source: trunk/Cbc/src/CbcHeuristic.cpp @ 2093

Last change on this file since 2093 was 2093, checked in by forrest, 5 years ago

changes for diving heuristic

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 117.3 KB
Line 
1/* $Id: CbcHeuristic.cpp 2093 2014-11-06 16:17:38Z 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 "CbcHeuristicRINS.hpp"
27#include "CbcEventHandler.hpp"
28#include "CbcStrategy.hpp"
29#include "CglPreProcess.hpp"
30#include "CglGomory.hpp"
31#include "CglProbing.hpp"
32#include "OsiAuxInfo.hpp"
33#include "OsiPresolve.hpp"
34#include "CbcBranchActual.hpp"
35#include "CbcCutGenerator.hpp"
36//==============================================================================
37
38CbcHeuristicNode::CbcHeuristicNode(const CbcHeuristicNode& rhs)
39{
40    numObjects_ = rhs.numObjects_;
41    brObj_ = new CbcBranchingObject*[numObjects_];
42    for (int i = 0; i < numObjects_; ++i) {
43        brObj_[i] = rhs.brObj_[i]->clone();
44    }
45}
46
47void
48CbcHeuristicNodeList::gutsOfDelete()
49{
50    for (int i = (static_cast<int>(nodes_.size())) - 1; i >= 0; --i) {
51        delete nodes_[i];
52    }
53}
54
55void
56CbcHeuristicNodeList::gutsOfCopy(const CbcHeuristicNodeList& rhs)
57{
58    append(rhs);
59}
60
61CbcHeuristicNodeList::CbcHeuristicNodeList(const CbcHeuristicNodeList& rhs)
62{
63    gutsOfCopy(rhs);
64}
65
66CbcHeuristicNodeList& CbcHeuristicNodeList::operator=
67(const CbcHeuristicNodeList & rhs)
68{
69    if (this != &rhs) {
70        gutsOfDelete();
71        gutsOfCopy(rhs);
72    }
73    return *this;
74}
75
76CbcHeuristicNodeList::~CbcHeuristicNodeList()
77{
78    gutsOfDelete();
79}
80
81void
82CbcHeuristicNodeList::append(CbcHeuristicNode*& node)
83{
84    nodes_.push_back(node);
85    node = NULL;
86}
87
88void
89CbcHeuristicNodeList::append(const CbcHeuristicNodeList& nodes)
90{
91    nodes_.reserve(nodes_.size() + nodes.size());
92    for (int i = 0; i < nodes.size(); ++i) {
93        CbcHeuristicNode* node = new CbcHeuristicNode(*nodes.node(i));
94        append(node);
95    }
96}
97
98//==============================================================================
99#define DEFAULT_WHERE ((255-2-16)*(1+256))
100// Default Constructor
101CbcHeuristic::CbcHeuristic() :
102        model_(NULL),
103        when_(2),
104        numberNodes_(200),
105        feasibilityPumpOptions_(-1),
106        fractionSmall_(1.0),
107        heuristicName_("Unknown"),
108        howOften_(1),
109        decayFactor_(0.0),
110        switches_(0),
111        whereFrom_(DEFAULT_WHERE),
112        shallowDepth_(1),
113        howOftenShallow_(1),
114        numInvocationsInShallow_(0),
115        numInvocationsInDeep_(0),
116        lastRunDeep_(0),
117        numRuns_(0),
118        minDistanceToRun_(1),
119        runNodes_(),
120        numCouldRun_(0),
121        numberSolutionsFound_(0),
122        numberNodesDone_(0),
123        inputSolution_(NULL)
124{
125    // As CbcHeuristic virtual need to modify .cpp if above change
126}
127
128// Constructor from model
129CbcHeuristic::CbcHeuristic(CbcModel & model) :
130        model_(&model),
131        when_(2),
132        numberNodes_(200),
133        feasibilityPumpOptions_(-1),
134        fractionSmall_(1.0),
135        heuristicName_("Unknown"),
136        howOften_(1),
137        decayFactor_(0.0),
138        switches_(0),
139        whereFrom_(DEFAULT_WHERE),
140        shallowDepth_(1),
141        howOftenShallow_(1),
142        numInvocationsInShallow_(0),
143        numInvocationsInDeep_(0),
144        lastRunDeep_(0),
145        numRuns_(0),
146        minDistanceToRun_(1),
147        runNodes_(),
148        numCouldRun_(0),
149        numberSolutionsFound_(0),
150        numberNodesDone_(0),
151        inputSolution_(NULL)
152{
153}
154
155void
156CbcHeuristic::gutsOfCopy(const CbcHeuristic & rhs)
157{
158    model_ = rhs.model_;
159    when_ = rhs.when_;
160    numberNodes_ = rhs.numberNodes_;
161    feasibilityPumpOptions_ = rhs.feasibilityPumpOptions_;
162    fractionSmall_ = rhs.fractionSmall_;
163    randomNumberGenerator_ = rhs.randomNumberGenerator_;
164    heuristicName_ = rhs.heuristicName_;
165    howOften_ = rhs.howOften_;
166    decayFactor_ = rhs.decayFactor_;
167    switches_ = rhs.switches_;
168    whereFrom_ = rhs.whereFrom_;
169    shallowDepth_ = rhs.shallowDepth_;
170    howOftenShallow_ = rhs.howOftenShallow_;
171    numInvocationsInShallow_ = rhs.numInvocationsInShallow_;
172    numInvocationsInDeep_ = rhs.numInvocationsInDeep_;
173    lastRunDeep_ = rhs.lastRunDeep_;
174    numRuns_ = rhs.numRuns_;
175    numCouldRun_ = rhs.numCouldRun_;
176    minDistanceToRun_ = rhs.minDistanceToRun_;
177    runNodes_ = rhs.runNodes_;
178    numberSolutionsFound_ = rhs.numberSolutionsFound_;
179    numberNodesDone_ = rhs.numberNodesDone_;
180    if (rhs.inputSolution_) {
181        int numberColumns = model_->getNumCols();
182        setInputSolution(rhs.inputSolution_, rhs.inputSolution_[numberColumns]);
183    }
184}
185// Copy constructor
186CbcHeuristic::CbcHeuristic(const CbcHeuristic & rhs)
187{
188    inputSolution_ = NULL;
189    gutsOfCopy(rhs);
190}
191
192// Assignment operator
193CbcHeuristic &
194CbcHeuristic::operator=( const CbcHeuristic & rhs)
195{
196    if (this != &rhs) {
197        gutsOfDelete();
198        gutsOfCopy(rhs);
199    }
200    return *this;
201}
202
203void CbcHeurDebugNodes(CbcModel* model_)
204{
205    CbcNode* node = model_->currentNode();
206    CbcNodeInfo* nodeInfo = node->nodeInfo();
207    std::cout << "===============================================================\n";
208    while (nodeInfo) {
209        const CbcNode* node = nodeInfo->owner();
210        printf("nodeinfo: node %i\n", nodeInfo->nodeNumber());
211        {
212            const CbcIntegerBranchingObject* brPrint =
213                dynamic_cast<const CbcIntegerBranchingObject*>(nodeInfo->parentBranch());
214            if (!brPrint) {
215                printf("    parentBranch: NULL\n");
216            } else {
217                const double* downBounds = brPrint->downBounds();
218                const double* upBounds = brPrint->upBounds();
219                int variable = brPrint->variable();
220                int way = brPrint->way();
221                printf("   parentBranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
222                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
223                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
224            }
225        }
226        if (! node) {
227            printf("    owner: NULL\n");
228        } else {
229            printf("    owner: node %i depth %i onTree %i active %i",
230                   node->nodeNumber(), node->depth(), node->onTree(), node->active());
231            const OsiBranchingObject* osibr =
232                nodeInfo->owner()->branchingObject();
233            const CbcBranchingObject* cbcbr =
234                dynamic_cast<const CbcBranchingObject*>(osibr);
235            const CbcIntegerBranchingObject* brPrint =
236                dynamic_cast<const CbcIntegerBranchingObject*>(cbcbr);
237            if (!brPrint) {
238                printf("        ownerBranch: NULL\n");
239            } else {
240                const double* downBounds = brPrint->downBounds();
241                const double* upBounds = brPrint->upBounds();
242                int variable = brPrint->variable();
243                int way = brPrint->way();
244                printf("        ownerbranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
245                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
246                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
247            }
248        }
249        nodeInfo = nodeInfo->parent();
250    }
251}
252
253void
254CbcHeuristic::debugNodes()
255{
256    CbcHeurDebugNodes(model_);
257}
258
259void
260CbcHeuristic::printDistanceToNodes()
261{
262    const CbcNode* currentNode = model_->currentNode();
263    if (currentNode != NULL) {
264        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
265        for (int i = runNodes_.size() - 1; i >= 0; --i) {
266            nodeDesc->distance(runNodes_.node(i));
267        }
268        runNodes_.append(nodeDesc);
269    }
270}
271
272bool
273CbcHeuristic::shouldHeurRun(int whereFrom)
274{
275    assert (whereFrom >= 0 && whereFrom < 16);
276    // take off 8 (code - likes new solution)
277    whereFrom &= 7;
278    if ((whereFrom_&(1 << whereFrom)) == 0)
279        return false;
280    // No longer used for original purpose - so use for ever run at all JJF
281#ifndef JJF_ONE
282    // Don't run if hot start or no rows!
283    if (model_ && (model_->hotstartSolution()||!model_->getNumRows()))
284        return false;
285    else
286        return true;
287#else
288#ifdef JJF_ZERO
289    const CbcNode* currentNode = model_->currentNode();
290    if (currentNode == NULL) {
291        return false;
292    }
293
294    debugNodes();
295//   return false;
296
297    const int depth = currentNode->depth();
298#else
299    int depth = model_->currentDepth();
300#endif
301
302    const int nodeCount = model_->getNodeCount();  // FIXME: check that this is
303    // correct in parallel
304
305    if (nodeCount == 0 || depth <= shallowDepth_) {
306        // what to do when we are in the shallow part of the tree
307        if (model_->getCurrentPassNumber() == 1) {
308            // first time in the node...
309            numInvocationsInShallow_ = 0;
310        }
311        ++numInvocationsInShallow_;
312        // Very large howOftenShallow_ will give the original test:
313        // (model_->getCurrentPassNumber() != 1)
314        //    if ((numInvocationsInShallow_ % howOftenShallow_) != 1) {
315        if ((numInvocationsInShallow_ % howOftenShallow_) != 0) {
316            return false;
317        }
318        // LL: should we save these nodes in the list of nodes where the heur was
319        // LL: run?
320#ifndef JJF_ONE
321        if (currentNode != NULL) {
322            // Get where we are and create the appropriate CbcHeuristicNode object
323            CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
324            runNodes_.append(nodeDesc);
325        }
326#endif
327    } else {
328        // deeper in the tree
329        if (model_->getCurrentPassNumber() == 1) {
330            // first time in the node...
331            ++numInvocationsInDeep_;
332        }
333        if (numInvocationsInDeep_ - lastRunDeep_ < howOften_) {
334            return false;
335        }
336        if (model_->getCurrentPassNumber() > 1) {
337            // Run the heuristic only when first entering the node.
338            // LL: I don't think this is right. It should run just before strong
339            // LL: branching, I believe.
340            return false;
341        }
342        // Get where we are and create the appropriate CbcHeuristicNode object
343        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
344        //#ifdef PRINT_DEBUG
345#ifndef JJF_ONE
346        const double minDistanceToRun = 1.5 * log((double)depth) / log((double)2);
347#else
348    const double minDistanceToRun = minDistanceToRun_;
349#endif
350#ifdef PRINT_DEBUG
351        double minDistance = nodeDesc->minDistance(runNodes_);
352        std::cout << "minDistance = " << minDistance
353                  << ", minDistanceToRun = " << minDistanceToRun << std::endl;
354#endif
355        if (nodeDesc->minDistanceIsSmall(runNodes_, minDistanceToRun)) {
356            delete nodeDesc;
357            return false;
358        }
359        runNodes_.append(nodeDesc);
360        lastRunDeep_ = numInvocationsInDeep_;
361        //    ++lastRunDeep_;
362    }
363    ++numRuns_;
364    return true;
365#endif
366}
367
368bool
369CbcHeuristic::shouldHeurRun_randomChoice()
370{
371    if (!when_)
372        return false;
373    int depth = model_->currentDepth();
374    // when_ -999 is special marker to force to run
375    if (depth != 0 && when_ != -999) {
376        const double numerator = depth * depth;
377        const double denominator = exp(depth * log(2.0));
378        double probability = numerator / denominator;
379        double randomNumber = randomNumberGenerator_.randomDouble();
380        int when = when_ % 100;
381        if (when > 2 && when < 8) {
382            /* JJF adjustments
383            3 only at root and if no solution
384            4 only at root and if this heuristic has not got solution
385            5 decay (but only if no solution)
386            6 if depth <3 or decay
387            7 run up to 2 times if solution found 4 otherwise
388            */
389            switch (when) {
390            case 3:
391            default:
392                if (model_->bestSolution())
393                    probability = -1.0;
394                break;
395            case 4:
396                if (numberSolutionsFound_)
397                    probability = -1.0;
398                break;
399            case 5:
400                assert (decayFactor_);
401                if (model_->bestSolution()) {
402                    probability = -1.0;
403                } else if (numCouldRun_ > 1000) {
404                    decayFactor_ *= 0.99;
405                    probability *= decayFactor_;
406                }
407                break;
408            case 6:
409                if (depth >= 3) {
410                    if ((numCouldRun_ % howOften_) == 0 &&
411                            numberSolutionsFound_*howOften_ < numCouldRun_) {
412                      //#define COIN_DEVELOP
413#ifdef COIN_DEVELOP
414                        int old = howOften_;
415#endif
416                        howOften_ = CoinMin(CoinMax(static_cast<int> (howOften_ * 1.1), howOften_ + 1), 1000000);
417#ifdef COIN_DEVELOP
418                        printf("Howoften changed from %d to %d for %s\n",
419                               old, howOften_, heuristicName_.c_str());
420#endif
421                    }
422                    probability = 1.0 / howOften_;
423                    if (model_->bestSolution())
424                        probability *= 0.5;
425                } else {
426                    probability = 1.1;
427                }
428                break;
429            case 7:
430                if ((model_->bestSolution() && numRuns_ >= 2) || numRuns_ >= 4)
431                    probability = -1.0;
432                break;
433            }
434        }
435        if (randomNumber > probability)
436            return false;
437
438        if (model_->getCurrentPassNumber() > 1)
439            return false;
440#ifdef COIN_DEVELOP
441        printf("Running %s, random %g probability %g\n",
442               heuristicName_.c_str(), randomNumber, probability);
443#endif
444    } else {
445#ifdef COIN_DEVELOP
446        printf("Running %s, depth %d when %d\n",
447               heuristicName_.c_str(), depth, when_);
448#endif
449    }
450    ++numRuns_;
451    return true;
452}
453
454// Resets stuff if model changes
455void
456CbcHeuristic::resetModel(CbcModel * model)
457{
458    model_ = model;
459}
460// Set seed
461void
462CbcHeuristic::setSeed(int value)
463{
464    if (value==0) {
465      double time = fabs(CoinGetTimeOfDay());
466      while (time>=COIN_INT_MAX)
467        time *= 0.5;
468      value = static_cast<int>(time);
469      char printArray[100];
470      sprintf(printArray, "using time of day seed was changed from %d to %d",
471              randomNumberGenerator_.getSeed(), value);
472      if (model_)
473        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
474          << printArray
475          << CoinMessageEol;
476    }
477    randomNumberGenerator_.setSeed(value);
478}
479// Get seed
480int
481CbcHeuristic::getSeed() const
482{
483  return randomNumberGenerator_.getSeed();
484}
485
486// Create C++ lines to get to current state
487void
488CbcHeuristic::generateCpp( FILE * fp, const char * heuristic)
489{
490    // hard coded as CbcHeuristic virtual
491    if (when_ != 2)
492        fprintf(fp, "3  %s.setWhen(%d);\n", heuristic, when_);
493    else
494        fprintf(fp, "4  %s.setWhen(%d);\n", heuristic, when_);
495    if (numberNodes_ != 200)
496        fprintf(fp, "3  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
497    else
498        fprintf(fp, "4  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
499    if (feasibilityPumpOptions_ != -1)
500        fprintf(fp, "3  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
501    else
502        fprintf(fp, "4  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
503    if (fractionSmall_ != 1.0)
504        fprintf(fp, "3  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
505    else
506        fprintf(fp, "4  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
507    if (heuristicName_ != "Unknown")
508        fprintf(fp, "3  %s.setHeuristicName(\"%s\");\n",
509                heuristic, heuristicName_.c_str()) ;
510    else
511        fprintf(fp, "4  %s.setHeuristicName(\"%s\");\n",
512                heuristic, heuristicName_.c_str()) ;
513    if (decayFactor_ != 0.0)
514        fprintf(fp, "3  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
515    else
516        fprintf(fp, "4  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
517    if (switches_ != 0)
518        fprintf(fp, "3  %s.setSwitches(%d);\n", heuristic, switches_);
519    else
520        fprintf(fp, "4  %s.setSwitches(%d);\n", heuristic, switches_);
521    if (whereFrom_ != DEFAULT_WHERE)
522        fprintf(fp, "3  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
523    else
524        fprintf(fp, "4  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
525    if (shallowDepth_ != 1)
526        fprintf(fp, "3  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
527    else
528        fprintf(fp, "4  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
529    if (howOftenShallow_ != 1)
530        fprintf(fp, "3  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
531    else
532        fprintf(fp, "4  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
533    if (minDistanceToRun_ != 1)
534        fprintf(fp, "3  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
535    else
536        fprintf(fp, "4  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
537}
538// Destructor
539CbcHeuristic::~CbcHeuristic ()
540{
541    delete [] inputSolution_;
542}
543
544// update model
545void CbcHeuristic::setModel(CbcModel * model)
546{
547    model_ = model;
548}
549/* Clone but ..
550   type 0 clone solver, 1 clone continuous solver
551   Add 2 to say without integer variables which are at low priority
552   Add 4 to say quite likely infeasible so give up easily.*/
553OsiSolverInterface *
554CbcHeuristic::cloneBut(int type)
555{
556    OsiSolverInterface * solver;
557    if ((type&1) == 0 || !model_->continuousSolver())
558        solver = model_->solver()->clone();
559    else
560        solver = model_->continuousSolver()->clone();
561#ifdef COIN_HAS_CLP
562    OsiClpSolverInterface * clpSolver
563    = dynamic_cast<OsiClpSolverInterface *> (solver);
564#endif
565    if ((type&2) != 0) {
566        int n = model_->numberObjects();
567        int priority = model_->continuousPriority();
568        if (priority < COIN_INT_MAX) {
569            for (int i = 0; i < n; i++) {
570                const OsiObject * obj = model_->object(i);
571                const CbcSimpleInteger * thisOne =
572                    dynamic_cast <const CbcSimpleInteger *> (obj);
573                if (thisOne) {
574                    int iColumn = thisOne->columnNumber();
575                    if (thisOne->priority() >= priority)
576                        solver->setContinuous(iColumn);
577                }
578            }
579        }
580#ifdef COIN_HAS_CLP
581        if (clpSolver) {
582            for (int i = 0; i < n; i++) {
583                const OsiObject * obj = model_->object(i);
584                const CbcSimpleInteger * thisOne =
585                    dynamic_cast <const CbcSimpleInteger *> (obj);
586                if (thisOne) {
587                    int iColumn = thisOne->columnNumber();
588                    if (clpSolver->isOptionalInteger(iColumn))
589                        clpSolver->setContinuous(iColumn);
590                }
591            }
592        }
593#endif
594    }
595#ifdef COIN_HAS_CLP
596    if ((type&4) != 0 && clpSolver) {
597        int options = clpSolver->getModelPtr()->moreSpecialOptions();
598        clpSolver->getModelPtr()->setMoreSpecialOptions(options | 64);
599    }
600#endif
601    return solver;
602}
603// Whether to exit at once on gap
604bool
605CbcHeuristic::exitNow(double bestObjective) const
606{
607    if ((switches_&2048) != 0) {
608        // exit may be forced - but unset for next time
609        switches_ &= ~2048;
610        if ((switches_&1024) != 0)
611            return true;
612    } else if ((switches_&1) == 0) {
613        return false;
614    }
615    // See if can stop on gap
616    OsiSolverInterface * solver = model_->solver();
617    double bestPossibleObjective = solver->getObjValue() * solver->getObjSense();
618    double absGap = CoinMax(model_->getAllowableGap(),
619                            model_->getHeuristicGap());
620    double fracGap = CoinMax(model_->getAllowableFractionGap(),
621                             model_->getHeuristicFractionGap());
622    double testGap = CoinMax(absGap, fracGap *
623                             CoinMax(fabs(bestObjective),
624                                     fabs(bestPossibleObjective)));
625
626    if (bestObjective - bestPossibleObjective < testGap
627            && model_->getCutoffIncrement() >= 0.0) {
628        return true;
629    } else {
630        return false;
631    }
632}
633#ifdef HISTORY_STATISTICS
634extern bool getHistoryStatistics_;
635#endif
636static double sizeRatio(int numberRowsNow, int numberColumnsNow,
637                        int numberRowsStart, int numberColumnsStart)
638{
639    double valueNow;
640    if (numberRowsNow*10 > numberColumnsNow || numberColumnsNow < 200) {
641        valueNow = 2 * numberRowsNow + numberColumnsNow;
642    } else {
643        // long and thin - rows are more important
644        if (numberRowsNow*40 > numberColumnsNow)
645            valueNow = 10 * numberRowsNow + numberColumnsNow;
646        else
647            valueNow = 200 * numberRowsNow + numberColumnsNow;
648    }
649    double valueStart;
650    if (numberRowsStart*10 > numberColumnsStart || numberColumnsStart < 200) {
651        valueStart = 2 * numberRowsStart + numberColumnsStart;
652    } else {
653        // long and thin - rows are more important
654        if (numberRowsStart*40 > numberColumnsStart)
655            valueStart = 10 * numberRowsStart + numberColumnsStart;
656        else
657            valueStart = 200 * numberRowsStart + numberColumnsStart;
658    }
659    //printf("sizeProblem Now %g, %d rows, %d columns\nsizeProblem Start %g, %d rows, %d columns\n",
660    // valueNow,numberRowsNow,numberColumnsNow,
661    // valueStart,numberRowsStart,numberColumnsStart);
662    if (10*numberRowsNow < 8*numberRowsStart || 10*numberColumnsNow < 7*numberColumnsStart)
663        return valueNow / valueStart;
664    else if (10*numberRowsNow < 9*numberRowsStart)
665        return 1.1*(valueNow / valueStart);
666    else if (numberRowsNow < numberRowsStart)
667        return 1.5*(valueNow / valueStart);
668    else
669        return 2.0*(valueNow / valueStart);
670}
671
672//static int saveModel=0;
673// Do mini branch and bound (return 1 if solution)
674int
675CbcHeuristic::smallBranchAndBound(OsiSolverInterface * solver, int numberNodes,
676                                  double * newSolution, double & newSolutionValue,
677                                  double cutoff, std::string name) const
678{
679  CbcEventHandler *eventHandler = model_->getEventHandler() ;
680  // Use this fraction
681  double fractionSmall = fractionSmall_;
682  int maximumSolutions =  model_->getMaximumSolutions();
683  int iterationMultiplier = 100;
684  if (eventHandler) {
685    typedef struct {
686      double fractionSmall;
687      double spareDouble[3];
688      OsiSolverInterface * solver;
689      void * sparePointer[2];
690      int numberNodes;
691      int maximumSolutions;
692      int iterationMultiplier;
693      int howOften;
694      int spareInt[3];
695    } SmallMod;
696    SmallMod temp;
697    temp.solver=solver;
698    temp.fractionSmall=fractionSmall;
699    temp.numberNodes=numberNodes;
700    temp.iterationMultiplier=iterationMultiplier;
701    temp.howOften=howOften_;
702    temp.maximumSolutions=maximumSolutions;
703    CbcEventHandler::CbcAction status = 
704      eventHandler->event(CbcEventHandler::smallBranchAndBound,
705                          &temp);
706    if (status==CbcEventHandler::killSolution)
707      return -1;
708    if (status==CbcEventHandler::takeAction) {
709      fractionSmall=temp.fractionSmall;
710      numberNodes=temp.numberNodes;
711      iterationMultiplier=temp.iterationMultiplier;
712      howOften_=temp.howOften;
713      maximumSolutions=temp.maximumSolutions;
714    }
715  }
716#if 0 
717  if (saveModel || model_->getMaximumSolutions()==100) {
718    printf("writing model\n");
719    solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
720  }
721#endif
722    // size before
723    int shiftRows = 0;
724    if (numberNodes < 0)
725        shiftRows = solver->getNumRows() - numberNodes_;
726    int numberRowsStart = solver->getNumRows() - shiftRows;
727    int numberColumnsStart = solver->getNumCols();
728#ifdef CLP_INVESTIGATE
729    printf("%s has %d rows, %d columns\n",
730           name.c_str(), solver->getNumRows(), solver->getNumCols());
731#endif
732    double before = 2 * numberRowsStart + numberColumnsStart;
733    if (before > 40000.0) {
734        // fairly large - be more conservative
735        double multiplier = 1.0 - 0.3 * CoinMin(100000.0, before - 40000.0) / 100000.0;
736        if (multiplier < 1.0) {
737            fractionSmall *= multiplier;
738#ifdef CLP_INVESTIGATE
739            printf("changing fractionSmall from %g to %g for %s\n",
740                   fractionSmall_, fractionSmall, name.c_str());
741#endif
742        }
743    }
744#ifdef COIN_HAS_CLP
745    OsiClpSolverInterface * osiclp = dynamic_cast< OsiClpSolverInterface*> (solver);
746    if (osiclp && (osiclp->specialOptions()&65536) == 0) {
747        // go faster stripes
748        if (osiclp->getNumRows() < 300 && osiclp->getNumCols() < 500) {
749            osiclp->setupForRepeatedUse(2, 0);
750        } else {
751            osiclp->setupForRepeatedUse(0, 0);
752        }
753        // Turn this off if you get problems
754        // Used to be automatically set
755        osiclp->setSpecialOptions(osiclp->specialOptions() | (128 + 64 - 128));
756        ClpSimplex * lpSolver = osiclp->getModelPtr();
757        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
758        lpSolver->setSpecialOptions(lpSolver->specialOptions() |
759                                    (/*16384+*/4096 + 512 + 128));
760    }
761#endif
762#ifdef HISTORY_STATISTICS
763    getHistoryStatistics_ = false;
764#endif
765#ifdef COIN_DEVELOP
766    int status = 0;
767#endif
768    int logLevel = model_->logLevel();
769#define LEN_PRINT 250
770    char generalPrint[LEN_PRINT];
771    // Do presolve to see if possible
772    int numberColumns = solver->getNumCols();
773    char * reset = NULL;
774    int returnCode = 1;
775    int saveModelOptions = model_->specialOptions();
776    //assert ((saveModelOptions&2048) == 0);
777    model_->setSpecialOptions(saveModelOptions | 2048);
778    if (fractionSmall<1.0) {
779        int saveLogLevel = solver->messageHandler()->logLevel();
780        if (saveLogLevel == 1) 
781            solver->messageHandler()->setLogLevel(0);
782        OsiPresolve * pinfo = new OsiPresolve();
783        int presolveActions = 0;
784        // Allow dual stuff on integers
785        presolveActions = 1;
786        // Do not allow all +1 to be tampered with
787        //if (allPlusOnes)
788        //presolveActions |= 2;
789        // allow transfer of costs
790        // presolveActions |= 4;
791        pinfo->setPresolveActions(presolveActions);
792        OsiSolverInterface * presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
793        delete pinfo;
794        // see if too big
795
796        if (presolvedModel) {
797            int afterRows = presolvedModel->getNumRows();
798            int afterCols = presolvedModel->getNumCols();
799            //#define COIN_DEVELOP
800#ifdef COIN_DEVELOP_z
801            if (numberNodes < 0) {
802                solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
803                presolvedModel->writeMpsNative("after1.mps", NULL, NULL, 2, 1);
804            }
805#endif
806            delete presolvedModel;
807            double ratio = sizeRatio(afterRows - shiftRows, afterCols,
808                                     numberRowsStart, numberColumnsStart);
809            double after = 2 * afterRows + afterCols;
810            if (ratio > fractionSmall && after > 300 && numberNodes >= 0) {
811                // Need code to try again to compress further using used
812                const int * used =  model_->usedInSolution();
813                int maxUsed = 0;
814                int iColumn;
815                const double * lower = solver->getColLower();
816                const double * upper = solver->getColUpper();
817                for (iColumn = 0; iColumn < numberColumns; iColumn++) {
818                    if (upper[iColumn] > lower[iColumn]) {
819                        if (solver->isBinary(iColumn))
820                            maxUsed = CoinMax(maxUsed, used[iColumn]);
821                    }
822                }
823                if (maxUsed) {
824                    reset = new char [numberColumns];
825                    int nFix = 0;
826                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
827                        reset[iColumn] = 0;
828                        if (upper[iColumn] > lower[iColumn]) {
829                            if (solver->isBinary(iColumn) && used[iColumn] == maxUsed) {
830                                bool setValue = true;
831                                if (maxUsed == 1) {
832                                    double randomNumber = randomNumberGenerator_.randomDouble();
833                                    if (randomNumber > 0.3)
834                                        setValue = false;
835                                }
836                                if (setValue) {
837                                    reset[iColumn] = 1;
838                                    solver->setColLower(iColumn, 1.0);
839                                    nFix++;
840                                }
841                            }
842                        }
843                    }
844                    pinfo = new OsiPresolve();
845                    presolveActions = 0;
846                    // Allow dual stuff on integers
847                    presolveActions = 1;
848                    // Do not allow all +1 to be tampered with
849                    //if (allPlusOnes)
850                    //presolveActions |= 2;
851                    // allow transfer of costs
852                    // presolveActions |= 4;
853                    pinfo->setPresolveActions(presolveActions);
854                    presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
855                    delete pinfo;
856                    if (presolvedModel) {
857                        // see if too big
858                        int afterRows2 = presolvedModel->getNumRows();
859                        int afterCols2 = presolvedModel->getNumCols();
860                        delete presolvedModel;
861                        double ratio = sizeRatio(afterRows2 - shiftRows, afterCols2,
862                                                 numberRowsStart, numberColumnsStart);
863                        double after = 2 * afterRows2 + afterCols2;
864                        if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
865                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - still too large",
866                                    solver->getNumRows(), solver->getNumCols(),
867                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
868                            // If much too big - give up
869                            if (ratio > 0.75)
870                                returnCode = -1;
871                        } else {
872                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - ok now",
873                                    solver->getNumRows(), solver->getNumCols(),
874                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
875                        }
876                        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
877                        << generalPrint
878                        << CoinMessageEol;
879                    } else {
880                        returnCode = 2; // infeasible
881                    }
882                }
883            } else if (ratio > fractionSmall && after > 300 && numberNodes >=0) {
884                returnCode = -1;
885            }
886        } else {
887            returnCode = 2; // infeasible
888        }
889        solver->messageHandler()->setLogLevel(saveLogLevel);
890    }
891    if (returnCode == 2 || returnCode == -1) {
892        model_->setSpecialOptions(saveModelOptions);
893        delete [] reset;
894#ifdef HISTORY_STATISTICS
895        getHistoryStatistics_ = true;
896#endif
897        //printf("small no good\n");
898        return returnCode;
899    }
900    // Reduce printout
901    bool takeHint;
902    OsiHintStrength strength;
903    solver->getHintParam(OsiDoReducePrint, takeHint, strength);
904    solver->setHintParam(OsiDoReducePrint, true, OsiHintTry);
905    solver->setHintParam(OsiDoPresolveInInitial, false, OsiHintTry);
906    double signedCutoff = cutoff*solver->getObjSense();
907    solver->setDblParam(OsiDualObjectiveLimit, signedCutoff);
908    solver->initialSolve();
909    if (solver->isProvenOptimal()) {
910        CglPreProcess process;
911        OsiSolverInterface * solver2 = NULL;
912        if ((model_->moreSpecialOptions()&65536)!=0)
913          process.setOptions(2+4+8+16); // no cuts
914        else
915          process.setOptions(16); // no complicated dupcol stuff
916        /* Do not try and produce equality cliques and
917           do up to 2 passes (normally) 5 if restart */
918        int numberPasses = 2;
919        if ((model_->moreSpecialOptions2()&16)!=0) {
920          // quick
921          process.setOptions(2+4+8+16); // no cuts
922          numberPasses = 1;
923        }
924        if (numberNodes < 0) {
925          numberPasses = 5;
926          // Say some rows cuts
927          int numberRows = solver->getNumRows();
928          if (numberNodes_ < numberRows && true /* think */) {
929            char * type = new char[numberRows];
930            memset(type, 0, numberNodes_);
931            memset(type + numberNodes_, 1, numberRows - numberNodes_);
932            process.passInRowTypes(type, numberRows);
933            delete [] type;
934          }
935        }
936        if (logLevel <= 1)
937          process.messageHandler()->setLogLevel(0);
938        if (!solver->defaultHandler()&&
939            solver->messageHandler()->logLevel(0)!=-1000)
940          process.passInMessageHandler(solver->messageHandler());
941        solver2 = process.preProcessNonDefault(*solver, false,
942                                               numberPasses);
943          if (!solver2) {
944            if (logLevel > 1)
945              printf("Pre-processing says infeasible\n");
946            returnCode = 2; // so will be infeasible
947          } else {
948#ifdef COIN_DEVELOP_z
949            if (numberNodes < 0) {
950              solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
951            }
952#endif
953            // see if too big
954            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
955                                     numberRowsStart, numberColumnsStart);
956            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
957            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
958                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
959                        solver->getNumRows(), solver->getNumCols(),
960                        solver2->getNumRows(), solver2->getNumCols());
961                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
962                << generalPrint
963                << CoinMessageEol;
964                returnCode = -1;
965                //printf("small no good2\n");
966            } else {
967                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
968                        solver->getNumRows(), solver->getNumCols(),
969                        solver2->getNumRows(), solver2->getNumCols());
970                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
971                << generalPrint
972                << CoinMessageEol;
973            }
974            if (returnCode == 1) {
975                solver2->resolve();
976                CbcModel model(*solver2);
977                // move seed across
978                model.randomNumberGenerator()->setSeed(model_->randomNumberGenerator()->getSeed());
979                if (numberNodes >= 0) {
980                    // normal
981                    model.setSpecialOptions(saveModelOptions | 2048);
982                    if (logLevel <= 1 && feasibilityPumpOptions_ != -3)
983                        model.setLogLevel(0);
984                    else
985                        model.setLogLevel(logLevel);
986                    // No small fathoming
987                    model.setFastNodeDepth(-1);
988                    model.setCutoff(signedCutoff);
989                    model.setStrongStrategy(0);
990                    // Don't do if original fraction > 1.0 and too large
991                    if (fractionSmall_>1.0 && fractionSmall_ < 1000000.0) {
992                      /* 1.4 means -1 nodes if >.4
993                         2.4 means -1 nodes if >.5 and 0 otherwise
994                         3.4 means -1 nodes if >.6 and 0 or 5
995                         4.4 means -1 nodes if >.7 and 0, 5 or 10
996                      */
997                      double fraction = fractionSmall_-floor(fractionSmall_);
998                      if (ratio>fraction) {
999                        int type = static_cast<int>(floor(fractionSmall_*0.1));
1000                        int over = static_cast<int>(ceil(ratio-fraction));
1001                        int maxNodes[]={-1,0,5,10};
1002                        if (type>over)
1003                          numberNodes=maxNodes[type-over];
1004                        else
1005                          numberNodes=-1;
1006                      }
1007                    }
1008                    model.setMaximumNodes(numberNodes);
1009                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
1010                    if ((saveModelOptions&2048) == 0)
1011                      model.setMoreSpecialOptions(model_->moreSpecialOptions());
1012                      model.setMoreSpecialOptions2(model_->moreSpecialOptions2());
1013                    // off conflict analysis
1014                    model.setMoreSpecialOptions(model.moreSpecialOptions()&~4194304);
1015                   
1016                    // Lightweight
1017                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
1018                    model.setStrategy(strategy);
1019                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
1020                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
1021                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
1022                    // Set best solution (even if bad for this submodel)
1023                    if (model_->bestSolution()) {
1024                      const double * bestSolution = model_->bestSolution();
1025                      int numberColumns2 = model.solver()->getNumCols();
1026                      double * bestSolution2 = new double [numberColumns2];
1027                      const int * originalColumns = process.originalColumns();
1028                      for (int iColumn=0;iColumn<numberColumns2;iColumn++) {
1029                        int jColumn = originalColumns[iColumn];
1030                        bestSolution2[iColumn] = bestSolution[jColumn];
1031                      }
1032                      model.setBestSolution(bestSolution2,numberColumns2,
1033                                            1.0e50,
1034                                            false);
1035                      model.setSolutionCount(1);
1036                      maximumSolutions++; 
1037                      delete [] bestSolution2;
1038                    }
1039                } else {
1040                    model.setSpecialOptions(saveModelOptions);
1041                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
1042                    << solver2->getNumRows() << solver2->getNumCols()
1043                    << CoinMessageEol;
1044                    // going for full search and copy across more stuff
1045                    model.gutsOfCopy(*model_, 2);
1046                    assert (!model_->heuristicModel());
1047                    model_->setHeuristicModel(&model);
1048                    for (int i = 0; i < model.numberCutGenerators(); i++) {
1049                        CbcCutGenerator * generator = model.cutGenerator(i);
1050                        CglGomory * gomory = dynamic_cast<CglGomory *>
1051                          (generator->generator());
1052                        if (gomory&&gomory->originalSolver()) 
1053                          gomory->passInOriginalSolver(model.solver());
1054                        generator->setTiming(true);
1055                        // Turn on if was turned on
1056                        int iOften = model_->cutGenerator(i)->howOften();
1057#ifdef CLP_INVESTIGATE
1058                        printf("Gen %d often %d %d\n",
1059                               i, generator->howOften(),
1060                               iOften);
1061#endif
1062                        if (iOften > 0)
1063                            generator->setHowOften(iOften % 1000000);
1064                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
1065                            generator->setHowOften(-100);
1066                    }
1067                    model.setCutoff(signedCutoff);
1068                    // make sure can't do nested search! but allow heuristics
1069                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
1070                    bool takeHint;
1071                    OsiHintStrength strength;
1072                    // Switch off printing if asked to
1073                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
1074                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
1075                    // no cut generators if none in parent
1076                    CbcStrategyDefault
1077                      strategy(model_->numberCutGenerators() ? 1 : -1, 
1078                               model_->numberStrong(),
1079                               model_->numberBeforeTrust());
1080                    // Set up pre-processing - no
1081                    strategy.setupPreProcessing(0); // was (4);
1082                    model.setStrategy(strategy);
1083                    //model.solver()->writeMps("crunched");
1084                    int numberCuts = process.cuts().sizeRowCuts();
1085                    if (numberCuts) {
1086                        // add in cuts
1087                        CglStored cuts = process.cuts();
1088                        model.addCutGenerator(&cuts, 1, "Stored from first");
1089                        model.cutGenerator(model.numberCutGenerators()-1)->setGlobalCuts(true);
1090                    }
1091                }
1092                // Do search
1093                if (logLevel > 1)
1094                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
1095                    << name
1096                    << model.getMaximumNodes()
1097                    << CoinMessageEol;
1098                // probably faster to use a basis to get integer solutions
1099                model.setSpecialOptions(model.specialOptions() | 2);
1100#ifdef CBC_THREAD
1101                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
1102                    // See if at root node
1103                    bool atRoot = model_->getNodeCount() == 0;
1104                    int passNumber = model_->getCurrentPassNumber();
1105                    if (atRoot && passNumber == 1)
1106                        model.setNumberThreads(model_->getNumberThreads());
1107                }
1108#endif
1109                model.setParentModel(*model_);
1110                model.setMaximumSolutions(maximumSolutions); 
1111                model.setOriginalColumns(process.originalColumns());
1112                model.setSearchStrategy(-1);
1113                // If no feasibility pump then insert a lightweight one
1114                if (feasibilityPumpOptions_ >= 0 || feasibilityPumpOptions_ == -2) {
1115                    CbcHeuristicFPump * fpump = NULL;
1116                    for (int i = 0; i < model.numberHeuristics(); i++) {
1117                        CbcHeuristicFPump* pump =
1118                            dynamic_cast<CbcHeuristicFPump*>(model.heuristic(i));
1119                        if (pump) {
1120                            fpump = pump;
1121                            break;
1122                        }
1123                    }
1124                    if (!fpump) {
1125                        CbcHeuristicFPump heuristic4;
1126                        // use any cutoff
1127                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1128                        if (fractionSmall_<=1.0) 
1129                          heuristic4.setMaximumPasses(10);
1130                        int pumpTune = feasibilityPumpOptions_;
1131                        if (pumpTune==-2)
1132                          pumpTune = 4; // proximity
1133                        if (pumpTune > 0) {
1134                            /*
1135                            >=10000000 for using obj
1136                            >=1000000 use as accumulate switch
1137                            >=1000 use index+1 as number of large loops
1138                            >=100 use 0.05 objvalue as increment
1139                            %100 == 10,20 etc for experimentation
1140                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1141                            4 and static continuous, 5 as 3 but no internal integers
1142                            6 as 3 but all slack basis!
1143                            */
1144                            double value = solver2->getObjSense() * solver2->getObjValue();
1145                            int w = pumpTune / 10;
1146                            int ix = w % 10;
1147                            w /= 10;
1148                            int c = w % 10;
1149                            w /= 10;
1150                            int r = w;
1151                            int accumulate = r / 1000;
1152                            r -= 1000 * accumulate;
1153                            if (accumulate >= 10) {
1154                                int which = accumulate / 10;
1155                                accumulate -= 10 * which;
1156                                which--;
1157                                // weights and factors
1158                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1159                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1160                                heuristic4.setInitialWeight(weight[which]);
1161                                heuristic4.setWeightFactor(factor[which]);
1162                            }
1163                            // fake cutoff
1164                            if (c) {
1165                                double cutoff;
1166                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1167                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1168                                heuristic4.setFakeCutoff(cutoff);
1169                            }
1170                            if (r) {
1171                                // also set increment
1172                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1173                                double increment = 0.0;
1174                                heuristic4.setAbsoluteIncrement(increment);
1175                                heuristic4.setAccumulate(accumulate);
1176                                heuristic4.setMaximumRetries(r + 1);
1177                            }
1178                            pumpTune = pumpTune % 100;
1179                            if (pumpTune == 6)
1180                                pumpTune = 13;
1181                            if (pumpTune != 13)
1182                                pumpTune = pumpTune % 10;
1183                            heuristic4.setWhen(pumpTune);
1184                            if (ix) {
1185                                heuristic4.setFeasibilityPumpOptions(ix*10);
1186                            }
1187                        }
1188                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1189       
1190                    }
1191                } else if (feasibilityPumpOptions_==-3) {
1192                  // add all (except this)
1193                  for (int i = 0; i < model_->numberHeuristics(); i++) {
1194                    if (strcmp(heuristicName(),model_->heuristic(i)->heuristicName()))
1195                      model.addHeuristic(model_->heuristic(i)); 
1196                  }
1197                }
1198                // modify heuristics
1199                for (int i = 0; i < model.numberHeuristics(); i++) {
1200                  // reset lastNode
1201                  CbcHeuristicRINS * rins =
1202                    dynamic_cast<CbcHeuristicRINS*>(model.heuristic(i));
1203                  if (rins) {
1204                    rins->setLastNode(-1000);
1205                    rins->setSolutionCount(0);
1206                  }
1207                }
1208                //printf("sol %x\n",inputSolution_);
1209                if (inputSolution_) {
1210                    // translate and add a serendipity heuristic
1211                    int numberColumns = solver2->getNumCols();
1212                    const int * which = process.originalColumns();
1213                    OsiSolverInterface * solver3 = solver2->clone();
1214                    for (int i = 0; i < numberColumns; i++) {
1215                        if (solver3->isInteger(i)) {
1216                            int k = which[i];
1217                            double value = inputSolution_[k];
1218                            //if (value)
1219                            //printf("orig col %d now %d val %g\n",
1220                            //       k,i,value);
1221                            solver3->setColLower(i, value);
1222                            solver3->setColUpper(i, value);
1223                        }
1224                    }
1225                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1226                    solver3->resolve();
1227                    if (!solver3->isProvenOptimal()) {
1228                        // Try just setting nonzeros
1229                        OsiSolverInterface * solver4 = solver2->clone();
1230                        for (int i = 0; i < numberColumns; i++) {
1231                            if (solver4->isInteger(i)) {
1232                                int k = which[i];
1233                                double value = floor(inputSolution_[k] + 0.5);
1234                                if (value) {
1235                                    solver3->setColLower(i, value);
1236                                    solver3->setColUpper(i, value);
1237                                }
1238                            }
1239                        }
1240                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1241                        solver4->resolve();
1242                        int nBad = -1;
1243                        if (solver4->isProvenOptimal()) {
1244                            nBad = 0;
1245                            const double * solution = solver4->getColSolution();
1246                            for (int i = 0; i < numberColumns; i++) {
1247                                if (solver4->isInteger(i)) {
1248                                    double value = floor(solution[i] + 0.5);
1249                                    if (fabs(value - solution[i]) > 1.0e-6)
1250                                        nBad++;
1251                                }
1252                            }
1253                        }
1254                        if (nBad) {
1255                            delete solver4;
1256                        } else {
1257                            delete solver3;
1258                            solver3 = solver4;
1259                        }
1260                    }
1261                    if (solver3->isProvenOptimal()) {
1262                        // good
1263                        CbcSerendipity heuristic(model);
1264                        double value = solver3->getObjSense() * solver3->getObjValue();
1265                        heuristic.setInputSolution(solver3->getColSolution(), value);
1266                        value = value + 1.0e-7*(1.0 + fabs(value));
1267                        value *= solver3->getObjSense();
1268                        model.setCutoff(value);
1269                        model.addHeuristic(&heuristic, "Previous solution", 0);
1270                        //printf("added seren\n");
1271                    } else {
1272                        double value = model_->getMinimizationObjValue();
1273                        value = value + 1.0e-7*(1.0 + fabs(value));
1274                        value *= solver3->getObjSense();
1275                        model.setCutoff(value);
1276                        sprintf(generalPrint, "Unable to insert previous solution - using cutoff of %g",
1277                                value);
1278                        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1279                        << generalPrint
1280                        << CoinMessageEol;
1281#ifdef CLP_INVESTIGATE
1282                        printf("NOT added seren\n");
1283                        solver3->writeMps("bad_seren");
1284                        solver->writeMps("orig_seren");
1285#endif
1286                    }
1287                    delete solver3;
1288                }
1289                if (model_->searchStrategy() == 2) {
1290                    model.setNumberStrong(5);
1291                    model.setNumberBeforeTrust(5);
1292                }
1293                if (model.getNumCols()) {
1294                    if (numberNodes >= 0) {
1295                        setCutAndHeuristicOptions(model);
1296                        // not too many iterations
1297                        model.setMaximumNumberIterations(iterationMultiplier*(numberNodes + 10));
1298                        // Not fast stuff
1299                        model.setFastNodeDepth(-1);
1300                        //model.solver()->writeMps("before");
1301                    } else if (model.fastNodeDepth() >= 1000000) {
1302                        // already set
1303                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1304                    }
1305                    model.setWhenCuts(999998);
1306#define ALWAYS_DUAL
1307#ifdef ALWAYS_DUAL
1308                    OsiSolverInterface * solverD = model.solver();
1309                    bool takeHint;
1310                    OsiHintStrength strength;
1311                    solverD->getHintParam(OsiDoDualInResolve, takeHint, strength);
1312                    solverD->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1313#endif
1314                    model.passInEventHandler(model_->getEventHandler());
1315                    // say model_ is sitting there
1316                    int saveOptions = model_->specialOptions();
1317                    model_->setSpecialOptions(saveOptions|1048576);
1318                    // and switch off debugger
1319                    model.setSpecialOptions(model.specialOptions()&(~1));
1320#if 0 //def COIN_HAS_CLP
1321                    OsiClpSolverInterface * clpSolver
1322                      = dynamic_cast<OsiClpSolverInterface *> (model.solver());
1323                    if (clpSolver)
1324                      clpSolver->zapDebugger();
1325#endif
1326                    model.branchAndBound();
1327                    model_->setHeuristicModel(NULL);
1328                    model_->setSpecialOptions(saveOptions);
1329#ifdef ALWAYS_DUAL
1330                    solverD = model.solver();
1331                    solverD->setHintParam(OsiDoDualInResolve, takeHint, strength);
1332#endif
1333                    numberNodesDone_ = model.getNodeCount();
1334#ifdef COIN_DEVELOP
1335                    printf("sub branch %d nodes, %d iterations - max %d\n",
1336                           model.getNodeCount(), model.getIterationCount(),
1337                           100*(numberNodes + 10));
1338#endif
1339                    if (numberNodes < 0) {
1340                        model_->incrementIterationCount(model.getIterationCount());
1341                        model_->incrementNodeCount(model.getNodeCount());
1342                        // update best solution (in case ctrl-c)
1343                        // !!! not a good idea - think a bit harder
1344                        //model_->setMinimizationObjValue(model.getMinimizationObjValue());
1345                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1346                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1347                            sprintf(generalPrint,
1348                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1349                                    generator->cutGeneratorName(),
1350                                    generator->numberTimesEntered(),
1351                                    generator->numberCutsInTotal() +
1352                                    generator->numberColumnCuts(),
1353                                    generator->numberCutsActive(),
1354                                    generator->timeInCutGenerator());
1355                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1356                            if (stored && !generator->numberCutsInTotal())
1357                                continue;
1358#ifndef CLP_INVESTIGATE
1359                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1360                            if (implication)
1361                                continue;
1362#endif
1363                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1364                            << generalPrint
1365                            << CoinMessageEol;
1366                        }
1367                    }
1368                } else {
1369                    // empty model
1370                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1371                }
1372                if (logLevel > 1)
1373                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1374                    << name
1375                    << CoinMessageEol;
1376                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1377                    // solution
1378                    if (model.getNumCols())
1379                        returnCode = model.isProvenOptimal() ? 3 : 1;
1380                    else
1381                        returnCode = 3;
1382                    // post process
1383#ifdef COIN_HAS_CLP
1384                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1385                    if (clpSolver) {
1386                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1387                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1388                    }
1389#endif
1390                    //if (fractionSmall_ < 1000000.0)
1391                      process.postProcess(*model.solver());
1392                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1393                        // Solution now back in solver
1394                        int numberColumns = solver->getNumCols();
1395                        memcpy(newSolution, solver->getColSolution(),
1396                               numberColumns*sizeof(double));
1397                        newSolutionValue = model.getMinimizationObjValue();
1398                    } else {
1399                        // odd - but no good
1400                        returnCode = 0; // so will be infeasible
1401                    }
1402                } else {
1403                    // no good
1404                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1405                }
1406                int totalNumberIterations = model.getIterationCount() +
1407                                            process.numberIterationsPre() +
1408                                            process.numberIterationsPost();
1409                if (totalNumberIterations > 100*(numberNodes + 10)
1410                    && fractionSmall_ < 1000000.0) {
1411                    // only allow smaller problems
1412                    fractionSmall = fractionSmall_;
1413                    fractionSmall_ *= 0.9;
1414#ifdef CLP_INVESTIGATE
1415                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1416                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1417#endif
1418                }
1419                if (model.status() == 5)
1420                   model_->sayEventHappened();
1421#ifdef COIN_DEVELOP
1422                if (model.isProvenInfeasible())
1423                    status = 1;
1424                else if (model.isProvenOptimal())
1425                    status = 2;
1426#endif
1427            }
1428        }
1429    } else {
1430        returnCode = 2; // infeasible finished
1431        if (logLevel > 1){
1432           printf("Infeasible on initial solve\n");
1433        }
1434    }
1435    model_->setSpecialOptions(saveModelOptions);
1436    model_->setLogLevel(logLevel);
1437    if (returnCode == 1 || returnCode == 2) {
1438        OsiSolverInterface * solverC = model_->continuousSolver();
1439        if (false && solverC) {
1440            const double * lower = solver->getColLower();
1441            const double * upper = solver->getColUpper();
1442            const double * lowerC = solverC->getColLower();
1443            const double * upperC = solverC->getColUpper();
1444            bool good = true;
1445            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1446                if (solverC->isInteger(iColumn)) {
1447                    if (lower[iColumn] > lowerC[iColumn] &&
1448                            upper[iColumn] < upperC[iColumn]) {
1449                        good = false;
1450                        printf("CUT - can't add\n");
1451                        break;
1452                    }
1453                }
1454            }
1455            if (good) {
1456                double * cut = new double [numberColumns];
1457                int * which = new int [numberColumns];
1458                double rhs = -1.0;
1459                int n = 0;
1460                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1461                    if (solverC->isInteger(iColumn)) {
1462                        if (lower[iColumn] == upperC[iColumn]) {
1463                            rhs += lower[iColumn];
1464                            cut[n] = 1.0;
1465                            which[n++] = iColumn;
1466                        } else if (upper[iColumn] == lowerC[iColumn]) {
1467                            rhs -= upper[iColumn];
1468                            cut[n] = -1.0;
1469                            which[n++] = iColumn;
1470                        }
1471                    }
1472                }
1473                printf("CUT has %d entries\n", n);
1474                OsiRowCut newCut;
1475                newCut.setLb(-COIN_DBL_MAX);
1476                newCut.setUb(rhs);
1477                newCut.setRow(n, which, cut, false);
1478                model_->makeGlobalCut(newCut);
1479                delete [] cut;
1480                delete [] which;
1481            }
1482        }
1483#ifdef COIN_DEVELOP
1484        if (status == 1)
1485            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1486        else if (status == 2)
1487            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1488#endif
1489    }
1490    if (reset) {
1491        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1492            if (reset[iColumn])
1493                solver->setColLower(iColumn, 0.0);
1494        }
1495        delete [] reset;
1496    }
1497#ifdef HISTORY_STATISTICS
1498    getHistoryStatistics_ = true;
1499#endif
1500    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1501    return returnCode;
1502}
1503// Set input solution
1504void
1505CbcHeuristic::setInputSolution(const double * solution, double objValue)
1506{
1507    delete [] inputSolution_;
1508    inputSolution_ = NULL;
1509    if (model_ && solution) {
1510        int numberColumns = model_->getNumCols();
1511        inputSolution_ = new double [numberColumns+1];
1512        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1513        inputSolution_[numberColumns] = objValue;
1514    }
1515}
1516
1517//##############################################################################
1518
1519inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1520                                    const CbcBranchingObject* br1)
1521{
1522    const int t0 = br0->type();
1523    const int t1 = br1->type();
1524    if (t0 < t1) {
1525        return -1;
1526    }
1527    if (t0 > t1) {
1528        return 1;
1529    }
1530    return br0->compareOriginalObject(br1);
1531}
1532
1533//==============================================================================
1534
1535inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1536                                    const CbcBranchingObject* br1)
1537{
1538    return compare3BranchingObjects(br0, br1) < 0;
1539}
1540
1541//==============================================================================
1542
1543void
1544CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1545{
1546    //  CbcHeurDebugNodes(&model);
1547    CbcNode* node = model.currentNode();
1548    brObj_ = new CbcBranchingObject*[node->depth()];
1549    CbcNodeInfo* nodeInfo = node->nodeInfo();
1550    int cnt = 0;
1551    while (nodeInfo->parentBranch() != NULL) {
1552        const OsiBranchingObject* br = nodeInfo->parentBranch();
1553        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1554        if (! cbcbr) {
1555            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1556                            "gutsOfConstructor",
1557                            "CbcHeuristicNode",
1558                            __FILE__, __LINE__);
1559        }
1560        brObj_[cnt] = cbcbr->clone();
1561        brObj_[cnt]->previousBranch();
1562        ++cnt;
1563        nodeInfo = nodeInfo->parent();
1564    }
1565    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1566    if (cnt <= 1) {
1567        numObjects_ = cnt;
1568    } else {
1569        numObjects_ = 0;
1570        CbcBranchingObject* br = NULL; // What should this be?
1571        for (int i = 1; i < cnt; ++i) {
1572            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1573                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1574                switch (comp) {
1575                case CbcRangeSame: // the same range
1576                case CbcRangeDisjoint: // disjoint decisions
1577                    // should not happen! we are on a chain!
1578                    abort();
1579                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1580                    delete brObj_[i];
1581                    break;
1582                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1583                    delete brObj_[numObjects_];
1584                    brObj_[numObjects_] = brObj_[i];
1585                    break;
1586                case CbcRangeOverlap: // overlap
1587                    delete brObj_[i];
1588                    delete brObj_[numObjects_];
1589                    brObj_[numObjects_] = br;
1590                    break;
1591                }
1592                continue;
1593            } else {
1594                brObj_[++numObjects_] = brObj_[i];
1595            }
1596        }
1597        ++numObjects_;
1598    }
1599}
1600
1601//==============================================================================
1602
1603CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1604{
1605    gutsOfConstructor(model);
1606}
1607
1608//==============================================================================
1609
1610double
1611CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1612{
1613
1614    const double disjointWeight = 1;
1615    const double overlapWeight = 0.4;
1616    const double subsetWeight = 0.2;
1617    int countDisjointWeight = 0;
1618    int countOverlapWeight = 0;
1619    int countSubsetWeight = 0;
1620    int i = 0;
1621    int j = 0;
1622    double dist = 0.0;
1623#ifdef PRINT_DEBUG
1624    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1625           numObjects_, node->numObjects_);
1626#endif
1627    while ( i < numObjects_ && j < node->numObjects_) {
1628        CbcBranchingObject* br0 = brObj_[i];
1629        const CbcBranchingObject* br1 = node->brObj_[j];
1630#ifdef PRINT_DEBUG
1631        const CbcIntegerBranchingObject* brPrint0 =
1632            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1633        const double* downBounds = brPrint0->downBounds();
1634        const double* upBounds = brPrint0->upBounds();
1635        int variable = brPrint0->variable();
1636        int way = brPrint0->way();
1637        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1638               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1639               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1640        const CbcIntegerBranchingObject* brPrint1 =
1641            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1642        downBounds = brPrint1->downBounds();
1643        upBounds = brPrint1->upBounds();
1644        variable = brPrint1->variable();
1645        way = brPrint1->way();
1646        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1647               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1648               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1649#endif
1650        const int brComp = compare3BranchingObjects(br0, br1);
1651        if (brComp < 0) {
1652            dist += subsetWeight;
1653            countSubsetWeight++;
1654            ++i;
1655        } else if (brComp > 0) {
1656            dist += subsetWeight;
1657            countSubsetWeight++;
1658            ++j;
1659        } else {
1660            const int comp = br0->compareBranchingObject(br1, false);
1661            switch (comp) {
1662            case CbcRangeSame:
1663                // do nothing
1664                break;
1665            case CbcRangeDisjoint: // disjoint decisions
1666                dist += disjointWeight;
1667                countDisjointWeight++;
1668                break;
1669            case CbcRangeSubset: // subset one way or another
1670            case CbcRangeSuperset:
1671                dist += subsetWeight;
1672                countSubsetWeight++;
1673                break;
1674            case CbcRangeOverlap: // overlap
1675                dist += overlapWeight;
1676                countOverlapWeight++;
1677                break;
1678            }
1679            ++i;
1680            ++j;
1681        }
1682    }
1683    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1684    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1685    COIN_DETAIL_PRINT(printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1686                             countOverlapWeight, countDisjointWeight));
1687    return dist;
1688}
1689
1690//==============================================================================
1691
1692CbcHeuristicNode::~CbcHeuristicNode()
1693{
1694    for (int i = 0; i < numObjects_; ++i) {
1695        delete brObj_[i];
1696    }
1697    delete [] brObj_;
1698}
1699
1700//==============================================================================
1701
1702double
1703CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1704{
1705    double minDist = COIN_DBL_MAX;
1706    for (int i = nodeList.size() - 1; i >= 0; --i) {
1707        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1708    }
1709    return minDist;
1710}
1711
1712//==============================================================================
1713
1714bool
1715CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1716                                     const double threshold) const
1717{
1718    for (int i = nodeList.size() - 1; i >= 0; --i) {
1719        if (distance(nodeList.node(i)) >= threshold) {
1720            continue;
1721        } else {
1722            return true;
1723        }
1724    }
1725    return false;
1726}
1727
1728//==============================================================================
1729
1730double
1731CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1732{
1733    if (nodeList.size() == 0) {
1734        return COIN_DBL_MAX;
1735    }
1736    double sumDist = 0;
1737    for (int i = nodeList.size() - 1; i >= 0; --i) {
1738        sumDist += distance(nodeList.node(i));
1739    }
1740    return sumDist / nodeList.size();
1741}
1742
1743//##############################################################################
1744
1745// Default Constructor
1746CbcRounding::CbcRounding()
1747        : CbcHeuristic()
1748{
1749    // matrix and row copy will automatically be empty
1750    seed_ = 7654321;
1751    down_ = NULL;
1752    up_ = NULL;
1753    equal_ = NULL;
1754    //whereFrom_ |= 16; // allow more often
1755}
1756
1757// Constructor from model
1758CbcRounding::CbcRounding(CbcModel & model)
1759        : CbcHeuristic(model)
1760{
1761    // Get a copy of original matrix (and by row for rounding);
1762    assert(model.solver());
1763    if (model.solver()->getNumRows()) {
1764        matrix_ = *model.solver()->getMatrixByCol();
1765        matrixByRow_ = *model.solver()->getMatrixByRow();
1766        validate();
1767    }
1768    down_ = NULL;
1769    up_ = NULL;
1770    equal_ = NULL;
1771    seed_ = 7654321;
1772    //whereFrom_ |= 16; // allow more often
1773}
1774
1775// Destructor
1776CbcRounding::~CbcRounding ()
1777{
1778    delete [] down_;
1779    delete [] up_;
1780    delete [] equal_;
1781}
1782
1783// Clone
1784CbcHeuristic *
1785CbcRounding::clone() const
1786{
1787    return new CbcRounding(*this);
1788}
1789// Create C++ lines to get to current state
1790void
1791CbcRounding::generateCpp( FILE * fp)
1792{
1793    CbcRounding other;
1794    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1795    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1796    CbcHeuristic::generateCpp(fp, "rounding");
1797    if (seed_ != other.seed_)
1798        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1799    else
1800        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1801    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1802}
1803//#define NEW_ROUNDING
1804// Copy constructor
1805CbcRounding::CbcRounding(const CbcRounding & rhs)
1806        :
1807        CbcHeuristic(rhs),
1808        matrix_(rhs.matrix_),
1809        matrixByRow_(rhs.matrixByRow_),
1810        seed_(rhs.seed_)
1811{
1812#ifdef NEW_ROUNDING
1813    int numberColumns = matrix_.getNumCols();
1814    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1815    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1816    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1817#else
1818    down_ = NULL;
1819    up_ = NULL;
1820    equal_ = NULL;
1821#endif
1822}
1823
1824// Assignment operator
1825CbcRounding &
1826CbcRounding::operator=( const CbcRounding & rhs)
1827{
1828    if (this != &rhs) {
1829        CbcHeuristic::operator=(rhs);
1830        matrix_ = rhs.matrix_;
1831        matrixByRow_ = rhs.matrixByRow_;
1832#ifdef NEW_ROUNDING
1833        delete [] down_;
1834        delete [] up_;
1835        delete [] equal_;
1836        int numberColumns = matrix_.getNumCols();
1837        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1838        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1839        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1840#else
1841        down_ = NULL;
1842        up_ = NULL;
1843        equal_ = NULL;
1844#endif
1845        seed_ = rhs.seed_;
1846    }
1847    return *this;
1848}
1849
1850// Resets stuff if model changes
1851void
1852CbcRounding::resetModel(CbcModel * model)
1853{
1854    model_ = model;
1855    // Get a copy of original matrix (and by row for rounding);
1856    assert(model_->solver());
1857    matrix_ = *model_->solver()->getMatrixByCol();
1858    matrixByRow_ = *model_->solver()->getMatrixByRow();
1859    validate();
1860}
1861// See if rounding will give solution
1862// Sets value of solution
1863// Assumes rhs for original matrix still okay
1864// At present only works with integers
1865// Fix values if asked for
1866// Returns 1 if solution, 0 if not
1867int
1868CbcRounding::solution(double & solutionValue,
1869                      double * betterSolution)
1870{
1871
1872    numCouldRun_++;
1873    // See if to do
1874    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1875            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1876        return 0; // switched off
1877    numRuns_++;
1878    OsiSolverInterface * solver = model_->solver();
1879    double direction = solver->getObjSense();
1880    double newSolutionValue = direction * solver->getObjValue();
1881    return solution(solutionValue, betterSolution, newSolutionValue);
1882}
1883// See if rounding will give solution
1884// Sets value of solution
1885// Assumes rhs for original matrix still okay
1886// At present only works with integers
1887// Fix values if asked for
1888// Returns 1 if solution, 0 if not
1889int
1890CbcRounding::solution(double & solutionValue,
1891                      double * betterSolution,
1892                      double newSolutionValue)
1893{
1894
1895    // See if to do
1896    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
1897            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
1898        return 0; // switched off
1899    OsiSolverInterface * solver = model_->solver();
1900    const double * lower = solver->getColLower();
1901    const double * upper = solver->getColUpper();
1902    const double * rowLower = solver->getRowLower();
1903    const double * rowUpper = solver->getRowUpper();
1904    const double * solution = solver->getColSolution();
1905    const double * objective = solver->getObjCoefficients();
1906    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
1907    double primalTolerance;
1908    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
1909    double useTolerance = primalTolerance;
1910
1911    int numberRows = matrix_.getNumRows();
1912    assert (numberRows <= solver->getNumRows());
1913    int numberIntegers = model_->numberIntegers();
1914    const int * integerVariable = model_->integerVariable();
1915    int i;
1916    double direction = solver->getObjSense();
1917    //double newSolutionValue = direction*solver->getObjValue();
1918    int returnCode = 0;
1919    // Column copy
1920    const double * element = matrix_.getElements();
1921    const int * row = matrix_.getIndices();
1922    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
1923    const int * columnLength = matrix_.getVectorLengths();
1924    // Row copy
1925    const double * elementByRow = matrixByRow_.getElements();
1926    const int * column = matrixByRow_.getIndices();
1927    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
1928    const int * rowLength = matrixByRow_.getVectorLengths();
1929
1930    // Get solution array for heuristic solution
1931    int numberColumns = solver->getNumCols();
1932    double * newSolution = new double [numberColumns];
1933    memcpy(newSolution, solution, numberColumns*sizeof(double));
1934
1935    double * rowActivity = new double[numberRows];
1936    memset(rowActivity, 0, numberRows*sizeof(double));
1937    for (i = 0; i < numberColumns; i++) {
1938        int j;
1939        double value = newSolution[i];
1940        if (value < lower[i]) {
1941            value = lower[i];
1942            newSolution[i] = value;
1943        } else if (value > upper[i]) {
1944            value = upper[i];
1945            newSolution[i] = value;
1946        }
1947        if (value) {
1948            for (j = columnStart[i];
1949                    j < columnStart[i] + columnLength[i]; j++) {
1950                int iRow = row[j];
1951                rowActivity[iRow] += value * element[j];
1952            }
1953        }
1954    }
1955    // check was feasible - if not adjust (cleaning may move)
1956    for (i = 0; i < numberRows; i++) {
1957        if (rowActivity[i] < rowLower[i]) {
1958            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
1959            rowActivity[i] = rowLower[i];
1960        } else if (rowActivity[i] > rowUpper[i]) {
1961            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
1962            rowActivity[i] = rowUpper[i];
1963        }
1964    }
1965    for (i = 0; i < numberIntegers; i++) {
1966        int iColumn = integerVariable[i];
1967        double value = newSolution[iColumn];
1968        //double thisTolerance = integerTolerance;
1969        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
1970            double below = floor(value);
1971            double newValue = newSolution[iColumn];
1972            double cost = direction * objective[iColumn];
1973            double move;
1974            if (cost > 0.0) {
1975                // try up
1976                move = 1.0 - (value - below);
1977            } else if (cost < 0.0) {
1978                // try down
1979                move = below - value;
1980            } else {
1981                // won't be able to move unless we can grab another variable
1982                double randomNumber = randomNumberGenerator_.randomDouble();
1983                // which way?
1984                if (randomNumber < 0.5)
1985                    move = below - value;
1986                else
1987                    move = 1.0 - (value - below);
1988            }
1989            newValue += move;
1990            newSolution[iColumn] = newValue;
1991            newSolutionValue += move * cost;
1992            int j;
1993            for (j = columnStart[iColumn];
1994                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
1995                int iRow = row[j];
1996                rowActivity[iRow] += move * element[j];
1997            }
1998        }
1999    }
2000
2001    double penalty = 0.0;
2002    const char * integerType = model_->integerType();
2003    // see if feasible - just using singletons
2004    for (i = 0; i < numberRows; i++) {
2005        double value = rowActivity[i];
2006        double thisInfeasibility = 0.0;
2007        if (value < rowLower[i] - primalTolerance)
2008            thisInfeasibility = value - rowLower[i];
2009        else if (value > rowUpper[i] + primalTolerance)
2010            thisInfeasibility = value - rowUpper[i];
2011        if (thisInfeasibility) {
2012            // See if there are any slacks I can use to fix up
2013            // maybe put in coding for multiple slacks?
2014            double bestCost = 1.0e50;
2015            int k;
2016            int iBest = -1;
2017            double addCost = 0.0;
2018            double newValue = 0.0;
2019            double changeRowActivity = 0.0;
2020            double absInfeasibility = fabs(thisInfeasibility);
2021            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
2022                int iColumn = column[k];
2023                // See if all elements help
2024                if (columnLength[iColumn] == 1) {
2025                    double currentValue = newSolution[iColumn];
2026                    double elementValue = elementByRow[k];
2027                    double lowerValue = lower[iColumn];
2028                    double upperValue = upper[iColumn];
2029                    double gap = rowUpper[i] - rowLower[i];
2030                    double absElement = fabs(elementValue);
2031                    if (thisInfeasibility*elementValue > 0.0) {
2032                        // we want to reduce
2033                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
2034                            // possible - check if integer
2035                            double distance = absInfeasibility / absElement;
2036                            double thisCost = -direction * objective[iColumn] * distance;
2037                            if (integerType[iColumn]) {
2038                                distance = ceil(distance - useTolerance);
2039                                if (currentValue - distance >= lowerValue - useTolerance) {
2040                                    if (absInfeasibility - distance*absElement < -gap - useTolerance)
2041                                        thisCost = 1.0e100; // no good
2042                                    else
2043                                        thisCost = -direction * objective[iColumn] * distance;
2044                                } else {
2045                                    thisCost = 1.0e100; // no good
2046                                }
2047                            }
2048                            if (thisCost < bestCost) {
2049                                bestCost = thisCost;
2050                                iBest = iColumn;
2051                                addCost = thisCost;
2052                                newValue = currentValue - distance;
2053                                changeRowActivity = -distance * elementValue;
2054                            }
2055                        }
2056                    } else {
2057                        // we want to increase
2058                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
2059                            // possible - check if integer
2060                            double distance = absInfeasibility / absElement;
2061                            double thisCost = direction * objective[iColumn] * distance;
2062                            if (integerType[iColumn]) {
2063                                distance = ceil(distance - 1.0e-7);
2064                                assert (currentValue - distance <= upperValue + useTolerance);
2065                                if (absInfeasibility - distance*absElement < -gap - useTolerance)
2066                                    thisCost = 1.0e100; // no good
2067                                else
2068                                    thisCost = direction * objective[iColumn] * distance;
2069                            }
2070                            if (thisCost < bestCost) {
2071                                bestCost = thisCost;
2072                                iBest = iColumn;
2073                                addCost = thisCost;
2074                                newValue = currentValue + distance;
2075                                changeRowActivity = distance * elementValue;
2076                            }
2077                        }
2078                    }
2079                }
2080            }
2081            if (iBest >= 0) {
2082                /*printf("Infeasibility of %g on row %d cost %g\n",
2083                  thisInfeasibility,i,addCost);*/
2084                newSolution[iBest] = newValue;
2085                thisInfeasibility = 0.0;
2086                newSolutionValue += addCost;
2087                rowActivity[i] += changeRowActivity;
2088            }
2089            penalty += fabs(thisInfeasibility);
2090        }
2091    }
2092    if (penalty) {
2093        // see if feasible using any
2094        // first continuous
2095        double penaltyChange = 0.0;
2096        int iColumn;
2097        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2098            if (integerType[iColumn])
2099                continue;
2100            double currentValue = newSolution[iColumn];
2101            double lowerValue = lower[iColumn];
2102            double upperValue = upper[iColumn];
2103            int j;
2104            int anyBadDown = 0;
2105            int anyBadUp = 0;
2106            double upImprovement = 0.0;
2107            double downImprovement = 0.0;
2108            for (j = columnStart[iColumn];
2109                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2110                int iRow = row[j];
2111                if (rowUpper[iRow] > rowLower[iRow]) {
2112                    double value = element[j];
2113                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2114                        // infeasible above
2115                        downImprovement += value;
2116                        upImprovement -= value;
2117                        if (value > 0.0)
2118                            anyBadUp++;
2119                        else
2120                            anyBadDown++;
2121                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2122                        // feasible at ub
2123                        if (value > 0.0) {
2124                            upImprovement -= value;
2125                            anyBadUp++;
2126                        } else {
2127                            downImprovement += value;
2128                            anyBadDown++;
2129                        }
2130                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2131                        // feasible in interior
2132                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2133                        // feasible at lb
2134                        if (value < 0.0) {
2135                            upImprovement += value;
2136                            anyBadUp++;
2137                        } else {
2138                            downImprovement -= value;
2139                            anyBadDown++;
2140                        }
2141                    } else {
2142                        // infeasible below
2143                        downImprovement -= value;
2144                        upImprovement += value;
2145                        if (value < 0.0)
2146                            anyBadUp++;
2147                        else
2148                            anyBadDown++;
2149                    }
2150                } else {
2151                    // equality row
2152                    double value = element[j];
2153                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2154                        // infeasible above
2155                        downImprovement += value;
2156                        upImprovement -= value;
2157                        if (value > 0.0)
2158                            anyBadUp++;
2159                        else
2160                            anyBadDown++;
2161                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2162                        // infeasible below
2163                        downImprovement -= value;
2164                        upImprovement += value;
2165                        if (value < 0.0)
2166                            anyBadUp++;
2167                        else
2168                            anyBadDown++;
2169                    } else {
2170                        // feasible - no good
2171                        anyBadUp = -1;
2172                        anyBadDown = -1;
2173                        break;
2174                    }
2175                }
2176            }
2177            // could change tests for anyBad
2178            if (anyBadUp)
2179                upImprovement = 0.0;
2180            if (anyBadDown)
2181                downImprovement = 0.0;
2182            double way = 0.0;
2183            double improvement = 0.0;
2184            if (downImprovement > 0.0 && currentValue > lowerValue) {
2185                way = -1.0;
2186                improvement = downImprovement;
2187            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2188                way = 1.0;
2189                improvement = upImprovement;
2190            }
2191            if (way) {
2192                // can improve
2193                double distance;
2194                if (way > 0.0)
2195                    distance = upperValue - currentValue;
2196                else
2197                    distance = currentValue - lowerValue;
2198                for (j = columnStart[iColumn];
2199                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2200                    int iRow = row[j];
2201                    double value = element[j] * way;
2202                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2203                        // infeasible above
2204                        assert (value < 0.0);
2205                        double gap = rowActivity[iRow] - rowUpper[iRow];
2206                        if (gap + value*distance < 0.0)
2207                            distance = -gap / value;
2208                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2209                        // infeasible below
2210                        assert (value > 0.0);
2211                        double gap = rowActivity[iRow] - rowLower[iRow];
2212                        if (gap + value*distance > 0.0)
2213                            distance = -gap / value;
2214                    } else {
2215                        // feasible
2216                        if (value > 0) {
2217                            double gap = rowActivity[iRow] - rowUpper[iRow];
2218                            if (gap + value*distance > 0.0)
2219                                distance = -gap / value;
2220                        } else {
2221                            double gap = rowActivity[iRow] - rowLower[iRow];
2222                            if (gap + value*distance < 0.0)
2223                                distance = -gap / value;
2224                        }
2225                    }
2226                }
2227                //move
2228                penaltyChange += improvement * distance;
2229                distance *= way;
2230                newSolution[iColumn] += distance;
2231                newSolutionValue += direction * objective[iColumn] * distance;
2232                for (j = columnStart[iColumn];
2233                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2234                    int iRow = row[j];
2235                    double value = element[j];
2236                    rowActivity[iRow] += distance * value;
2237                }
2238            }
2239        }
2240        // and now all if improving
2241        double lastChange = penaltyChange ? 1.0 : 0.0;
2242        int numberPasses=0;
2243        while (lastChange > 1.0e-2 && numberPasses < 1000) {
2244            lastChange = 0;
2245            numberPasses++;
2246            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2247                bool isInteger = (integerType[iColumn] != 0);
2248                double currentValue = newSolution[iColumn];
2249                double lowerValue = lower[iColumn];
2250                double upperValue = upper[iColumn];
2251                int j;
2252                int anyBadDown = 0;
2253                int anyBadUp = 0;
2254                double upImprovement = 0.0;
2255                double downImprovement = 0.0;
2256                for (j = columnStart[iColumn];
2257                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2258                    int iRow = row[j];
2259                    double value = element[j];
2260                    if (isInteger) {
2261                        if (value > 0.0) {
2262                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2263                                anyBadUp++;
2264                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2265                                anyBadDown++;
2266                        } else {
2267                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2268                                anyBadDown++;
2269                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2270                                anyBadUp++;
2271                        }
2272                    }
2273                    if (rowUpper[iRow] > rowLower[iRow]) {
2274                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2275                            // infeasible above
2276                            downImprovement += value;
2277                            upImprovement -= value;
2278                            if (value > 0.0)
2279                                anyBadUp++;
2280                            else
2281                                anyBadDown++;
2282                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2283                            // feasible at ub
2284                            if (value > 0.0) {
2285                                upImprovement -= value;
2286                                anyBadUp++;
2287                            } else {
2288                                downImprovement += value;
2289                                anyBadDown++;
2290                            }
2291                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2292                            // feasible in interior
2293                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2294                            // feasible at lb
2295                            if (value < 0.0) {
2296                                upImprovement += value;
2297                                anyBadUp++;
2298                            } else {
2299                                downImprovement -= value;
2300                                anyBadDown++;
2301                            }
2302                        } else {
2303                            // infeasible below
2304                            downImprovement -= value;
2305                            upImprovement += value;
2306                            if (value < 0.0)
2307                                anyBadUp++;
2308                            else
2309                                anyBadDown++;
2310                        }
2311                    } else {
2312                        // equality row
2313                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2314                            // infeasible above
2315                            downImprovement += value;
2316                            upImprovement -= value;
2317                            if (value > 0.0)
2318                                anyBadUp++;
2319                            else
2320                                anyBadDown++;
2321                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2322                            // infeasible below
2323                            downImprovement -= value;
2324                            upImprovement += value;
2325                            if (value < 0.0)
2326                                anyBadUp++;
2327                            else
2328                                anyBadDown++;
2329                        } else {
2330                            // feasible - no good
2331                            anyBadUp = -1;
2332                            anyBadDown = -1;
2333                            break;
2334                        }
2335                    }
2336                }
2337                // could change tests for anyBad
2338                if (anyBadUp)
2339                    upImprovement = 0.0;
2340                if (anyBadDown)
2341                    downImprovement = 0.0;
2342                double way = 0.0;
2343                double improvement = 0.0;
2344                if (downImprovement > 0.0 && currentValue > lowerValue) {
2345                    way = -1.0;
2346                    improvement = downImprovement;
2347                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2348                    way = 1.0;
2349                    improvement = upImprovement;
2350                }
2351                if (way) {
2352                    // can improve
2353                    double distance = COIN_DBL_MAX;
2354                    for (j = columnStart[iColumn];
2355                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2356                        int iRow = row[j];
2357                        double value = element[j] * way;
2358                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2359                            // infeasible above
2360                            assert (value < 0.0);
2361                            double gap = rowActivity[iRow] - rowUpper[iRow];
2362                            if (gap + value*distance < 0.0) {
2363                                // If integer then has to move by 1
2364                                if (!isInteger)
2365                                    distance = -gap / value;
2366                                else
2367                                    distance = CoinMax(-gap / value, 1.0);
2368                            }
2369                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2370                            // infeasible below
2371                            assert (value > 0.0);
2372                            double gap = rowActivity[iRow] - rowLower[iRow];
2373                            if (gap + value*distance > 0.0) {
2374                                // If integer then has to move by 1
2375                                if (!isInteger)
2376                                    distance = -gap / value;
2377                                else
2378                                    distance = CoinMax(-gap / value, 1.0);
2379                            }
2380                        } else {
2381                            // feasible
2382                            if (value > 0) {
2383                                double gap = rowActivity[iRow] - rowUpper[iRow];
2384                                if (gap + value*distance > 0.0)
2385                                    distance = -gap / value;
2386                            } else {
2387                                double gap = rowActivity[iRow] - rowLower[iRow];
2388                                if (gap + value*distance < 0.0)
2389                                    distance = -gap / value;
2390                            }
2391                        }
2392                    }
2393                    if (isInteger)
2394                        distance = floor(distance + 1.05e-8);
2395                    if (!distance) {
2396                        // should never happen
2397                        //printf("zero distance in CbcRounding - debug\n");
2398                    }
2399                    //move
2400                    lastChange += improvement * distance;
2401                    distance *= way;
2402                    newSolution[iColumn] += distance;
2403                    newSolutionValue += direction * objective[iColumn] * distance;
2404                    for (j = columnStart[iColumn];
2405                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2406                        int iRow = row[j];
2407                        double value = element[j];
2408                        rowActivity[iRow] += distance * value;
2409                    }
2410                }
2411            }
2412            penaltyChange += lastChange;
2413        }
2414        penalty -= penaltyChange;
2415        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2416            // recompute
2417            penalty = 0.0;
2418            for (i = 0; i < numberRows; i++) {
2419                double value = rowActivity[i];
2420                if (value < rowLower[i] - primalTolerance)
2421                    penalty += rowLower[i] - value;
2422                else if (value > rowUpper[i] + primalTolerance)
2423                    penalty += value - rowUpper[i];
2424            }
2425        }
2426    }
2427
2428    // Could also set SOS (using random) and repeat
2429    if (!penalty) {
2430        // See if we can do better
2431        //seed_++;
2432        //CoinSeedRandom(seed_);
2433        // Random number between 0 and 1.
2434        double randomNumber = randomNumberGenerator_.randomDouble();
2435        int iPass;
2436        int start[2];
2437        int end[2];
2438        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2439        start[0] = iRandom;
2440        end[0] = numberIntegers;
2441        start[1] = 0;
2442        end[1] = iRandom;
2443        for (iPass = 0; iPass < 2; iPass++) {
2444            int i;
2445            for (i = start[iPass]; i < end[iPass]; i++) {
2446                int iColumn = integerVariable[i];
2447#ifndef NDEBUG
2448                double value = newSolution[iColumn];
2449                assert (fabs(floor(value + 0.5) - value) < integerTolerance);
2450#endif
2451                double cost = direction * objective[iColumn];
2452                double move = 0.0;
2453                if (cost > 0.0)
2454                    move = -1.0;
2455                else if (cost < 0.0)
2456                    move = 1.0;
2457                while (move) {
2458                    bool good = true;
2459                    double newValue = newSolution[iColumn] + move;
2460                    if (newValue < lower[iColumn] - useTolerance ||
2461                            newValue > upper[iColumn] + useTolerance) {
2462                        move = 0.0;
2463                    } else {
2464                        // see if we can move
2465                        int j;
2466                        for (j = columnStart[iColumn];
2467                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2468                            int iRow = row[j];
2469                            double newActivity = rowActivity[iRow] + move * element[j];
2470                            if (newActivity < rowLower[iRow] - primalTolerance ||
2471                                    newActivity > rowUpper[iRow] + primalTolerance) {
2472                                good = false;
2473                                break;
2474                            }
2475                        }
2476                        if (good) {
2477                            newSolution[iColumn] = newValue;
2478                            newSolutionValue += move * cost;
2479                            int j;
2480                            for (j = columnStart[iColumn];
2481                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2482                                int iRow = row[j];
2483                                rowActivity[iRow] += move * element[j];
2484                            }
2485                        } else {
2486                            move = 0.0;
2487                        }
2488                    }
2489                }
2490            }
2491        }
2492        // Just in case of some stupidity
2493        double objOffset = 0.0;
2494        solver->getDblParam(OsiObjOffset, objOffset);
2495        newSolutionValue = -objOffset;
2496        for ( i = 0 ; i < numberColumns ; i++ )
2497            newSolutionValue += objective[i] * newSolution[i];
2498        newSolutionValue *= direction;
2499        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2500        if (newSolutionValue < solutionValue) {
2501            // paranoid check
2502            memset(rowActivity, 0, numberRows*sizeof(double));
2503            for (i = 0; i < numberColumns; i++) {
2504                int j;
2505                double value = newSolution[i];
2506                if (value) {
2507                    for (j = columnStart[i];
2508                            j < columnStart[i] + columnLength[i]; j++) {
2509                        int iRow = row[j];
2510                        rowActivity[iRow] += value * element[j];
2511                    }
2512                }
2513            }
2514            // check was approximately feasible
2515            bool feasible = true;
2516            for (i = 0; i < numberRows; i++) {
2517                if (rowActivity[i] < rowLower[i]) {
2518                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2519                        feasible = false;
2520                } else if (rowActivity[i] > rowUpper[i]) {
2521                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2522                        feasible = false;
2523                }
2524            }
2525            if (feasible) {
2526                // new solution
2527                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2528                solutionValue = newSolutionValue;
2529                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2530                returnCode = 1;
2531            } else {
2532                // Can easily happen
2533                //printf("Debug CbcRounding giving bad solution\n");
2534            }
2535        }
2536    }
2537#ifdef NEW_ROUNDING
2538    if (!returnCode) {
2539#ifdef JJF_ZERO
2540        // back to starting point
2541        memcpy(newSolution, solution, numberColumns*sizeof(double));
2542        memset(rowActivity, 0, numberRows*sizeof(double));
2543        for (i = 0; i < numberColumns; i++) {
2544            int j;
2545            double value = newSolution[i];
2546            if (value < lower[i]) {
2547                value = lower[i];
2548                newSolution[i] = value;
2549            } else if (value > upper[i]) {
2550                value = upper[i];
2551                newSolution[i] = value;
2552            }
2553            if (value) {
2554                for (j = columnStart[i];
2555                        j < columnStart[i] + columnLength[i]; j++) {
2556                    int iRow = row[j];
2557                    rowActivity[iRow] += value * element[j];
2558                }
2559            }
2560        }
2561        // check was feasible - if not adjust (cleaning may move)
2562        for (i = 0; i < numberRows; i++) {
2563            if (rowActivity[i] < rowLower[i]) {
2564                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2565                rowActivity[i] = rowLower[i];
2566            } else if (rowActivity[i] > rowUpper[i]) {
2567                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2568                rowActivity[i] = rowUpper[i];
2569            }
2570        }
2571#endif
2572        int * candidate = new int [numberColumns];
2573        int nCandidate = 0;
2574        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2575            bool isInteger = (integerType[iColumn] != 0);
2576            if (isInteger) {
2577                double currentValue = newSolution[iColumn];
2578                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2579                    candidate[nCandidate++] = iColumn;
2580            }
2581        }
2582        if (true) {
2583            // Rounding as in Berthold
2584            while (nCandidate) {
2585                double infeasibility = 1.0e-7;
2586                int iRow = -1;
2587                for (i = 0; i < numberRows; i++) {
2588                    double value = 0.0;
2589                    if (rowActivity[i] < rowLower[i]) {
2590                        value = rowLower[i] - rowActivity[i];
2591                    } else if (rowActivity[i] > rowUpper[i]) {
2592                        value = rowActivity[i] - rowUpper[i];
2593                    }
2594                    if (value > infeasibility) {
2595                        infeasibility = value;
2596                        iRow = i;
2597                    }
2598                }
2599                if (iRow >= 0) {
2600                    // infeasible
2601                } else {
2602                    // feasible
2603                }
2604            }
2605        } else {
2606            // Shifting as in Berthold
2607        }
2608        delete [] candidate;
2609    }
2610#endif
2611    delete [] newSolution;
2612    delete [] rowActivity;
2613    return returnCode;
2614}
2615// update model
2616void CbcRounding::setModel(CbcModel * model)
2617{
2618    model_ = model;
2619    // Get a copy of original matrix (and by row for rounding);
2620    assert(model_->solver());
2621    if (model_->solver()->getNumRows()) {
2622        matrix_ = *model_->solver()->getMatrixByCol();
2623        matrixByRow_ = *model_->solver()->getMatrixByRow();
2624        // make sure model okay for heuristic
2625        validate();
2626    }
2627}
2628// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2629void
2630CbcRounding::validate()
2631{
2632    if (model_ && (when() % 100) < 10) {
2633        if (model_->numberIntegers() !=
2634                model_->numberObjects() && (model_->numberObjects() ||
2635                                            (model_->specialOptions()&1024) == 0)) {
2636            int numberOdd = 0;
2637            for (int i = 0; i < model_->numberObjects(); i++) {
2638                if (!model_->object(i)->canDoHeuristics())
2639                    numberOdd++;
2640            }
2641            if (numberOdd)
2642                setWhen(0);
2643        }
2644    }
2645#ifdef NEW_ROUNDING
2646    int numberColumns = matrix_.getNumCols();
2647    down_ = new unsigned short [numberColumns];
2648    up_ = new unsigned short [numberColumns];
2649    equal_ = new unsigned short [numberColumns];
2650    // Column copy
2651    const double * element = matrix_.getElements();
2652    const int * row = matrix_.getIndices();
2653    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2654    const int * columnLength = matrix_.getVectorLengths();
2655    const double * rowLower = model.solver()->getRowLower();
2656    const double * rowUpper = model.solver()->getRowUpper();
2657    for (int i = 0; i < numberColumns; i++) {
2658        int down = 0;
2659        int up = 0;
2660        int equal = 0;
2661        if (columnLength[i] > 65535) {
2662            equal[0] = 65535;
2663            break; // unlikely to work
2664        }
2665        for (CoinBigIndex j = columnStart[i];
2666                j < columnStart[i] + columnLength[i]; j++) {
2667            int iRow = row[j];
2668            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2669                equal++;
2670            } else if (element[j] > 0.0) {
2671                if (rowUpper[iRow] < 1.0e20)
2672                    up++;
2673                else
2674                    down--;
2675            } else {
2676                if (rowLower[iRow] > -1.0e20)
2677                    up++;
2678                else
2679                    down--;
2680            }
2681        }
2682        down_[i] = (unsigned short) down;
2683        up_[i] = (unsigned short) up;
2684        equal_[i] = (unsigned short) equal;
2685    }
2686#else
2687    down_ = NULL;
2688    up_ = NULL;
2689    equal_ = NULL;
2690#endif
2691}
2692
2693// Default Constructor
2694CbcHeuristicPartial::CbcHeuristicPartial()
2695        : CbcHeuristic()
2696{
2697    fixPriority_ = 10000;
2698}
2699
2700// Constructor from model
2701CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2702        : CbcHeuristic(model)
2703{
2704    fixPriority_ = fixPriority;
2705    setNumberNodes(numberNodes);
2706    validate();
2707}
2708
2709// Destructor
2710CbcHeuristicPartial::~CbcHeuristicPartial ()
2711{
2712}
2713
2714// Clone
2715CbcHeuristic *
2716CbcHeuristicPartial::clone() const
2717{
2718    return new CbcHeuristicPartial(*this);
2719}
2720// Create C++ lines to get to current state
2721void
2722CbcHeuristicPartial::generateCpp( FILE * fp)
2723{
2724    CbcHeuristicPartial other;
2725    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2726    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2727    CbcHeuristic::generateCpp(fp, "partial");
2728    if (fixPriority_ != other.fixPriority_)
2729        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2730    else
2731        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2732    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2733}
2734//#define NEW_PARTIAL
2735// Copy constructor
2736CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2737        :
2738        CbcHeuristic(rhs),
2739        fixPriority_(rhs.fixPriority_)
2740{
2741}
2742
2743// Assignment operator
2744CbcHeuristicPartial &
2745CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2746{
2747    if (this != &rhs) {
2748        CbcHeuristic::operator=(rhs);
2749        fixPriority_ = rhs.fixPriority_;
2750    }
2751    return *this;
2752}
2753
2754// Resets stuff if model changes
2755void
2756CbcHeuristicPartial::resetModel(CbcModel * model)
2757{
2758    model_ = model;
2759    // Get a copy of original matrix (and by row for partial);
2760    assert(model_->solver());
2761    validate();
2762}
2763// See if partial will give solution
2764// Sets value of solution
2765// Assumes rhs for original matrix still okay
2766// At present only works with integers
2767// Fix values if asked for
2768// Returns 1 if solution, 0 if not
2769int
2770CbcHeuristicPartial::solution(double & solutionValue,
2771                              double * betterSolution)
2772{
2773    // Return if already done
2774    if (fixPriority_ < 0)
2775        return 0; // switched off
2776    const double * hotstartSolution = model_->hotstartSolution();
2777    const int * hotstartPriorities = model_->hotstartPriorities();
2778    if (!hotstartSolution)
2779        return 0;
2780    OsiSolverInterface * solver = model_->solver();
2781
2782    int numberIntegers = model_->numberIntegers();
2783    const int * integerVariable = model_->integerVariable();
2784
2785    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2786    const double * colLower = newSolver->getColLower();
2787    const double * colUpper = newSolver->getColUpper();
2788
2789    double primalTolerance;
2790    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2791
2792    int i;
2793    int numberFixed = 0;
2794    int returnCode = 0;
2795
2796    for (i = 0; i < numberIntegers; i++) {
2797        int iColumn = integerVariable[i];
2798        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2799            double value = hotstartSolution[iColumn];
2800            double lower = colLower[iColumn];
2801            double upper = colUpper[iColumn];
2802            value = CoinMax(value, lower);
2803            value = CoinMin(value, upper);
2804            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2805                value = floor(value + 0.5);
2806                newSolver->setColLower(iColumn, value);
2807                newSolver->setColUpper(iColumn, value);
2808                numberFixed++;
2809            }
2810        }
2811    }
2812    if (numberFixed > numberIntegers / 5 - 100000000) {
2813#ifdef COIN_DEVELOP
2814        printf("%d integers fixed\n", numberFixed);
2815#endif
2816        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2817                                         model_->getCutoff(), "CbcHeuristicPartial");
2818        if (returnCode < 0)
2819            returnCode = 0; // returned on size
2820        //printf("return code %d",returnCode);
2821        if ((returnCode&2) != 0) {
2822            // could add cut
2823            returnCode &= ~2;
2824            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2825        } else {
2826            //printf("\n");
2827        }
2828    }
2829    fixPriority_ = -1; // switch off
2830
2831    delete newSolver;
2832    return returnCode;
2833}
2834// update model
2835void CbcHeuristicPartial::setModel(CbcModel * model)
2836{
2837    model_ = model;
2838    assert(model_->solver());
2839    // make sure model okay for heuristic
2840    validate();
2841}
2842// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2843void
2844CbcHeuristicPartial::validate()
2845{
2846    if (model_ && (when() % 100) < 10) {
2847        if (model_->numberIntegers() !=
2848                model_->numberObjects())
2849            setWhen(0);
2850    }
2851}
2852bool
2853CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
2854{
2855    return true;
2856}
2857
2858// Default Constructor
2859CbcSerendipity::CbcSerendipity()
2860        : CbcHeuristic()
2861{
2862}
2863
2864// Constructor from model
2865CbcSerendipity::CbcSerendipity(CbcModel & model)
2866        : CbcHeuristic(model)
2867{
2868}
2869
2870// Destructor
2871CbcSerendipity::~CbcSerendipity ()
2872{
2873}
2874
2875// Clone
2876CbcHeuristic *
2877CbcSerendipity::clone() const
2878{
2879    return new CbcSerendipity(*this);
2880}
2881// Create C++ lines to get to current state
2882void
2883CbcSerendipity::generateCpp( FILE * fp)
2884{
2885    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2886    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
2887    CbcHeuristic::generateCpp(fp, "serendipity");
2888    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
2889}
2890
2891// Copy constructor
2892CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
2893        :
2894        CbcHeuristic(rhs)
2895{
2896}
2897
2898// Assignment operator
2899CbcSerendipity &
2900CbcSerendipity::operator=( const CbcSerendipity & rhs)
2901{
2902    if (this != &rhs) {
2903        CbcHeuristic::operator=(rhs);
2904    }
2905    return *this;
2906}
2907
2908// Returns 1 if solution, 0 if not
2909int
2910CbcSerendipity::solution(double & solutionValue,
2911                         double * betterSolution)
2912{
2913    if (!model_)
2914        return 0;
2915    if (!inputSolution_) {
2916        // get information on solver type
2917        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
2918        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
2919        if (auxiliaryInfo) {
2920            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
2921        } else {
2922            return 0;
2923        }
2924    } else {
2925        int numberColumns = model_->getNumCols();
2926        double value = inputSolution_[numberColumns];
2927        int returnCode = 0;
2928        if (value < solutionValue) {
2929            solutionValue = value;
2930            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
2931            returnCode = 1;
2932        }
2933        delete [] inputSolution_;
2934        inputSolution_ = NULL;
2935        model_ = NULL; // switch off
2936        return returnCode;
2937    }
2938}
2939// update model
2940void CbcSerendipity::setModel(CbcModel * model)
2941{
2942    model_ = model;
2943}
2944// Resets stuff if model changes
2945void
2946CbcSerendipity::resetModel(CbcModel * model)
2947{
2948    model_ = model;
2949}
2950
2951
2952// Default Constructor
2953CbcHeuristicJustOne::CbcHeuristicJustOne()
2954        : CbcHeuristic(),
2955        probabilities_(NULL),
2956        heuristic_(NULL),
2957        numberHeuristics_(0)
2958{
2959}
2960
2961// Constructor from model
2962CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
2963        : CbcHeuristic(model),
2964        probabilities_(NULL),
2965        heuristic_(NULL),
2966        numberHeuristics_(0)
2967{
2968}
2969
2970// Destructor
2971CbcHeuristicJustOne::~CbcHeuristicJustOne ()
2972{
2973    for (int i = 0; i < numberHeuristics_; i++)
2974        delete heuristic_[i];
2975    delete [] heuristic_;
2976    delete [] probabilities_;
2977}
2978
2979// Clone
2980CbcHeuristicJustOne *
2981CbcHeuristicJustOne::clone() const
2982{
2983    return new CbcHeuristicJustOne(*this);
2984}
2985
2986// Create C++ lines to get to current state
2987void
2988CbcHeuristicJustOne::generateCpp( FILE * fp)
2989{
2990    CbcHeuristicJustOne other;
2991    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
2992    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
2993    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
2994    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
2995}
2996
2997// Copy constructor
2998CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
2999        :
3000        CbcHeuristic(rhs),
3001        probabilities_(NULL),
3002        heuristic_(NULL),
3003        numberHeuristics_(rhs.numberHeuristics_)
3004{
3005    if (numberHeuristics_) {
3006        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3007        heuristic_ = new CbcHeuristic * [numberHeuristics_];
3008        for (int i = 0; i < numberHeuristics_; i++)
3009            heuristic_[i] = rhs.heuristic_[i]->clone();
3010    }
3011}
3012
3013// Assignment operator
3014CbcHeuristicJustOne &
3015CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
3016{
3017    if (this != &rhs) {
3018        CbcHeuristic::operator=(rhs);
3019        for (int i = 0; i < numberHeuristics_; i++)
3020            delete heuristic_[i];
3021        delete [] heuristic_;
3022        delete [] probabilities_;
3023        probabilities_ = NULL;
3024        heuristic_ = NULL;
3025        numberHeuristics_ = rhs.numberHeuristics_;
3026        if (numberHeuristics_) {
3027            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3028            heuristic_ = new CbcHeuristic * [numberHeuristics_];
3029            for (int i = 0; i < numberHeuristics_; i++)
3030                heuristic_[i] = rhs.heuristic_[i]->clone();
3031        }
3032    }
3033    return *this;
3034}
3035// Sets value of solution
3036// Returns 1 if solution, 0 if not
3037int
3038CbcHeuristicJustOne::solution(double & solutionValue,
3039                              double * betterSolution)
3040{
3041#ifdef DIVE_DEBUG
3042    std::cout << "solutionValue = " << solutionValue << std::endl;
3043#endif
3044    ++numCouldRun_;
3045
3046    // test if the heuristic can run
3047    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
3048        return 0;
3049    double randomNumber = randomNumberGenerator_.randomDouble();
3050    int i;
3051    for (i = 0; i < numberHeuristics_; i++) {
3052        if (randomNumber < probabilities_[i])
3053            break;
3054    }
3055    assert (i < numberHeuristics_);
3056    int returnCode;
3057    //model_->unsetDivingHasRun();
3058#ifdef COIN_DEVELOP
3059    printf("JustOne running %s\n",
3060           heuristic_[i]->heuristicName());
3061#endif
3062    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
3063#ifdef COIN_DEVELOP
3064    if (returnCode)
3065        printf("JustOne running %s found solution\n",
3066               heuristic_[i]->heuristicName());
3067#endif
3068    return returnCode;
3069}
3070// Resets stuff if model changes
3071void
3072CbcHeuristicJustOne::resetModel(CbcModel * model)
3073{
3074    CbcHeuristic::resetModel(model);
3075    for (int i = 0; i < numberHeuristics_; i++)
3076        heuristic_[i]->resetModel(model);
3077}
3078// update model (This is needed if cliques update matrix etc)
3079void
3080CbcHeuristicJustOne::setModel(CbcModel * model)
3081{
3082    CbcHeuristic::setModel(model);
3083    for (int i = 0; i < numberHeuristics_; i++)
3084        heuristic_[i]->setModel(model);
3085}
3086// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
3087void
3088CbcHeuristicJustOne::validate()
3089{
3090    CbcHeuristic::validate();
3091    for (int i = 0; i < numberHeuristics_; i++)
3092        heuristic_[i]->validate();
3093}
3094// Adds an heuristic with probability
3095void
3096CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
3097{
3098    CbcHeuristic * thisOne = heuristic->clone();
3099    thisOne->setWhen(-999);
3100    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
3101                            numberHeuristics_);
3102    delete [] heuristic_;
3103    heuristic_ = tempH;
3104    heuristic_[numberHeuristics_] = thisOne;
3105    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
3106                                            numberHeuristics_);
3107    delete [] probabilities_;
3108    probabilities_ = tempP;
3109    probabilities_[numberHeuristics_] = probability;
3110    numberHeuristics_++;
3111}
3112// Normalize probabilities
3113void
3114CbcHeuristicJustOne::normalizeProbabilities()
3115{
3116    double sum = 0.0;
3117    for (int i = 0; i < numberHeuristics_; i++)
3118        sum += probabilities_[i];
3119    double multiplier = 1.0 / sum;
3120    sum = 0.0;
3121    for (int i = 0; i < numberHeuristics_; i++) {
3122        sum += probabilities_[i];
3123        probabilities_[i] = sum * multiplier;
3124    }
3125    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
3126    probabilities_[numberHeuristics_-1] = 1.000001;
3127}
3128
Note: See TracBrowser for help on using the repository browser.