numberHeuristics_] = probability;
2994    numberHeuristics_++;
2995}
2996// Normalize probabilities
2997void
2998CbcHeuristicJustOne::normalizeProbabilities()
2999{
3000    double sum = 0.0;
3001    for (int i = 0; i < numberHeuristics_; i++)
3002        sum += probabilities_[i];
3003    double multiplier = 1.0 / sum;
3004    sum = 0.0;
3005    for (int i = 0; i < numberHeuristics_; i++) {
3006        sum += probabilities_[i];
3007        probabilities_[i] = sum * multiplier;
3008    }
3009    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
3010    probabilities_[numberHeuristics_-1] = 1.000001;
3011}
3012
Note: See TracBrowser for help on using the repository browser.