source: trunk/Cbc/src/CbcHeuristic.cpp @ 2323

Last change on this file since 2323 was 2323, checked in by forrest, 4 years ago

change assert to <=

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 122.4 KB
Line 
1/* $Id: CbcHeuristic.cpp 2323 2017-01-12 12:43:59Z 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 "OsiRowCutDebugger.hpp"
34#include "OsiPresolve.hpp"
35#include "CbcBranchActual.hpp"
36#include "CbcCutGenerator.hpp"
37#include "CoinMpsIO.hpp"
38//==============================================================================
39
40CbcHeuristicNode::CbcHeuristicNode(const CbcHeuristicNode& rhs)
41{
42    numObjects_ = rhs.numObjects_;
43    brObj_ = new CbcBranchingObject*[numObjects_];
44    for (int i = 0; i < numObjects_; ++i) {
45        brObj_[i] = rhs.brObj_[i]->clone();
46    }
47}
48
49void
50CbcHeuristicNodeList::gutsOfDelete()
51{
52    for (int i = (static_cast<int>(nodes_.size())) - 1; i >= 0; --i) {
53        delete nodes_[i];
54    }
55}
56
57void
58CbcHeuristicNodeList::gutsOfCopy(const CbcHeuristicNodeList& rhs)
59{
60    append(rhs);
61}
62
63CbcHeuristicNodeList::CbcHeuristicNodeList(const CbcHeuristicNodeList& rhs)
64{
65    gutsOfCopy(rhs);
66}
67
68CbcHeuristicNodeList& CbcHeuristicNodeList::operator=
69(const CbcHeuristicNodeList & rhs)
70{
71    if (this != &rhs) {
72        gutsOfDelete();
73        gutsOfCopy(rhs);
74    }
75    return *this;
76}
77
78CbcHeuristicNodeList::~CbcHeuristicNodeList()
79{
80    gutsOfDelete();
81}
82
83void
84CbcHeuristicNodeList::append(CbcHeuristicNode*& node)
85{
86    nodes_.push_back(node);
87    node = NULL;
88}
89
90void
91CbcHeuristicNodeList::append(const CbcHeuristicNodeList& nodes)
92{
93    nodes_.reserve(nodes_.size() + nodes.size());
94    for (int i = 0; i < nodes.size(); ++i) {
95        CbcHeuristicNode* node = new CbcHeuristicNode(*nodes.node(i));
96        append(node);
97    }
98}
99
100//==============================================================================
101#define DEFAULT_WHERE ((255-2-16)*(1+256))
102// Default Constructor
103CbcHeuristic::CbcHeuristic() :
104        model_(NULL),
105        when_(2),
106        numberNodes_(200),
107        feasibilityPumpOptions_(-1),
108        fractionSmall_(1.0),
109        heuristicName_("Unknown"),
110        howOften_(1),
111        decayFactor_(0.0),
112        switches_(0),
113        whereFrom_(DEFAULT_WHERE),
114        shallowDepth_(1),
115        howOftenShallow_(1),
116        numInvocationsInShallow_(0),
117        numInvocationsInDeep_(0),
118        lastRunDeep_(0),
119        numRuns_(0),
120        minDistanceToRun_(1),
121        runNodes_(),
122        numCouldRun_(0),
123        numberSolutionsFound_(0),
124        numberNodesDone_(0),
125        inputSolution_(NULL)
126{
127    // As CbcHeuristic virtual need to modify .cpp if above change
128}
129
130// Constructor from model
131CbcHeuristic::CbcHeuristic(CbcModel & model) :
132        model_(&model),
133        when_(2),
134        numberNodes_(200),
135        feasibilityPumpOptions_(-1),
136        fractionSmall_(1.0),
137        heuristicName_("Unknown"),
138        howOften_(1),
139        decayFactor_(0.0),
140        switches_(0),
141        whereFrom_(DEFAULT_WHERE),
142        shallowDepth_(1),
143        howOftenShallow_(1),
144        numInvocationsInShallow_(0),
145        numInvocationsInDeep_(0),
146        lastRunDeep_(0),
147        numRuns_(0),
148        minDistanceToRun_(1),
149        runNodes_(),
150        numCouldRun_(0),
151        numberSolutionsFound_(0),
152        numberNodesDone_(0),
153        inputSolution_(NULL)
154{
155}
156
157void
158CbcHeuristic::gutsOfCopy(const CbcHeuristic & rhs)
159{
160    model_ = rhs.model_;
161    when_ = rhs.when_;
162    numberNodes_ = rhs.numberNodes_;
163    feasibilityPumpOptions_ = rhs.feasibilityPumpOptions_;
164    fractionSmall_ = rhs.fractionSmall_;
165    randomNumberGenerator_ = rhs.randomNumberGenerator_;
166    heuristicName_ = rhs.heuristicName_;
167    howOften_ = rhs.howOften_;
168    decayFactor_ = rhs.decayFactor_;
169    switches_ = rhs.switches_;
170    whereFrom_ = rhs.whereFrom_;
171    shallowDepth_ = rhs.shallowDepth_;
172    howOftenShallow_ = rhs.howOftenShallow_;
173    numInvocationsInShallow_ = rhs.numInvocationsInShallow_;
174    numInvocationsInDeep_ = rhs.numInvocationsInDeep_;
175    lastRunDeep_ = rhs.lastRunDeep_;
176    numRuns_ = rhs.numRuns_;
177    numCouldRun_ = rhs.numCouldRun_;
178    minDistanceToRun_ = rhs.minDistanceToRun_;
179    runNodes_ = rhs.runNodes_;
180    numberSolutionsFound_ = rhs.numberSolutionsFound_;
181    numberNodesDone_ = rhs.numberNodesDone_;
182    if (rhs.inputSolution_) {
183        int numberColumns = model_->getNumCols();
184        setInputSolution(rhs.inputSolution_, rhs.inputSolution_[numberColumns]);
185    }
186}
187// Copy constructor
188CbcHeuristic::CbcHeuristic(const CbcHeuristic & rhs)
189{
190    inputSolution_ = NULL;
191    gutsOfCopy(rhs);
192}
193
194// Assignment operator
195CbcHeuristic &
196CbcHeuristic::operator=( const CbcHeuristic & rhs)
197{
198    if (this != &rhs) {
199        gutsOfDelete();
200        gutsOfCopy(rhs);
201    }
202    return *this;
203}
204
205void CbcHeurDebugNodes(CbcModel* model_)
206{
207    CbcNode* node = model_->currentNode();
208    CbcNodeInfo* nodeInfo = node->nodeInfo();
209    std::cout << "===============================================================\n";
210    while (nodeInfo) {
211        const CbcNode* node = nodeInfo->owner();
212        printf("nodeinfo: node %i\n", nodeInfo->nodeNumber());
213        {
214            const CbcIntegerBranchingObject* brPrint =
215                dynamic_cast<const CbcIntegerBranchingObject*>(nodeInfo->parentBranch());
216            if (!brPrint) {
217                printf("    parentBranch: NULL\n");
218            } else {
219                const double* downBounds = brPrint->downBounds();
220                const double* upBounds = brPrint->upBounds();
221                int variable = brPrint->variable();
222                int way = brPrint->way();
223                printf("   parentBranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
224                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
225                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
226            }
227        }
228        if (! node) {
229            printf("    owner: NULL\n");
230        } else {
231            printf("    owner: node %i depth %i onTree %i active %i",
232                   node->nodeNumber(), node->depth(), node->onTree(), node->active());
233            const OsiBranchingObject* osibr =
234                nodeInfo->owner()->branchingObject();
235            const CbcBranchingObject* cbcbr =
236                dynamic_cast<const CbcBranchingObject*>(osibr);
237            const CbcIntegerBranchingObject* brPrint =
238                dynamic_cast<const CbcIntegerBranchingObject*>(cbcbr);
239            if (!brPrint) {
240                printf("        ownerBranch: NULL\n");
241            } else {
242                const double* downBounds = brPrint->downBounds();
243                const double* upBounds = brPrint->upBounds();
244                int variable = brPrint->variable();
245                int way = brPrint->way();
246                printf("        ownerbranch: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
247                       variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
248                       static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
249            }
250        }
251        nodeInfo = nodeInfo->parent();
252    }
253}
254
255void
256CbcHeuristic::debugNodes()
257{
258    CbcHeurDebugNodes(model_);
259}
260
261void
262CbcHeuristic::printDistanceToNodes()
263{
264    const CbcNode* currentNode = model_->currentNode();
265    if (currentNode != NULL) {
266        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
267        for (int i = runNodes_.size() - 1; i >= 0; --i) {
268            nodeDesc->distance(runNodes_.node(i));
269        }
270        runNodes_.append(nodeDesc);
271    }
272}
273
274bool
275CbcHeuristic::shouldHeurRun(int whereFrom)
276{
277    assert (whereFrom >= 0 && whereFrom < 16);
278    // take off 8 (code - likes new solution)
279    whereFrom &= 7;
280    if ((whereFrom_&(1 << whereFrom)) == 0)
281        return false;
282    // No longer used for original purpose - so use for ever run at all JJF
283#ifndef JJF_ONE
284    // Don't run if hot start or no rows!
285    if (model_ && (model_->hotstartSolution()||!model_->getNumRows()))
286        return false;
287    else
288        return true;
289#else
290#ifdef JJF_ZERO
291    const CbcNode* currentNode = model_->currentNode();
292    if (currentNode == NULL) {
293        return false;
294    }
295
296    debugNodes();
297//   return false;
298
299    const int depth = currentNode->depth();
300#else
301    int depth = model_->currentDepth();
302#endif
303
304    const int nodeCount = model_->getNodeCount();  // FIXME: check that this is
305    // correct in parallel
306
307    if (nodeCount == 0 || depth <= shallowDepth_) {
308        // what to do when we are in the shallow part of the tree
309        if (model_->getCurrentPassNumber() == 1) {
310            // first time in the node...
311            numInvocationsInShallow_ = 0;
312        }
313        ++numInvocationsInShallow_;
314        // Very large howOftenShallow_ will give the original test:
315        // (model_->getCurrentPassNumber() != 1)
316        //    if ((numInvocationsInShallow_ % howOftenShallow_) != 1) {
317        if ((numInvocationsInShallow_ % howOftenShallow_) != 0) {
318            return false;
319        }
320        // LL: should we save these nodes in the list of nodes where the heur was
321        // LL: run?
322#ifndef JJF_ONE
323        if (currentNode != NULL) {
324            // Get where we are and create the appropriate CbcHeuristicNode object
325            CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
326            runNodes_.append(nodeDesc);
327        }
328#endif
329    } else {
330        // deeper in the tree
331        if (model_->getCurrentPassNumber() == 1) {
332            // first time in the node...
333            ++numInvocationsInDeep_;
334        }
335        if (numInvocationsInDeep_ - lastRunDeep_ < howOften_) {
336            return false;
337        }
338        if (model_->getCurrentPassNumber() > 1) {
339            // Run the heuristic only when first entering the node.
340            // LL: I don't think this is right. It should run just before strong
341            // LL: branching, I believe.
342            return false;
343        }
344        // Get where we are and create the appropriate CbcHeuristicNode object
345        CbcHeuristicNode* nodeDesc = new CbcHeuristicNode(*model_);
346        //#ifdef PRINT_DEBUG
347#ifndef JJF_ONE
348        const double minDistanceToRun = 1.5 * log((double)depth) / log((double)2);
349#else
350    const double minDistanceToRun = minDistanceToRun_;
351#endif
352#ifdef PRINT_DEBUG
353        double minDistance = nodeDesc->minDistance(runNodes_);
354        std::cout << "minDistance = " << minDistance
355                  << ", minDistanceToRun = " << minDistanceToRun << std::endl;
356#endif
357        if (nodeDesc->minDistanceIsSmall(runNodes_, minDistanceToRun)) {
358            delete nodeDesc;
359            return false;
360        }
361        runNodes_.append(nodeDesc);
362        lastRunDeep_ = numInvocationsInDeep_;
363        //    ++lastRunDeep_;
364    }
365    ++numRuns_;
366    return true;
367#endif
368}
369
370bool
371CbcHeuristic::shouldHeurRun_randomChoice()
372{
373    if (!when_)
374        return false;
375    int depth = model_->currentDepth();
376    // when_ -999 is special marker to force to run
377    if (depth != 0 && when_ != -999) {
378        const double numerator = depth * depth;
379        const double denominator = exp(depth * log(2.0));
380        double probability = numerator / denominator;
381        double randomNumber = randomNumberGenerator_.randomDouble();
382        int when = when_ % 100;
383        if (when > 2 && when < 8) {
384            /* JJF adjustments
385            3 only at root and if no solution
386            4 only at root and if this heuristic has not got solution
387            5 decay (but only if no solution)
388            6 if depth <3 or decay
389            7 run up to 2 times if solution found 4 otherwise
390            */
391            switch (when) {
392            case 3:
393            default:
394                if (model_->bestSolution())
395                    probability = -1.0;
396                break;
397            case 4:
398                if (numberSolutionsFound_)
399                    probability = -1.0;
400                break;
401            case 5:
402                assert (decayFactor_);
403                if (model_->bestSolution()) {
404                    probability = -1.0;
405                } else if (numCouldRun_ > 1000) {
406                    decayFactor_ *= 0.99;
407                    probability *= decayFactor_;
408                }
409                break;
410            case 6:
411                if (depth >= 3) {
412                    if ((numCouldRun_ % howOften_) == 0 &&
413                            numberSolutionsFound_*howOften_ < numCouldRun_) {
414                      //#define COIN_DEVELOP
415#ifdef COIN_DEVELOP
416                        int old = howOften_;
417#endif
418                        howOften_ = CoinMin(CoinMax(static_cast<int> (howOften_ * 1.1), howOften_ + 1), 1000000);
419#ifdef COIN_DEVELOP
420                        printf("Howoften changed from %d to %d for %s\n",
421                               old, howOften_, heuristicName_.c_str());
422#endif
423                    }
424                    probability = 1.0 / howOften_;
425                    if (model_->bestSolution())
426                        probability *= 0.5;
427                } else {
428                    probability = 1.1;
429                }
430                break;
431            case 7:
432                if ((model_->bestSolution() && numRuns_ >= 2) || numRuns_ >= 4)
433                    probability = -1.0;
434                break;
435            }
436        }
437        if (randomNumber > probability)
438            return false;
439
440        if (model_->getCurrentPassNumber() > 1)
441            return false;
442#ifdef COIN_DEVELOP
443        printf("Running %s, random %g probability %g\n",
444               heuristicName_.c_str(), randomNumber, probability);
445#endif
446    } else {
447#ifdef COIN_DEVELOP
448        printf("Running %s, depth %d when %d\n",
449               heuristicName_.c_str(), depth, when_);
450#endif
451    }
452    ++numRuns_;
453    return true;
454}
455
456// Resets stuff if model changes
457void
458CbcHeuristic::resetModel(CbcModel * model)
459{
460    model_ = model;
461}
462// Set seed
463void
464CbcHeuristic::setSeed(int value)
465{
466    if (value==0) {
467      double time = fabs(CoinGetTimeOfDay());
468      while (time>=COIN_INT_MAX)
469        time *= 0.5;
470      value = static_cast<int>(time);
471      char printArray[100];
472      sprintf(printArray, "using time of day seed was changed from %d to %d",
473              randomNumberGenerator_.getSeed(), value);
474      if (model_)
475        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
476          << printArray
477          << CoinMessageEol;
478    }
479    randomNumberGenerator_.setSeed(value);
480}
481// Get seed
482int
483CbcHeuristic::getSeed() const
484{
485  return randomNumberGenerator_.getSeed();
486}
487
488// Create C++ lines to get to current state
489void
490CbcHeuristic::generateCpp( FILE * fp, const char * heuristic)
491{
492    // hard coded as CbcHeuristic virtual
493    if (when_ != 2)
494        fprintf(fp, "3  %s.setWhen(%d);\n", heuristic, when_);
495    else
496        fprintf(fp, "4  %s.setWhen(%d);\n", heuristic, when_);
497    if (numberNodes_ != 200)
498        fprintf(fp, "3  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
499    else
500        fprintf(fp, "4  %s.setNumberNodes(%d);\n", heuristic, numberNodes_);
501    if (feasibilityPumpOptions_ != -1)
502        fprintf(fp, "3  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
503    else
504        fprintf(fp, "4  %s.setFeasibilityPumpOptions(%d);\n", heuristic, feasibilityPumpOptions_);
505    if (fractionSmall_ != 1.0)
506        fprintf(fp, "3  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
507    else
508        fprintf(fp, "4  %s.setFractionSmall(%g);\n", heuristic, fractionSmall_);
509    if (heuristicName_ != "Unknown")
510        fprintf(fp, "3  %s.setHeuristicName(\"%s\");\n",
511                heuristic, heuristicName_.c_str()) ;
512    else
513        fprintf(fp, "4  %s.setHeuristicName(\"%s\");\n",
514                heuristic, heuristicName_.c_str()) ;
515    if (decayFactor_ != 0.0)
516        fprintf(fp, "3  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
517    else
518        fprintf(fp, "4  %s.setDecayFactor(%g);\n", heuristic, decayFactor_);
519    if (switches_ != 0)
520        fprintf(fp, "3  %s.setSwitches(%d);\n", heuristic, switches_);
521    else
522        fprintf(fp, "4  %s.setSwitches(%d);\n", heuristic, switches_);
523    if (whereFrom_ != DEFAULT_WHERE)
524        fprintf(fp, "3  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
525    else
526        fprintf(fp, "4  %s.setWhereFrom(%d);\n", heuristic, whereFrom_);
527    if (shallowDepth_ != 1)
528        fprintf(fp, "3  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
529    else
530        fprintf(fp, "4  %s.setShallowDepth(%d);\n", heuristic, shallowDepth_);
531    if (howOftenShallow_ != 1)
532        fprintf(fp, "3  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
533    else
534        fprintf(fp, "4  %s.setHowOftenShallow(%d);\n", heuristic, howOftenShallow_);
535    if (minDistanceToRun_ != 1)
536        fprintf(fp, "3  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
537    else
538        fprintf(fp, "4  %s.setMinDistanceToRun(%d);\n", heuristic, minDistanceToRun_);
539}
540// Destructor
541CbcHeuristic::~CbcHeuristic ()
542{
543    delete [] inputSolution_;
544}
545
546// update model
547void CbcHeuristic::setModel(CbcModel * model)
548{
549    model_ = model;
550}
551/* Clone but ..
552   type 0 clone solver, 1 clone continuous solver
553   Add 2 to say without integer variables which are at low priority
554   Add 4 to say quite likely infeasible so give up easily.*/
555OsiSolverInterface *
556CbcHeuristic::cloneBut(int type)
557{
558    OsiSolverInterface * solver;
559    if ((type&1) == 0 || !model_->continuousSolver())
560        solver = model_->solver()->clone();
561    else
562        solver = model_->continuousSolver()->clone();
563#ifdef COIN_HAS_CLP
564    OsiClpSolverInterface * clpSolver
565    = dynamic_cast<OsiClpSolverInterface *> (solver);
566#endif
567    if ((type&2) != 0) {
568        int n = model_->numberObjects();
569        int priority = model_->continuousPriority();
570        if (priority < COIN_INT_MAX) {
571            for (int i = 0; i < n; i++) {
572                const OsiObject * obj = model_->object(i);
573                const CbcSimpleInteger * thisOne =
574                    dynamic_cast <const CbcSimpleInteger *> (obj);
575                if (thisOne) {
576                    int iColumn = thisOne->columnNumber();
577                    if (thisOne->priority() >= priority)
578                        solver->setContinuous(iColumn);
579                }
580            }
581        }
582#ifdef COIN_HAS_CLP
583        if (clpSolver) {
584            for (int i = 0; i < n; i++) {
585                const OsiObject * obj = model_->object(i);
586                const CbcSimpleInteger * thisOne =
587                    dynamic_cast <const CbcSimpleInteger *> (obj);
588                if (thisOne) {
589                    int iColumn = thisOne->columnNumber();
590                    if (clpSolver->isOptionalInteger(iColumn))
591                        clpSolver->setContinuous(iColumn);
592                }
593            }
594        }
595#endif
596    }
597#ifdef COIN_HAS_CLP
598    if ((type&4) != 0 && clpSolver) {
599        int options = clpSolver->getModelPtr()->moreSpecialOptions();
600        clpSolver->getModelPtr()->setMoreSpecialOptions(options | 64);
601    }
602#endif
603    return solver;
604}
605// Whether to exit at once on gap
606bool
607CbcHeuristic::exitNow(double bestObjective) const
608{
609    if ((switches_&2048) != 0) {
610        // exit may be forced - but unset for next time
611        switches_ &= ~2048;
612        if ((switches_&1024) != 0)
613            return true;
614    } else if ((switches_&1) == 0) {
615        return false;
616    }
617    // See if can stop on gap
618    OsiSolverInterface * solver = model_->solver();
619    double bestPossibleObjective = solver->getObjValue() * solver->getObjSense();
620    double absGap = CoinMax(model_->getAllowableGap(),
621                            model_->getHeuristicGap());
622    double fracGap = CoinMax(model_->getAllowableFractionGap(),
623                             model_->getHeuristicFractionGap());
624    double testGap = CoinMax(absGap, fracGap *
625                             CoinMax(fabs(bestObjective),
626                                     fabs(bestPossibleObjective)));
627
628    if (bestObjective - bestPossibleObjective < testGap
629            && model_->getCutoffIncrement() >= 0.0) {
630        return true;
631    } else {
632        return false;
633    }
634}
635#ifdef HISTORY_STATISTICS
636extern bool getHistoryStatistics_;
637#endif
638static double sizeRatio(int numberRowsNow, int numberColumnsNow,
639                        int numberRowsStart, int numberColumnsStart)
640{
641    double valueNow;
642    if (numberRowsNow*10 > numberColumnsNow || numberColumnsNow < 200) {
643        valueNow = 2 * numberRowsNow + numberColumnsNow;
644    } else {
645        // long and thin - rows are more important
646        if (numberRowsNow*40 > numberColumnsNow)
647            valueNow = 10 * numberRowsNow + numberColumnsNow;
648        else
649            valueNow = 200 * numberRowsNow + numberColumnsNow;
650    }
651    double valueStart;
652    if (numberRowsStart*10 > numberColumnsStart || numberColumnsStart < 200) {
653        valueStart = 2 * numberRowsStart + numberColumnsStart;
654    } else {
655        // long and thin - rows are more important
656        if (numberRowsStart*40 > numberColumnsStart)
657            valueStart = 10 * numberRowsStart + numberColumnsStart;
658        else
659            valueStart = 200 * numberRowsStart + numberColumnsStart;
660    }
661    //printf("sizeProblem Now %g, %d rows, %d columns\nsizeProblem Start %g, %d rows, %d columns\n",
662    // valueNow,numberRowsNow,numberColumnsNow,
663    // valueStart,numberRowsStart,numberColumnsStart);
664    if (10*numberRowsNow < 8*numberRowsStart || 10*numberColumnsNow < 7*numberColumnsStart)
665        return valueNow / valueStart;
666    else if (10*numberRowsNow < 9*numberRowsStart)
667        return 1.1*(valueNow / valueStart);
668    else if (numberRowsNow < numberRowsStart)
669        return 1.5*(valueNow / valueStart);
670    else
671        return 2.0*(valueNow / valueStart);
672}
673
674//static int saveModel=0;
675// Do mini branch and bound (return 1 if solution)
676int
677CbcHeuristic::smallBranchAndBound(OsiSolverInterface * solver, int numberNodes,
678                                  double * newSolution, double & newSolutionValue,
679                                  double cutoff, std::string name) const
680{
681  CbcEventHandler *eventHandler = model_->getEventHandler() ;
682  // Use this fraction
683  double fractionSmall = fractionSmall_;
684  int maximumSolutions =  model_->getMaximumSolutions();
685  int iterationMultiplier = 100;
686  if (eventHandler) {
687    typedef struct {
688      double fractionSmall;
689      double spareDouble[3];
690      OsiSolverInterface * solver;
691      void * sparePointer[2];
692      int numberNodes;
693      int maximumSolutions;
694      int iterationMultiplier;
695      int howOften;
696      int spareInt[3];
697    } SmallMod;
698    SmallMod temp;
699    temp.solver=solver;
700    temp.fractionSmall=fractionSmall;
701    temp.numberNodes=numberNodes;
702    temp.iterationMultiplier=iterationMultiplier;
703    temp.howOften=howOften_;
704    temp.maximumSolutions=maximumSolutions;
705    CbcEventHandler::CbcAction status = 
706      eventHandler->event(CbcEventHandler::smallBranchAndBound,
707                          &temp);
708    if (status==CbcEventHandler::killSolution)
709      return -1;
710    if (status==CbcEventHandler::takeAction) {
711      fractionSmall=temp.fractionSmall;
712      numberNodes=temp.numberNodes;
713      iterationMultiplier=temp.iterationMultiplier;
714      howOften_=temp.howOften;
715      maximumSolutions=temp.maximumSolutions;
716    }
717  }
718#if 0 
719  if (saveModel || model_->getMaximumSolutions()==100) {
720    printf("writing model\n");
721    solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
722  }
723#endif
724    // size before
725    int shiftRows = 0;
726    if (numberNodes < 0)
727        shiftRows = solver->getNumRows() - numberNodes_;
728    int numberRowsStart = solver->getNumRows() - shiftRows;
729    int numberColumnsStart = solver->getNumCols();
730#ifdef CLP_INVESTIGATE
731    printf("%s has %d rows, %d columns\n",
732           name.c_str(), solver->getNumRows(), solver->getNumCols());
733#endif
734    double before = 2 * numberRowsStart + numberColumnsStart;
735    if (before > 40000.0) {
736        // fairly large - be more conservative
737        double multiplier = 1.0 - 0.3 * CoinMin(100000.0, before - 40000.0) / 100000.0;
738        if (multiplier < 1.0) {
739            fractionSmall *= multiplier;
740#ifdef CLP_INVESTIGATE
741            printf("changing fractionSmall from %g to %g for %s\n",
742                   fractionSmall_, fractionSmall, name.c_str());
743#endif
744        }
745    }
746#ifdef COIN_HAS_CLP
747    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (solver);
748    if (clpSolver && (clpSolver->specialOptions()&65536) == 0) {
749        // go faster stripes
750        if (clpSolver->getNumRows() < 300 && clpSolver->getNumCols() < 500) {
751            clpSolver->setupForRepeatedUse(2, 0);
752        } else {
753            clpSolver->setupForRepeatedUse(0, 0);
754        }
755        // Turn this off if you get problems
756        // Used to be automatically set
757        clpSolver->setSpecialOptions(clpSolver->specialOptions() | (128 + 64 - 128));
758        ClpSimplex * lpSolver = clpSolver->getModelPtr();
759        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
760        lpSolver->setSpecialOptions(lpSolver->specialOptions() |
761                                    (/*16384+*/4096 + 512 + 128));
762    }
763#endif
764#ifdef HISTORY_STATISTICS
765    getHistoryStatistics_ = false;
766#endif
767#ifdef COIN_DEVELOP
768    int status = 0;
769#endif
770    int logLevel = model_->logLevel();
771#define LEN_PRINT 250
772    char generalPrint[LEN_PRINT];
773    // Do presolve to see if possible
774    int numberColumns = solver->getNumCols();
775    char * reset = NULL;
776    int returnCode = 1;
777    int saveModelOptions = model_->specialOptions();
778    //assert ((saveModelOptions&2048) == 0);
779    model_->setSpecialOptions(saveModelOptions | 2048);
780    if (fractionSmall<1.0) {
781        int saveLogLevel = solver->messageHandler()->logLevel();
782        if (saveLogLevel == 1) 
783            solver->messageHandler()->setLogLevel(0);
784        OsiPresolve * pinfo = new OsiPresolve();
785        int presolveActions = 0;
786        // Allow dual stuff on integers
787        presolveActions = 1;
788        // Do not allow all +1 to be tampered with
789        //if (allPlusOnes)
790        //presolveActions |= 2;
791        // allow transfer of costs
792        // presolveActions |= 4;
793        pinfo->setPresolveActions(presolveActions);
794        OsiSolverInterface * presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
795        delete pinfo;
796        // see if too big
797
798        if (presolvedModel) {
799            int afterRows = presolvedModel->getNumRows();
800            int afterCols = presolvedModel->getNumCols();
801            //#define COIN_DEVELOP
802#ifdef COIN_DEVELOP_z
803            if (numberNodes < 0) {
804                solver->writeMpsNative("before.mps", NULL, NULL, 2, 1);
805                presolvedModel->writeMpsNative("after1.mps", NULL, NULL, 2, 1);
806            }
807#endif
808            delete presolvedModel;
809            double ratio = sizeRatio(afterRows - shiftRows, afterCols,
810                                     numberRowsStart, numberColumnsStart);
811            double after = 2 * afterRows + afterCols;
812            if (ratio > fractionSmall && after > 300 && numberNodes >= 0) {
813                // Need code to try again to compress further using used
814                const int * used =  model_->usedInSolution();
815                int maxUsed = 0;
816                int iColumn;
817                const double * lower = solver->getColLower();
818                const double * upper = solver->getColUpper();
819                for (iColumn = 0; iColumn < numberColumns; iColumn++) {
820                    if (upper[iColumn] > lower[iColumn]) {
821                        if (solver->isBinary(iColumn))
822                            maxUsed = CoinMax(maxUsed, used[iColumn]);
823                    }
824                }
825                if (maxUsed) {
826                    reset = new char [numberColumns];
827                    int nFix = 0;
828                    for (iColumn = 0; iColumn < numberColumns; iColumn++) {
829                        reset[iColumn] = 0;
830                        if (upper[iColumn] > lower[iColumn]) {
831                            if (solver->isBinary(iColumn) && used[iColumn] == maxUsed) {
832                                bool setValue = true;
833                                if (maxUsed == 1) {
834                                    double randomNumber = randomNumberGenerator_.randomDouble();
835                                    if (randomNumber > 0.3)
836                                        setValue = false;
837                                }
838                                if (setValue) {
839                                    reset[iColumn] = 1;
840                                    solver->setColLower(iColumn, 1.0);
841                                    nFix++;
842                                }
843                            }
844                        }
845                    }
846                    pinfo = new OsiPresolve();
847                    presolveActions = 0;
848                    // Allow dual stuff on integers
849                    presolveActions = 1;
850                    // Do not allow all +1 to be tampered with
851                    //if (allPlusOnes)
852                    //presolveActions |= 2;
853                    // allow transfer of costs
854                    // presolveActions |= 4;
855                    pinfo->setPresolveActions(presolveActions);
856                    presolvedModel = pinfo->presolvedModel(*solver, 1.0e-8, true, 2);
857                    delete pinfo;
858                    if (presolvedModel) {
859                        // see if too big
860                        int afterRows2 = presolvedModel->getNumRows();
861                        int afterCols2 = presolvedModel->getNumCols();
862                        delete presolvedModel;
863                        double ratio = sizeRatio(afterRows2 - shiftRows, afterCols2,
864                                                 numberRowsStart, numberColumnsStart);
865                        double after = 2 * afterRows2 + afterCols2;
866                        if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
867                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - still too large",
868                                    solver->getNumRows(), solver->getNumCols(),
869                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
870                            // If much too big - give up
871                            if (ratio > 0.75)
872                                returnCode = -1;
873                        } else {
874                            sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - %d fixed gives %d, %d - ok now",
875                                    solver->getNumRows(), solver->getNumCols(),
876                                    afterRows, afterCols, nFix, afterRows2, afterCols2);
877                        }
878                        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
879                        << generalPrint
880                        << CoinMessageEol;
881                    } else {
882                        returnCode = 2; // infeasible
883                    }
884                }
885            } else if (ratio > fractionSmall && after > 300 && numberNodes >=0) {
886                returnCode = -1;
887            }
888        } else {
889            returnCode = 2; // infeasible
890        }
891        solver->messageHandler()->setLogLevel(saveLogLevel);
892    }
893    if (returnCode == 2 || returnCode == -1) {
894        model_->setSpecialOptions(saveModelOptions);
895        delete [] reset;
896#ifdef HISTORY_STATISTICS
897        getHistoryStatistics_ = true;
898#endif
899        //printf("small no good\n");
900        return returnCode;
901    }
902    // Reduce printout
903    bool takeHint;
904    OsiHintStrength strength;
905    solver->getHintParam(OsiDoReducePrint, takeHint, strength);
906    solver->setHintParam(OsiDoReducePrint, true, OsiHintTry);
907    solver->setHintParam(OsiDoPresolveInInitial, false, OsiHintTry);
908    double signedCutoff = cutoff*solver->getObjSense();
909    solver->setDblParam(OsiDualObjectiveLimit, signedCutoff);
910    solver->initialSolve();
911    if (solver->isProvenOptimal()) {
912        CglPreProcess process;
913        OsiSolverInterface * solver2 = NULL;
914        if ((model_->moreSpecialOptions()&65536)!=0)
915          process.setOptions(2+4+8+16); // no cuts
916        else
917          process.setOptions(16); // no complicated dupcol stuff
918        /* Do not try and produce equality cliques and
919           do up to 2 passes (normally) 5 if restart */
920        int numberPasses = 2;
921        if ((model_->moreSpecialOptions2()&16)!=0) {
922          // quick
923          process.setOptions(2+4+8+16); // no cuts
924          numberPasses = 1;
925        }
926        if (numberNodes < 0) {
927          numberPasses = 5;
928          // Say some rows cuts
929          int numberRows = solver->getNumRows();
930          if (numberNodes_ < numberRows && true /* think */) {
931            char * type = new char[numberRows];
932            memset(type, 0, numberNodes_);
933            memset(type + numberNodes_, 1, numberRows - numberNodes_);
934            process.passInRowTypes(type, numberRows);
935            delete [] type;
936          }
937        }
938        if (logLevel <= 1)
939          process.messageHandler()->setLogLevel(0);
940        if (!solver->defaultHandler()&&
941            solver->messageHandler()->logLevel(0)!=-1000)
942          process.passInMessageHandler(solver->messageHandler());
943#ifdef CGL_DEBUG
944        /*
945          We're debugging. (specialOptions 1)
946        */
947        if ((model_->specialOptions()&1) != 0) {
948          const OsiRowCutDebugger *debugger = solver->getRowCutDebugger() ;
949          if (debugger) {
950            process.setApplicationData(const_cast<double *>(debugger->optimalSolution()));
951          }
952        }
953#endif
954#ifdef COIN_HAS_CLP
955        OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (solver);
956        // See if SOS
957        if (clpSolver&&clpSolver->numberSOS()) {
958          // SOS
959          int numberSOS = clpSolver->numberSOS();
960          const CoinSet * setInfo = clpSolver->setInfo();
961          int *sosStart = new int [numberSOS+1];
962          char *sosType = new char [numberSOS];
963          int i;
964          int nTotal = 0;
965          sosStart[0] = 0;
966          for ( i = 0; i < numberSOS; i++) {
967            int type = setInfo[i].setType();
968            int n = setInfo[i].numberEntries();
969            sosType[i] = static_cast<char>(type);
970            nTotal += n;
971            sosStart[i+1] = nTotal;
972          }
973          int * sosIndices = new int[nTotal];
974          double * sosReference = new double [nTotal];
975          for (i = 0; i < numberSOS; i++) {
976            int n = setInfo[i].numberEntries();
977            const int * which = setInfo[i].which();
978            const double * weights = setInfo[i].weights();
979            int base = sosStart[i];
980            for (int j = 0; j < n; j++) {
981              int k = which[j];
982              sosIndices[j+base] = k;
983              sosReference[j+base] = weights ? weights[j] : static_cast<double> (j);
984            }
985          }
986          int numberColumns = solver->getNumCols();
987          char * prohibited = new char[numberColumns];
988          memset(prohibited, 0, numberColumns);
989          int n = sosStart[numberSOS];
990          for (int i = 0; i < n; i++) {
991            int iColumn = sosIndices[i];
992            prohibited[iColumn] = 1;
993          }
994          delete [] sosIndices;
995          delete [] sosReference;
996          delete [] sosStart;
997          delete [] sosType;
998          process.passInProhibited(prohibited, numberColumns);
999          delete [] prohibited;
1000        }
1001#endif
1002        solver2 = process.preProcessNonDefault(*solver, false,
1003                                               numberPasses);
1004          if (!solver2) {
1005            if (logLevel > 1)
1006              printf("Pre-processing says infeasible\n");
1007            returnCode = 2; // so will be infeasible
1008          } else {
1009#ifdef COIN_DEVELOP_z
1010            if (numberNodes < 0) {
1011              solver2->writeMpsNative("after2.mps", NULL, NULL, 2, 1);
1012            }
1013#endif
1014            // see if too big
1015            double ratio = sizeRatio(solver2->getNumRows() - shiftRows, solver2->getNumCols(),
1016                                     numberRowsStart, numberColumnsStart);
1017            double after = 2 * solver2->getNumRows() + solver2->getNumCols();
1018            if (ratio > fractionSmall && (after > 300 || numberNodes < 0)) {
1019                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns - too large",
1020                        solver->getNumRows(), solver->getNumCols(),
1021                        solver2->getNumRows(), solver2->getNumCols());
1022                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1023                << generalPrint
1024                << CoinMessageEol;
1025                returnCode = -1;
1026                //printf("small no good2\n");
1027            } else {
1028                sprintf(generalPrint, "Full problem %d rows %d columns, reduced to %d rows %d columns",
1029                        solver->getNumRows(), solver->getNumCols(),
1030                        solver2->getNumRows(), solver2->getNumCols());
1031                model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1032                << generalPrint
1033                << CoinMessageEol;
1034            }
1035#ifdef CGL_DEBUG
1036            if ((model_->specialOptions()&1) != 0) {
1037              const OsiRowCutDebugger *debugger = solver2->getRowCutDebugger() ;
1038              if (debugger) {
1039                printf("On optimal path after preprocessing\n");
1040              }
1041            }
1042#endif
1043            if (returnCode == 1) {
1044                solver2->resolve();
1045                CbcModel model(*solver2);
1046                double startTime=model_->getDblParam(CbcModel::CbcStartSeconds);
1047                model.setDblParam(CbcModel::CbcStartSeconds,startTime);
1048                // move seed across
1049                model.randomNumberGenerator()->setSeed(model_->randomNumberGenerator()->getSeed());
1050                if (numberNodes >= 0) {
1051                    // normal
1052                    model.setSpecialOptions(saveModelOptions | 2048);
1053                    if (logLevel <= 1 && feasibilityPumpOptions_ != -3)
1054                        model.setLogLevel(0);
1055                    else
1056                        model.setLogLevel(logLevel);
1057                    // No small fathoming
1058                    model.setFastNodeDepth(-1);
1059                    model.setCutoff(signedCutoff);
1060                    model.setStrongStrategy(0);
1061                    // Don't do if original fraction > 1.0 and too large
1062                    if (fractionSmall_>1.0 && fractionSmall_ < 1000000.0) {
1063                      /* 1.4 means -1 nodes if >.4
1064                         2.4 means -1 nodes if >.5 and 0 otherwise
1065                         3.4 means -1 nodes if >.6 and 0 or 5
1066                         4.4 means -1 nodes if >.7 and 0, 5 or 10
1067                      */
1068                      double fraction = fractionSmall_-floor(fractionSmall_);
1069                      if (ratio>fraction) {
1070                        int type = static_cast<int>(floor(fractionSmall_*0.1));
1071                        int over = static_cast<int>(ceil(ratio-fraction));
1072                        int maxNodes[]={-1,0,5,10};
1073                        if (type>over)
1074                          numberNodes=maxNodes[type-over];
1075                        else
1076                          numberNodes=-1;
1077                      }
1078                    }
1079                    model.setMaximumNodes(numberNodes);
1080                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
1081                    if ((saveModelOptions&2048) == 0)
1082                      model.setMoreSpecialOptions(model_->moreSpecialOptions());
1083                      model.setMoreSpecialOptions2(model_->moreSpecialOptions2());
1084                    // off conflict analysis
1085                    model.setMoreSpecialOptions(model.moreSpecialOptions()&~4194304);
1086                   
1087                    // Lightweight
1088                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
1089                    model.setStrategy(strategy);
1090                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
1091                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
1092                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
1093                    // Set best solution (even if bad for this submodel)
1094                    if (model_->bestSolution()) {
1095                      const double * bestSolution = model_->bestSolution();
1096                      int numberColumns2 = model.solver()->getNumCols();
1097                      double * bestSolution2 = new double [numberColumns2];
1098                      const int * originalColumns = process.originalColumns();
1099                      for (int iColumn=0;iColumn<numberColumns2;iColumn++) {
1100                        int jColumn = originalColumns[iColumn];
1101                        bestSolution2[iColumn] = bestSolution[jColumn];
1102                      }
1103                      model.setBestSolution(bestSolution2,numberColumns2,
1104                                            1.0e50,
1105                                            false);
1106                      model.setSolutionCount(1);
1107                      maximumSolutions++; 
1108                      delete [] bestSolution2;
1109                    }
1110                } else {
1111                    model.setSpecialOptions(saveModelOptions);
1112                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
1113                    << solver2->getNumRows() << solver2->getNumCols()
1114                    << CoinMessageEol;
1115                    // going for full search and copy across more stuff
1116                    model.gutsOfCopy(*model_, 2);
1117#ifdef CGL_DEBUG
1118                    if ((model_->specialOptions()&1) != 0) {
1119                      const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1120                      if (debugger) {
1121                        printf("On optimal path BB\n");
1122                      }
1123                    }
1124#endif
1125                    assert (!model_->heuristicModel());
1126                    model_->setHeuristicModel(&model);
1127                    for (int i = 0; i < model.numberCutGenerators(); i++) {
1128                        CbcCutGenerator * generator = model.cutGenerator(i);
1129                        CglGomory * gomory = dynamic_cast<CglGomory *>
1130                          (generator->generator());
1131                        if (gomory&&gomory->originalSolver()) 
1132                          gomory->passInOriginalSolver(model.solver());
1133                        generator->setTiming(true);
1134                        // Turn on if was turned on
1135                        int iOften = model_->cutGenerator(i)->howOften();
1136#ifdef CLP_INVESTIGATE
1137                        printf("Gen %d often %d %d\n",
1138                               i, generator->howOften(),
1139                               iOften);
1140#endif
1141                        if (iOften > 0)
1142                            generator->setHowOften(iOften % 1000000);
1143                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
1144                            generator->setHowOften(-100);
1145                    }
1146                    model.setCutoff(signedCutoff);
1147                    // make sure can't do nested search! but allow heuristics
1148                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
1149                    bool takeHint;
1150                    OsiHintStrength strength;
1151                    // Switch off printing if asked to
1152                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
1153                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
1154                    // no cut generators if none in parent
1155                    CbcStrategyDefault
1156                      strategy(model_->numberCutGenerators() ? 1 : -1, 
1157                               model_->numberStrong(),
1158                               model_->numberBeforeTrust());
1159                    // Set up pre-processing - no
1160                    strategy.setupPreProcessing(0); // was (4);
1161                    model.setStrategy(strategy);
1162                    //model.solver()->writeMps("crunched");
1163                    int numberCuts = process.cuts().sizeRowCuts();
1164                    if (numberCuts) {
1165                        // add in cuts
1166                        CglStored cuts = process.cuts();
1167                        model.addCutGenerator(&cuts, 1, "Stored from first");
1168                        model.cutGenerator(model.numberCutGenerators()-1)->setGlobalCuts(true);
1169                    }
1170                }
1171                // Do search
1172                if (logLevel > 1)
1173                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
1174                    << name
1175                    << model.getMaximumNodes()
1176                    << CoinMessageEol;
1177                // probably faster to use a basis to get integer solutions
1178                model.setSpecialOptions(model.specialOptions() | 2);
1179#ifdef CBC_THREAD
1180                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
1181                    // See if at root node
1182                    bool atRoot = model_->getNodeCount() == 0;
1183                    int passNumber = model_->getCurrentPassNumber();
1184                    if (atRoot && passNumber == 1)
1185                        model.setNumberThreads(model_->getNumberThreads());
1186                }
1187#endif
1188                model.setParentModel(*model_);
1189                model.setMaximumSolutions(maximumSolutions); 
1190                model.setOriginalColumns(process.originalColumns());
1191                model.setSearchStrategy(-1);
1192                // If no feasibility pump then insert a lightweight one
1193                if (feasibilityPumpOptions_ >= 0 || feasibilityPumpOptions_ == -2) {
1194                    CbcHeuristicFPump * fpump = NULL;
1195                    for (int i = 0; i < model.numberHeuristics(); i++) {
1196                        CbcHeuristicFPump* pump =
1197                            dynamic_cast<CbcHeuristicFPump*>(model.heuristic(i));
1198                        if (pump) {
1199                            fpump = pump;
1200                            break;
1201                        }
1202                    }
1203                    if (!fpump) {
1204                        CbcHeuristicFPump heuristic4;
1205                        // use any cutoff
1206                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1207                        if (fractionSmall_<=1.0) 
1208                          heuristic4.setMaximumPasses(10);
1209                        int pumpTune = feasibilityPumpOptions_;
1210                        if (pumpTune==-2)
1211                          pumpTune = 4; // proximity
1212                        if (pumpTune > 0) {
1213                            /*
1214                            >=10000000 for using obj
1215                            >=1000000 use as accumulate switch
1216                            >=1000 use index+1 as number of large loops
1217                            >=100 use 0.05 objvalue as increment
1218                            %100 == 10,20 etc for experimentation
1219                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1220                            4 and static continuous, 5 as 3 but no internal integers
1221                            6 as 3 but all slack basis!
1222                            */
1223                            double value = solver2->getObjSense() * solver2->getObjValue();
1224                            int w = pumpTune / 10;
1225                            int ix = w % 10;
1226                            w /= 10;
1227                            int c = w % 10;
1228                            w /= 10;
1229                            int r = w;
1230                            int accumulate = r / 1000;
1231                            r -= 1000 * accumulate;
1232                            if (accumulate >= 10) {
1233                                int which = accumulate / 10;
1234                                accumulate -= 10 * which;
1235                                which--;
1236                                // weights and factors
1237                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1238                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1239                                heuristic4.setInitialWeight(weight[which]);
1240                                heuristic4.setWeightFactor(factor[which]);
1241                            }
1242                            // fake cutoff
1243                            if (c) {
1244                                double cutoff;
1245                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1246                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1247                                heuristic4.setFakeCutoff(cutoff);
1248                            }
1249                            if (r) {
1250                                // also set increment
1251                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1252                                double increment = 0.0;
1253                                heuristic4.setAbsoluteIncrement(increment);
1254                                heuristic4.setAccumulate(accumulate);
1255                                heuristic4.setMaximumRetries(r + 1);
1256                            }
1257                            pumpTune = pumpTune % 100;
1258                            if (pumpTune == 6)
1259                                pumpTune = 13;
1260                            if (pumpTune != 13)
1261                                pumpTune = pumpTune % 10;
1262                            heuristic4.setWhen(pumpTune);
1263                            if (ix) {
1264                                heuristic4.setFeasibilityPumpOptions(ix*10);
1265                            }
1266                        }
1267                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1268       
1269                    }
1270                } else if (feasibilityPumpOptions_==-3) {
1271                  // add all (except this)
1272                  for (int i = 0; i < model_->numberHeuristics(); i++) {
1273                    if (strcmp(heuristicName(),model_->heuristic(i)->heuristicName()))
1274                      model.addHeuristic(model_->heuristic(i)); 
1275                  }
1276                }
1277                // modify heuristics
1278                for (int i = 0; i < model.numberHeuristics(); i++) {
1279                  // reset lastNode
1280                  CbcHeuristicRINS * rins =
1281                    dynamic_cast<CbcHeuristicRINS*>(model.heuristic(i));
1282                  if (rins) {
1283                    rins->setLastNode(-1000);
1284                    rins->setSolutionCount(0);
1285                  }
1286                }
1287                //printf("sol %x\n",inputSolution_);
1288#ifdef CGL_DEBUG
1289                if ((model_->specialOptions()&1) != 0) {
1290                  const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1291                  if (debugger) {
1292                    printf("On optimal path CC\n");
1293                  }
1294                }
1295#endif
1296                if (inputSolution_) {
1297                    // translate and add a serendipity heuristic
1298                    int numberColumns = solver2->getNumCols();
1299                    const int * which = process.originalColumns();
1300                    OsiSolverInterface * solver3 = solver2->clone();
1301                    for (int i = 0; i < numberColumns; i++) {
1302                        if (isHeuristicInteger(solver3,i)) {
1303                            int k = which[i];
1304                            double value = inputSolution_[k];
1305                            //if (value)
1306                            //printf("orig col %d now %d val %g\n",
1307                            //       k,i,value);
1308                            solver3->setColLower(i, value);
1309                            solver3->setColUpper(i, value);
1310                        }
1311                    }
1312                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1313                    solver3->resolve();
1314                    if (!solver3->isProvenOptimal()) {
1315                        // Try just setting nonzeros
1316                        OsiSolverInterface * solver4 = solver2->clone();
1317                        for (int i = 0; i < numberColumns; i++) {
1318                            if (isHeuristicInteger(solver4,i)) {
1319                                int k = which[i];
1320                                double value = floor(inputSolution_[k] + 0.5);
1321                                if (value) {
1322                                    solver3->setColLower(i, value);
1323                                    solver3->setColUpper(i, value);
1324                                }
1325                            }
1326                        }
1327                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1328                        solver4->resolve();
1329                        int nBad = -1;
1330                        if (solver4->isProvenOptimal()) {
1331                            nBad = 0;
1332                            const double * solution = solver4->getColSolution();
1333                            for (int i = 0; i < numberColumns; i++) {
1334                                if (isHeuristicInteger(solver4,i)) {
1335                                    double value = floor(solution[i] + 0.5);
1336                                    if (fabs(value - solution[i]) > 1.0e-6)
1337                                        nBad++;
1338                                }
1339                            }
1340                        }
1341                        if (nBad) {
1342                            delete solver4;
1343                        } else {
1344                            delete solver3;
1345                            solver3 = solver4;
1346                        }
1347                    }
1348                    if (solver3->isProvenOptimal()) {
1349                        // good
1350                        CbcSerendipity heuristic(model);
1351                        double value = solver3->getObjSense() * solver3->getObjValue();
1352                        heuristic.setInputSolution(solver3->getColSolution(), value);
1353                        value = value + 1.0e-7*(1.0 + fabs(value));
1354                        value *= solver3->getObjSense();
1355                        model.setCutoff(value);
1356                        model.addHeuristic(&heuristic, "Previous solution", 0);
1357                        //printf("added seren\n");
1358                    } else {
1359                        double value = model_->getMinimizationObjValue();
1360                        value = value + 1.0e-7*(1.0 + fabs(value));
1361                        value *= solver3->getObjSense();
1362                        model.setCutoff(value);
1363                        sprintf(generalPrint, "Unable to insert previous solution - using cutoff of %g",
1364                                value);
1365                        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1366                        << generalPrint
1367                        << CoinMessageEol;
1368#ifdef CLP_INVESTIGATE
1369                        printf("NOT added seren\n");
1370                        solver3->writeMps("bad_seren");
1371                        solver->writeMps("orig_seren");
1372#endif
1373                    }
1374                    delete solver3;
1375                }
1376                if (model_->searchStrategy() == 2) {
1377                    model.setNumberStrong(5);
1378                    model.setNumberBeforeTrust(5);
1379                }
1380                if (model.getNumCols()) {
1381                    if (numberNodes >= 0) {
1382                        setCutAndHeuristicOptions(model);
1383                        // not too many iterations
1384                        model.setMaximumNumberIterations(iterationMultiplier*(numberNodes + 10));
1385                        // Not fast stuff
1386                        model.setFastNodeDepth(-1);
1387                        //model.solver()->writeMps("before");
1388                    } else if (model.fastNodeDepth() >= 1000000) {
1389                        // already set
1390                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1391                    }
1392                    model.setWhenCuts(999998);
1393#define ALWAYS_DUAL
1394#ifdef ALWAYS_DUAL
1395                    OsiSolverInterface * solverD = model.solver();
1396                    bool takeHint;
1397                    OsiHintStrength strength;
1398                    solverD->getHintParam(OsiDoDualInResolve, takeHint, strength);
1399                    solverD->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1400#endif
1401                    model.passInEventHandler(model_->getEventHandler());
1402                    // say model_ is sitting there
1403                    int saveOptions = model_->specialOptions();
1404                    model_->setSpecialOptions(saveOptions|1048576);
1405                    // and switch off debugger
1406                    model.setSpecialOptions(model.specialOptions()&(~1));
1407#if 0 //def COIN_HAS_CLP
1408                    OsiClpSolverInterface * clpSolver
1409                      = dynamic_cast<OsiClpSolverInterface *> (model.solver());
1410                    if (clpSolver)
1411                      clpSolver->zapDebugger();
1412#endif
1413#ifdef CONFLICT_CUTS
1414                    if ((model_->moreSpecialOptions()&4194304)!=0)
1415                      model.zapGlobalCuts();
1416#endif
1417#ifdef CGL_DEBUG
1418                    if ((model_->specialOptions()&1) != 0) {
1419                      const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1420                      if (debugger) {
1421                        printf("On optimal path DD\n");
1422                      }
1423                    }
1424#endif
1425                    model.branchAndBound();
1426                    model_->setHeuristicModel(NULL);
1427                    model_->setSpecialOptions(saveOptions);
1428#ifdef ALWAYS_DUAL
1429                    solverD = model.solver();
1430                    solverD->setHintParam(OsiDoDualInResolve, takeHint, strength);
1431#endif
1432                    numberNodesDone_ = model.getNodeCount();
1433#ifdef COIN_DEVELOP
1434                    printf("sub branch %d nodes, %d iterations - max %d\n",
1435                           model.getNodeCount(), model.getIterationCount(),
1436                           100*(numberNodes + 10));
1437#endif
1438                    if (numberNodes < 0) {
1439                        model_->incrementIterationCount(model.getIterationCount());
1440                        model_->incrementNodeCount(model.getNodeCount());
1441                        // update best solution (in case ctrl-c)
1442                        // !!! not a good idea - think a bit harder
1443                        //model_->setMinimizationObjValue(model.getMinimizationObjValue());
1444                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1445                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1446                            sprintf(generalPrint,
1447                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1448                                    generator->cutGeneratorName(),
1449                                    generator->numberTimesEntered(),
1450                                    generator->numberCutsInTotal() +
1451                                    generator->numberColumnCuts(),
1452                                    generator->numberCutsActive(),
1453                                    generator->timeInCutGenerator());
1454                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1455                            if (stored && !generator->numberCutsInTotal())
1456                                continue;
1457#ifndef CLP_INVESTIGATE
1458                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1459                            if (implication)
1460                                continue;
1461#endif
1462                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1463                            << generalPrint
1464                            << CoinMessageEol;
1465                        }
1466                    }
1467                } else {
1468                    // empty model
1469                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1470                }
1471                if (logLevel > 1)
1472                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1473                    << name
1474                    << CoinMessageEol;
1475                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1476                    // solution
1477                    if (model.getNumCols())
1478                        returnCode = model.isProvenOptimal() ? 3 : 1;
1479                    else
1480                        returnCode = 3;
1481                    // post process
1482#ifdef COIN_HAS_CLP
1483                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1484                    if (clpSolver) {
1485                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1486                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1487                    }
1488#endif
1489                    //if (fractionSmall_ < 1000000.0)
1490                    process.postProcess(*model.solver());
1491                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1492                        // Solution now back in solver
1493                        int numberColumns = solver->getNumCols();
1494                        memcpy(newSolution, solver->getColSolution(),
1495                               numberColumns*sizeof(double));
1496                        newSolutionValue = model.getMinimizationObjValue();
1497#ifdef COIN_HAS_CLP
1498                      if (clpSolver) {
1499                        if (clpSolver && clpSolver->numberSOS()) {
1500                          // SOS
1501                          int numberSOS = clpSolver->numberSOS();
1502                          const CoinSet * setInfo = clpSolver->setInfo();
1503                          int i;
1504                          for ( i = 0; i < numberSOS; i++) {
1505                            int type = setInfo[i].setType();
1506                            int n = setInfo[i].numberEntries();
1507                            const int * which = setInfo[i].which();
1508                            int first = -1;
1509                            int last = -1;
1510                            for (int j = 0; j < n; j++) {
1511                              int iColumn = which[j];
1512                              if (fabs(newSolution[iColumn]) > 1.0e-7) {
1513                                last = j;
1514                                if (first < 0)
1515                                  first = j;
1516                              }
1517                            }
1518                            assert (last - first < type);
1519                            for (int j = 0; j < n; j++) {
1520                              if (j < first || j > last) {
1521                                int iColumn = which[j];
1522                                // do I want to fix??
1523                                solver->setColLower(iColumn, 0.0);
1524                                solver->setColUpper(iColumn, 0.0);
1525                                newSolution[iColumn]=0.0;
1526                              }
1527                            }
1528                          }
1529                        }
1530                      }
1531#endif
1532                    } else {
1533                        // odd - but no good
1534                        returnCode = 0; // so will be infeasible
1535                    }
1536                } else {
1537                    // no good
1538                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1539                }
1540                int totalNumberIterations = model.getIterationCount() +
1541                                            process.numberIterationsPre() +
1542                                            process.numberIterationsPost();
1543                if (totalNumberIterations > 100*(numberNodes + 10)
1544                    && fractionSmall_ < 1000000.0) {
1545                    // only allow smaller problems
1546                    fractionSmall = fractionSmall_;
1547                    fractionSmall_ *= 0.9;
1548#ifdef CLP_INVESTIGATE
1549                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1550                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1551#endif
1552                }
1553                if (model.status() == 5)
1554                   model_->sayEventHappened();
1555#ifdef COIN_DEVELOP
1556                if (model.isProvenInfeasible())
1557                    status = 1;
1558                else if (model.isProvenOptimal())
1559                    status = 2;
1560#endif
1561            }
1562        }
1563    } else {
1564        returnCode = 2; // infeasible finished
1565        if (logLevel > 1){
1566           printf("Infeasible on initial solve\n");
1567        }
1568    }
1569    model_->setSpecialOptions(saveModelOptions);
1570    model_->setLogLevel(logLevel);
1571    if (returnCode == 1 || returnCode == 2) {
1572        OsiSolverInterface * solverC = model_->continuousSolver();
1573        if (false && solverC) {
1574            const double * lower = solver->getColLower();
1575            const double * upper = solver->getColUpper();
1576            const double * lowerC = solverC->getColLower();
1577            const double * upperC = solverC->getColUpper();
1578            bool good = true;
1579            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1580                if (isHeuristicInteger(solverC,iColumn)) {
1581                    if (lower[iColumn] > lowerC[iColumn] &&
1582                            upper[iColumn] < upperC[iColumn]) {
1583                        good = false;
1584                        printf("CUT - can't add\n");
1585                        break;
1586                    }
1587                }
1588            }
1589            if (good) {
1590                double * cut = new double [numberColumns];
1591                int * which = new int [numberColumns];
1592                double rhs = -1.0;
1593                int n = 0;
1594                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1595                    if (isHeuristicInteger(solverC,iColumn)) {
1596                        if (lower[iColumn] == upperC[iColumn]) {
1597                            rhs += lower[iColumn];
1598                            cut[n] = 1.0;
1599                            which[n++] = iColumn;
1600                        } else if (upper[iColumn] == lowerC[iColumn]) {
1601                            rhs -= upper[iColumn];
1602                            cut[n] = -1.0;
1603                            which[n++] = iColumn;
1604                        }
1605                    }
1606                }
1607                printf("CUT has %d entries\n", n);
1608                OsiRowCut newCut;
1609                newCut.setLb(-COIN_DBL_MAX);
1610                newCut.setUb(rhs);
1611                newCut.setRow(n, which, cut, false);
1612                model_->makeGlobalCut(newCut);
1613                delete [] cut;
1614                delete [] which;
1615            }
1616        }
1617#ifdef COIN_DEVELOP
1618        if (status == 1)
1619            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1620        else if (status == 2)
1621            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1622#endif
1623    }
1624    if (reset) {
1625        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1626            if (reset[iColumn])
1627                solver->setColLower(iColumn, 0.0);
1628        }
1629        delete [] reset;
1630    }
1631#ifdef HISTORY_STATISTICS
1632    getHistoryStatistics_ = true;
1633#endif
1634    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1635    return returnCode;
1636}
1637// Set input solution
1638void
1639CbcHeuristic::setInputSolution(const double * solution, double objValue)
1640{
1641    delete [] inputSolution_;
1642    inputSolution_ = NULL;
1643    if (model_ && solution) {
1644        int numberColumns = model_->getNumCols();
1645        inputSolution_ = new double [numberColumns+1];
1646        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1647        inputSolution_[numberColumns] = objValue;
1648    }
1649}
1650
1651//##############################################################################
1652
1653inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1654                                    const CbcBranchingObject* br1)
1655{
1656    const int t0 = br0->type();
1657    const int t1 = br1->type();
1658    if (t0 < t1) {
1659        return -1;
1660    }
1661    if (t0 > t1) {
1662        return 1;
1663    }
1664    return br0->compareOriginalObject(br1);
1665}
1666
1667//==============================================================================
1668
1669inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1670                                    const CbcBranchingObject* br1)
1671{
1672    return compare3BranchingObjects(br0, br1) < 0;
1673}
1674
1675//==============================================================================
1676
1677void
1678CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1679{
1680    //  CbcHeurDebugNodes(&model);
1681    CbcNode* node = model.currentNode();
1682    brObj_ = new CbcBranchingObject*[node->depth()];
1683    CbcNodeInfo* nodeInfo = node->nodeInfo();
1684    int cnt = 0;
1685    while (nodeInfo->parentBranch() != NULL) {
1686        const OsiBranchingObject* br = nodeInfo->parentBranch();
1687        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1688        if (! cbcbr) {
1689            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1690                            "gutsOfConstructor",
1691                            "CbcHeuristicNode",
1692                            __FILE__, __LINE__);
1693        }
1694        brObj_[cnt] = cbcbr->clone();
1695        brObj_[cnt]->previousBranch();
1696        ++cnt;
1697        nodeInfo = nodeInfo->parent();
1698    }
1699    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1700    if (cnt <= 1) {
1701        numObjects_ = cnt;
1702    } else {
1703        numObjects_ = 0;
1704        CbcBranchingObject* br = NULL; // What should this be?
1705        for (int i = 1; i < cnt; ++i) {
1706            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1707                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1708                switch (comp) {
1709                case CbcRangeSame: // the same range
1710                case CbcRangeDisjoint: // disjoint decisions
1711                    // should not happen! we are on a chain!
1712                    abort();
1713                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1714                    delete brObj_[i];
1715                    break;
1716                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1717                    delete brObj_[numObjects_];
1718                    brObj_[numObjects_] = brObj_[i];
1719                    break;
1720                case CbcRangeOverlap: // overlap
1721                    delete brObj_[i];
1722                    delete brObj_[numObjects_];
1723                    brObj_[numObjects_] = br;
1724                    break;
1725                }
1726                continue;
1727            } else {
1728                brObj_[++numObjects_] = brObj_[i];
1729            }
1730        }
1731        ++numObjects_;
1732    }
1733}
1734
1735//==============================================================================
1736
1737CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1738{
1739    gutsOfConstructor(model);
1740}
1741
1742//==============================================================================
1743
1744double
1745CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1746{
1747
1748    const double disjointWeight = 1;
1749    const double overlapWeight = 0.4;
1750    const double subsetWeight = 0.2;
1751    int countDisjointWeight = 0;
1752    int countOverlapWeight = 0;
1753    int countSubsetWeight = 0;
1754    int i = 0;
1755    int j = 0;
1756    double dist = 0.0;
1757#ifdef PRINT_DEBUG
1758    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1759           numObjects_, node->numObjects_);
1760#endif
1761    while ( i < numObjects_ && j < node->numObjects_) {
1762        CbcBranchingObject* br0 = brObj_[i];
1763        const CbcBranchingObject* br1 = node->brObj_[j];
1764#ifdef PRINT_DEBUG
1765        const CbcIntegerBranchingObject* brPrint0 =
1766            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1767        const double* downBounds = brPrint0->downBounds();
1768        const double* upBounds = brPrint0->upBounds();
1769        int variable = brPrint0->variable();
1770        int way = brPrint0->way();
1771        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1772               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1773               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1774        const CbcIntegerBranchingObject* brPrint1 =
1775            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1776        downBounds = brPrint1->downBounds();
1777        upBounds = brPrint1->upBounds();
1778        variable = brPrint1->variable();
1779        way = brPrint1->way();
1780        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1781               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1782               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1783#endif
1784        const int brComp = compare3BranchingObjects(br0, br1);
1785        if (brComp < 0) {
1786            dist += subsetWeight;
1787            countSubsetWeight++;
1788            ++i;
1789        } else if (brComp > 0) {
1790            dist += subsetWeight;
1791            countSubsetWeight++;
1792            ++j;
1793        } else {
1794            const int comp = br0->compareBranchingObject(br1, false);
1795            switch (comp) {
1796            case CbcRangeSame:
1797                // do nothing
1798                break;
1799            case CbcRangeDisjoint: // disjoint decisions
1800                dist += disjointWeight;
1801                countDisjointWeight++;
1802                break;
1803            case CbcRangeSubset: // subset one way or another
1804            case CbcRangeSuperset:
1805                dist += subsetWeight;
1806                countSubsetWeight++;
1807                break;
1808            case CbcRangeOverlap: // overlap
1809                dist += overlapWeight;
1810                countOverlapWeight++;
1811                break;
1812            }
1813            ++i;
1814            ++j;
1815        }
1816    }
1817    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1818    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1819    COIN_DETAIL_PRINT(printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1820                             countOverlapWeight, countDisjointWeight));
1821    return dist;
1822}
1823
1824//==============================================================================
1825
1826CbcHeuristicNode::~CbcHeuristicNode()
1827{
1828    for (int i = 0; i < numObjects_; ++i) {
1829        delete brObj_[i];
1830    }
1831    delete [] brObj_;
1832}
1833
1834//==============================================================================
1835
1836double
1837CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1838{
1839    double minDist = COIN_DBL_MAX;
1840    for (int i = nodeList.size() - 1; i >= 0; --i) {
1841        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1842    }
1843    return minDist;
1844}
1845
1846//==============================================================================
1847
1848bool
1849CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1850                                     const double threshold) const
1851{
1852    for (int i = nodeList.size() - 1; i >= 0; --i) {
1853        if (distance(nodeList.node(i)) >= threshold) {
1854            continue;
1855        } else {
1856            return true;
1857        }
1858    }
1859    return false;
1860}
1861
1862//==============================================================================
1863
1864double
1865CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1866{
1867    if (nodeList.size() == 0) {
1868        return COIN_DBL_MAX;
1869    }
1870    double sumDist = 0;
1871    for (int i = nodeList.size() - 1; i >= 0; --i) {
1872        sumDist += distance(nodeList.node(i));
1873    }
1874    return sumDist / nodeList.size();
1875}
1876
1877//##############################################################################
1878
1879// Default Constructor
1880CbcRounding::CbcRounding()
1881        : CbcHeuristic()
1882{
1883    // matrix and row copy will automatically be empty
1884    seed_ = 7654321;
1885    down_ = NULL;
1886    up_ = NULL;
1887    equal_ = NULL;
1888    //whereFrom_ |= 16*(1+256); // allow more often
1889}
1890
1891// Constructor from model
1892CbcRounding::CbcRounding(CbcModel & model)
1893        : CbcHeuristic(model)
1894{
1895    // Get a copy of original matrix (and by row for rounding);
1896    assert(model.solver());
1897    if (model.solver()->getNumRows()) {
1898        matrix_ = *model.solver()->getMatrixByCol();
1899        matrixByRow_ = *model.solver()->getMatrixByRow();
1900        validate();
1901    }
1902    down_ = NULL;
1903    up_ = NULL;
1904    equal_ = NULL;
1905    seed_ = 7654321;
1906    //whereFrom_ |= 16*(1+256); // allow more often
1907}
1908
1909// Destructor
1910CbcRounding::~CbcRounding ()
1911{
1912    delete [] down_;
1913    delete [] up_;
1914    delete [] equal_;
1915}
1916
1917// Clone
1918CbcHeuristic *
1919CbcRounding::clone() const
1920{
1921    return new CbcRounding(*this);
1922}
1923// Create C++ lines to get to current state
1924void
1925CbcRounding::generateCpp( FILE * fp)
1926{
1927    CbcRounding other;
1928    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1929    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1930    CbcHeuristic::generateCpp(fp, "rounding");
1931    if (seed_ != other.seed_)
1932        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1933    else
1934        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1935    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1936}
1937//#define NEW_ROUNDING
1938// Copy constructor
1939CbcRounding::CbcRounding(const CbcRounding & rhs)
1940        :
1941        CbcHeuristic(rhs),
1942        matrix_(rhs.matrix_),
1943        matrixByRow_(rhs.matrixByRow_),
1944        seed_(rhs.seed_)
1945{
1946#ifdef NEW_ROUNDING
1947    int numberColumns = matrix_.getNumCols();
1948    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1949    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1950    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1951#else
1952    down_ = NULL;
1953    up_ = NULL;
1954    equal_ = NULL;
1955#endif
1956}
1957
1958// Assignment operator
1959CbcRounding &
1960CbcRounding::operator=( const CbcRounding & rhs)
1961{
1962    if (this != &rhs) {
1963        CbcHeuristic::operator=(rhs);
1964        matrix_ = rhs.matrix_;
1965        matrixByRow_ = rhs.matrixByRow_;
1966#ifdef NEW_ROUNDING
1967        delete [] down_;
1968        delete [] up_;
1969        delete [] equal_;
1970        int numberColumns = matrix_.getNumCols();
1971        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1972        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1973        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1974#else
1975        down_ = NULL;
1976        up_ = NULL;
1977        equal_ = NULL;
1978#endif
1979        seed_ = rhs.seed_;
1980    }
1981    return *this;
1982}
1983
1984// Resets stuff if model changes
1985void
1986CbcRounding::resetModel(CbcModel * model)
1987{
1988    model_ = model;
1989    // Get a copy of original matrix (and by row for rounding);
1990    assert(model_->solver());
1991    matrix_ = *model_->solver()->getMatrixByCol();
1992    matrixByRow_ = *model_->solver()->getMatrixByRow();
1993    validate();
1994}
1995/* Check whether the heuristic should run at all
1996   0 - before cuts at root node (or from doHeuristics)
1997   1 - during cuts at root
1998   2 - after root node cuts
1999   3 - after cuts at other nodes
2000   4 - during cuts at other nodes
2001   8 added if previous heuristic in loop found solution
2002*/
2003bool 
2004CbcRounding::shouldHeurRun(int whereFrom)
2005{
2006  if (whereFrom!=4) {
2007    return CbcHeuristic::shouldHeurRun(whereFrom);
2008  } else {
2009    numCouldRun_++;
2010    return shouldHeurRun_randomChoice();
2011  }
2012}
2013// See if rounding will give solution
2014// Sets value of solution
2015// Assumes rhs for original matrix still okay
2016// At present only works with integers
2017// Fix values if asked for
2018// Returns 1 if solution, 0 if not
2019int
2020CbcRounding::solution(double & solutionValue,
2021                      double * betterSolution)
2022{
2023
2024    numCouldRun_++;
2025    // See if to do
2026    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
2027            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
2028        return 0; // switched off
2029    numRuns_++;
2030#ifdef HEURISTIC_INFORM
2031    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
2032           heuristicName(),numRuns_,numCouldRun_,when_);
2033#endif
2034    OsiSolverInterface * solver = model_->solver();
2035    double direction = solver->getObjSense();
2036    double newSolutionValue = direction * solver->getObjValue();
2037    return solution(solutionValue, betterSolution, newSolutionValue);
2038}
2039// See if rounding will give solution
2040// Sets value of solution
2041// Assumes rhs for original matrix still okay
2042// At present only works with integers
2043// Fix values if asked for
2044// Returns 1 if solution, 0 if not
2045int
2046CbcRounding::solution(double & solutionValue,
2047                      double * betterSolution,
2048                      double newSolutionValue)
2049{
2050
2051    // See if to do
2052    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
2053            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
2054        return 0; // switched off
2055    OsiSolverInterface * solver = model_->solver();
2056    const double * lower = solver->getColLower();
2057    const double * upper = solver->getColUpper();
2058    const double * rowLower = solver->getRowLower();
2059    const double * rowUpper = solver->getRowUpper();
2060    const double * solution = solver->getColSolution();
2061    const double * objective = solver->getObjCoefficients();
2062    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
2063    double primalTolerance;
2064    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2065    double useTolerance = primalTolerance;
2066
2067    int numberRows = matrix_.getNumRows();
2068    assert (numberRows <= solver->getNumRows());
2069    if (numberRows == 0){
2070       return 0;
2071    }
2072    int numberIntegers = model_->numberIntegers();
2073    const int * integerVariable = model_->integerVariable();
2074    int i;
2075    double direction = solver->getObjSense();
2076    //double newSolutionValue = direction*solver->getObjValue();
2077    int returnCode = 0;
2078    // Column copy
2079    const double * element = matrix_.getElements();
2080    const int * row = matrix_.getIndices();
2081    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2082    const int * columnLength = matrix_.getVectorLengths();
2083    // Row copy
2084    const double * elementByRow = matrixByRow_.getElements();
2085    const int * column = matrixByRow_.getIndices();
2086    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
2087    const int * rowLength = matrixByRow_.getVectorLengths();
2088
2089    // Get solution array for heuristic solution
2090    int numberColumns = solver->getNumCols();
2091    double * newSolution = new double [numberColumns];
2092    memcpy(newSolution, solution, numberColumns*sizeof(double));
2093
2094    double * rowActivity = new double[numberRows];
2095    memset(rowActivity, 0, numberRows*sizeof(double));
2096    for (i = 0; i < numberColumns; i++) {
2097        int j;
2098        double value = newSolution[i];
2099        if (value < lower[i]) {
2100            value = lower[i];
2101            newSolution[i] = value;
2102        } else if (value > upper[i]) {
2103            value = upper[i];
2104            newSolution[i] = value;
2105        }
2106        if (value) {
2107            for (j = columnStart[i];
2108                    j < columnStart[i] + columnLength[i]; j++) {
2109                int iRow = row[j];
2110                rowActivity[iRow] += value * element[j];
2111            }
2112        }
2113    }
2114    // check was feasible - if not adjust (cleaning may move)
2115    for (i = 0; i < numberRows; i++) {
2116        if (rowActivity[i] < rowLower[i]) {
2117            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2118            rowActivity[i] = rowLower[i];
2119        } else if (rowActivity[i] > rowUpper[i]) {
2120            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2121            rowActivity[i] = rowUpper[i];
2122        }
2123    }
2124    for (i = 0; i < numberIntegers; i++) {
2125        int iColumn = integerVariable[i];
2126        double value = newSolution[iColumn];
2127        //double thisTolerance = integerTolerance;
2128        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
2129            double below = floor(value);
2130            double newValue = newSolution[iColumn];
2131            double cost = direction * objective[iColumn];
2132            double move;
2133            if (cost > 0.0) {
2134                // try up
2135                move = 1.0 - (value - below);
2136            } else if (cost < 0.0) {
2137                // try down
2138                move = below - value;
2139            } else {
2140                // won't be able to move unless we can grab another variable
2141                double randomNumber = randomNumberGenerator_.randomDouble();
2142                // which way?
2143                if (randomNumber < 0.5)
2144                    move = below - value;
2145                else
2146                    move = 1.0 - (value - below);
2147            }
2148            newValue += move;
2149            newSolution[iColumn] = newValue;
2150            newSolutionValue += move * cost;
2151            int j;
2152            for (j = columnStart[iColumn];
2153                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2154                int iRow = row[j];
2155                rowActivity[iRow] += move * element[j];
2156            }
2157        }
2158    }
2159
2160    double penalty = 0.0;
2161    // see if feasible - just using singletons
2162    for (i = 0; i < numberRows; i++) {
2163        double value = rowActivity[i];
2164        double thisInfeasibility = 0.0;
2165        if (value < rowLower[i] - primalTolerance)
2166            thisInfeasibility = value - rowLower[i];
2167        else if (value > rowUpper[i] + primalTolerance)
2168            thisInfeasibility = value - rowUpper[i];
2169        if (thisInfeasibility) {
2170            // See if there are any slacks I can use to fix up
2171            // maybe put in coding for multiple slacks?
2172            double bestCost = 1.0e50;
2173            int k;
2174            int iBest = -1;
2175            double addCost = 0.0;
2176            double newValue = 0.0;
2177            double changeRowActivity = 0.0;
2178            double absInfeasibility = fabs(thisInfeasibility);
2179            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
2180                int iColumn = column[k];
2181                // See if all elements help
2182                if (columnLength[iColumn] == 1) {
2183                    double currentValue = newSolution[iColumn];
2184                    double elementValue = elementByRow[k];
2185                    double lowerValue = lower[iColumn];
2186                    double upperValue = upper[iColumn];
2187                    double gap = rowUpper[i] - rowLower[i];
2188                    double absElement = fabs(elementValue);
2189                    if (thisInfeasibility*elementValue > 0.0) {
2190                        // we want to reduce
2191                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
2192                            // possible - check if integer
2193                            double distance = absInfeasibility / absElement;
2194                            double thisCost = -direction * objective[iColumn] * distance;
2195                            if (isHeuristicInteger(solver,iColumn)) {
2196                                distance = ceil(distance - useTolerance);
2197                                if (currentValue - distance >= lowerValue - useTolerance) {
2198                                    if (absInfeasibility - distance*absElement < -gap - useTolerance)
2199                                        thisCost = 1.0e100; // no good
2200                                    else
2201                                        thisCost = -direction * objective[iColumn] * distance;
2202                                } else {
2203                                    thisCost = 1.0e100; // no good
2204                                }
2205                            }
2206                            if (thisCost < bestCost) {
2207                                bestCost = thisCost;
2208                                iBest = iColumn;
2209                                addCost = thisCost;
2210                                newValue = currentValue - distance;
2211                                changeRowActivity = -distance * elementValue;
2212                            }
2213                        }
2214                    } else {
2215                        // we want to increase
2216                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
2217                            // possible - check if integer
2218                            double distance = absInfeasibility / absElement;
2219                            double thisCost = direction * objective[iColumn] * distance;
2220                            if (isHeuristicInteger(solver,iColumn)) {
2221                                distance = ceil(distance - 1.0e-7);
2222                                assert (currentValue - distance <= upperValue + useTolerance);
2223                                if (absInfeasibility - distance*absElement < -gap - useTolerance)
2224                                    thisCost = 1.0e100; // no good
2225                                else
2226                                    thisCost = direction * objective[iColumn] * distance;
2227                            }
2228                            if (thisCost < bestCost) {
2229                                bestCost = thisCost;
2230                                iBest = iColumn;
2231                                addCost = thisCost;
2232                                newValue = currentValue + distance;
2233                                changeRowActivity = distance * elementValue;
2234                            }
2235                        }
2236                    }
2237                }
2238            }
2239            if (iBest >= 0) {
2240                /*printf("Infeasibility of %g on row %d cost %g\n",
2241                  thisInfeasibility,i,addCost);*/
2242                newSolution[iBest] = newValue;
2243                thisInfeasibility = 0.0;
2244                newSolutionValue += addCost;
2245                rowActivity[i] += changeRowActivity;
2246            }
2247            penalty += fabs(thisInfeasibility);
2248        }
2249    }
2250    if (penalty) {
2251        // see if feasible using any
2252        // first continuous
2253        double penaltyChange = 0.0;
2254        int iColumn;
2255        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2256            if (isHeuristicInteger(solver,iColumn))
2257                continue;
2258            double currentValue = newSolution[iColumn];
2259            double lowerValue = lower[iColumn];
2260            double upperValue = upper[iColumn];
2261            int j;
2262            int anyBadDown = 0;
2263            int anyBadUp = 0;
2264            double upImprovement = 0.0;
2265            double downImprovement = 0.0;
2266            for (j = columnStart[iColumn];
2267                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2268                int iRow = row[j];
2269                if (rowUpper[iRow] > rowLower[iRow]) {
2270                    double value = element[j];
2271                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2272                        // infeasible above
2273                        downImprovement += value;
2274                        upImprovement -= value;
2275                        if (value > 0.0)
2276                            anyBadUp++;
2277                        else
2278                            anyBadDown++;
2279                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2280                        // feasible at ub
2281                        if (value > 0.0) {
2282                            upImprovement -= value;
2283                            anyBadUp++;
2284                        } else {
2285                            downImprovement += value;
2286                            anyBadDown++;
2287                        }
2288                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2289                        // feasible in interior
2290                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2291                        // feasible at lb
2292                        if (value < 0.0) {
2293                            upImprovement += value;
2294                            anyBadUp++;
2295                        } else {
2296                            downImprovement -= value;
2297                            anyBadDown++;
2298                        }
2299                    } else {
2300                        // infeasible below
2301                        downImprovement -= value;
2302                        upImprovement += value;
2303                        if (value < 0.0)
2304                            anyBadUp++;
2305                        else
2306                            anyBadDown++;
2307                    }
2308                } else {
2309                    // equality row
2310                    double value = element[j];
2311                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2312                        // infeasible above
2313                        downImprovement += value;
2314                        upImprovement -= value;
2315                        if (value > 0.0)
2316                            anyBadUp++;
2317                        else
2318                            anyBadDown++;
2319                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2320                        // infeasible below
2321                        downImprovement -= value;
2322                        upImprovement += value;
2323                        if (value < 0.0)
2324                            anyBadUp++;
2325                        else
2326                            anyBadDown++;
2327                    } else {
2328                        // feasible - no good
2329                        anyBadUp = -1;
2330                        anyBadDown = -1;
2331                        break;
2332                    }
2333                }
2334            }
2335            // could change tests for anyBad
2336            if (anyBadUp)
2337                upImprovement = 0.0;
2338            if (anyBadDown)
2339                downImprovement = 0.0;
2340            double way = 0.0;
2341            double improvement = 0.0;
2342            if (downImprovement > 0.0 && currentValue > lowerValue) {
2343                way = -1.0;
2344                improvement = downImprovement;
2345            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2346                way = 1.0;
2347                improvement = upImprovement;
2348            }
2349            if (way) {
2350                // can improve
2351                double distance;
2352                if (way > 0.0)
2353                    distance = upperValue - currentValue;
2354                else
2355                    distance = currentValue - lowerValue;
2356                for (j = columnStart[iColumn];
2357                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2358                    int iRow = row[j];
2359                    double value = element[j] * way;
2360                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2361                        // infeasible above
2362                        assert (value < 0.0);
2363                        double gap = rowActivity[iRow] - rowUpper[iRow];
2364                        if (gap + value*distance < 0.0)
2365                            distance = -gap / value;
2366                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2367                        // infeasible below
2368                        assert (value > 0.0);
2369                        double gap = rowActivity[iRow] - rowLower[iRow];
2370                        if (gap + value*distance > 0.0)
2371                            distance = -gap / value;
2372                    } else {
2373                        // feasible
2374                        if (value > 0) {
2375                            double gap = rowActivity[iRow] - rowUpper[iRow];
2376                            if (gap + value*distance > 0.0)
2377                                distance = -gap / value;
2378                        } else {
2379                            double gap = rowActivity[iRow] - rowLower[iRow];
2380                            if (gap + value*distance < 0.0)
2381                                distance = -gap / value;
2382                        }
2383                    }
2384                }
2385                //move
2386                penaltyChange += improvement * distance;
2387                distance *= way;
2388                newSolution[iColumn] += distance;
2389                newSolutionValue += direction * objective[iColumn] * distance;
2390                for (j = columnStart[iColumn];
2391                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2392                    int iRow = row[j];
2393                    double value = element[j];
2394                    rowActivity[iRow] += distance * value;
2395                }
2396            }
2397        }
2398        // and now all if improving
2399        double lastChange = penaltyChange ? 1.0 : 0.0;
2400        int numberPasses=0;
2401        while (lastChange > 1.0e-2 && numberPasses < 1000) {
2402            lastChange = 0;
2403            numberPasses++;
2404            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2405                bool isInteger = isHeuristicInteger(solver,iColumn);
2406                double currentValue = newSolution[iColumn];
2407                double lowerValue = lower[iColumn];
2408                double upperValue = upper[iColumn];
2409                int j;
2410                int anyBadDown = 0;
2411                int anyBadUp = 0;
2412                double upImprovement = 0.0;
2413                double downImprovement = 0.0;
2414                for (j = columnStart[iColumn];
2415                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2416                    int iRow = row[j];
2417                    double value = element[j];
2418                    if (isInteger) {
2419                        if (value > 0.0) {
2420                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2421                                anyBadUp++;
2422                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2423                                anyBadDown++;
2424                        } else {
2425                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2426                                anyBadDown++;
2427                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2428                                anyBadUp++;
2429                        }
2430                    }
2431                    if (rowUpper[iRow] > rowLower[iRow]) {
2432                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2433                            // infeasible above
2434                            downImprovement += value;
2435                            upImprovement -= value;
2436                            if (value > 0.0)
2437                                anyBadUp++;
2438                            else
2439                                anyBadDown++;
2440                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2441                            // feasible at ub
2442                            if (value > 0.0) {
2443                                upImprovement -= value;
2444                                anyBadUp++;
2445                            } else {
2446                                downImprovement += value;
2447                                anyBadDown++;
2448                            }
2449                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2450                            // feasible in interior
2451                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2452                            // feasible at lb
2453                            if (value < 0.0) {
2454                                upImprovement += value;
2455                                anyBadUp++;
2456                            } else {
2457                                downImprovement -= value;
2458                                anyBadDown++;
2459                            }
2460                        } else {
2461                            // infeasible below
2462                            downImprovement -= value;
2463                            upImprovement += value;
2464                            if (value < 0.0)
2465                                anyBadUp++;
2466                            else
2467                                anyBadDown++;
2468                        }
2469                    } else {
2470                        // equality row
2471                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2472                            // infeasible above
2473                            downImprovement += value;
2474                            upImprovement -= value;
2475                            if (value > 0.0)
2476                                anyBadUp++;
2477                            else
2478                                anyBadDown++;
2479                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2480                            // infeasible below
2481                            downImprovement -= value;
2482                            upImprovement += value;
2483                            if (value < 0.0)
2484                                anyBadUp++;
2485                            else
2486                                anyBadDown++;
2487                        } else {
2488                            // feasible - no good
2489                            anyBadUp = -1;
2490                            anyBadDown = -1;
2491                            break;
2492                        }
2493                    }
2494                }
2495                // could change tests for anyBad
2496                if (anyBadUp)
2497                    upImprovement = 0.0;
2498                if (anyBadDown)
2499                    downImprovement = 0.0;
2500                double way = 0.0;
2501                double improvement = 0.0;
2502                if (downImprovement > 0.0 && currentValue > lowerValue) {
2503                    way = -1.0;
2504                    improvement = downImprovement;
2505                    if (isInteger&&currentValue<lowerValue+0.99)
2506                      continue; // no good
2507                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2508                    way = 1.0;
2509                    improvement = upImprovement;
2510                    if (isInteger&&currentValue>upperValue-0.99)
2511                      continue; // no good
2512                }
2513                if (way) {
2514                    // can improve
2515                    double distance = COIN_DBL_MAX;
2516                    for (j = columnStart[iColumn];
2517                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2518                        int iRow = row[j];
2519                        double value = element[j] * way;
2520                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2521                            // infeasible above
2522                            assert (value < 0.0);
2523                            double gap = rowActivity[iRow] - rowUpper[iRow];
2524                            if (gap + value*distance < 0.0) {
2525                                // If integer then has to move by 1
2526                                if (!isInteger)
2527                                    distance = -gap / value;
2528                                else
2529                                    distance = CoinMax(-gap / value, 1.0);
2530                            }
2531                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2532                            // infeasible below
2533                            assert (value > 0.0);
2534                            double gap = rowActivity[iRow] - rowLower[iRow];
2535                            if (gap + value*distance > 0.0) {
2536                                // If integer then has to move by 1
2537                                if (!isInteger)
2538                                    distance = -gap / value;
2539                                else
2540                                    distance = CoinMax(-gap / value, 1.0);
2541                            }
2542                        } else {
2543                            // feasible
2544                            if (value > 0) {
2545                                double gap = rowActivity[iRow] - rowUpper[iRow];
2546                                if (gap + value*distance > 0.0)
2547                                    distance = -gap / value;
2548                            } else {
2549                                double gap = rowActivity[iRow] - rowLower[iRow];
2550                                if (gap + value*distance < 0.0)
2551                                    distance = -gap / value;
2552                            }
2553                        }
2554                    }
2555                    if (isInteger)
2556                        distance = floor(distance + 1.05e-8);
2557                    if (!distance) {
2558                        // should never happen
2559                        //printf("zero distance in CbcRounding - debug\n");
2560                    }
2561                    //move
2562                    lastChange += improvement * distance;
2563                    distance *= way;
2564                    newSolution[iColumn] += distance;
2565                    newSolutionValue += direction * objective[iColumn] * distance;
2566                    for (j = columnStart[iColumn];
2567                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2568                        int iRow = row[j];
2569                        double value = element[j];
2570                        rowActivity[iRow] += distance * value;
2571                    }
2572                }
2573            }
2574            penaltyChange += lastChange;
2575        }
2576        penalty -= penaltyChange;
2577        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2578            // recompute
2579            penalty = 0.0;
2580            for (i = 0; i < numberRows; i++) {
2581                double value = rowActivity[i];
2582                if (value < rowLower[i] - primalTolerance)
2583                    penalty += rowLower[i] - value;
2584                else if (value > rowUpper[i] + primalTolerance)
2585                    penalty += value - rowUpper[i];
2586            }
2587        }
2588    }
2589
2590    // Could also set SOS (using random) and repeat
2591    if (!penalty) {
2592        // See if we can do better
2593        //seed_++;
2594        //CoinSeedRandom(seed_);
2595        // Random number between 0 and 1.
2596        double randomNumber = randomNumberGenerator_.randomDouble();
2597        int iPass;
2598        int start[2];
2599        int end[2];
2600        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2601        start[0] = iRandom;
2602        end[0] = numberIntegers;
2603        start[1] = 0;
2604        end[1] = iRandom;
2605        for (iPass = 0; iPass < 2; iPass++) {
2606            int i;
2607            for (i = start[iPass]; i < end[iPass]; i++) {
2608                int iColumn = integerVariable[i];
2609#ifndef NDEBUG
2610                double value = newSolution[iColumn];
2611                assert (fabs(floor(value + 0.5) - value) <= integerTolerance);
2612#endif
2613                double cost = direction * objective[iColumn];
2614                double move = 0.0;
2615                if (cost > 0.0)
2616                    move = -1.0;
2617                else if (cost < 0.0)
2618                    move = 1.0;
2619                while (move) {
2620                    bool good = true;
2621                    double newValue = newSolution[iColumn] + move;
2622                    if (newValue < lower[iColumn] - useTolerance ||
2623                            newValue > upper[iColumn] + useTolerance) {
2624                        move = 0.0;
2625                    } else {
2626                        // see if we can move
2627                        int j;
2628                        for (j = columnStart[iColumn];
2629                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2630                            int iRow = row[j];
2631                            double newActivity = rowActivity[iRow] + move * element[j];
2632                            if (newActivity < rowLower[iRow] - primalTolerance ||
2633                                    newActivity > rowUpper[iRow] + primalTolerance) {
2634                                good = false;
2635                                break;
2636                            }
2637                        }
2638                        if (good) {
2639                            newSolution[iColumn] = newValue;
2640                            newSolutionValue += move * cost;
2641                            int j;
2642                            for (j = columnStart[iColumn];
2643                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2644                                int iRow = row[j];
2645                                rowActivity[iRow] += move * element[j];
2646                            }
2647                        } else {
2648                            move = 0.0;
2649                        }
2650                    }
2651                }
2652            }
2653        }
2654        // Just in case of some stupidity
2655        double objOffset = 0.0;
2656        solver->getDblParam(OsiObjOffset, objOffset);
2657        newSolutionValue = -objOffset;
2658        for ( i = 0 ; i < numberColumns ; i++ )
2659            newSolutionValue += objective[i] * newSolution[i];
2660        newSolutionValue *= direction;
2661        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2662        if (newSolutionValue < solutionValue) {
2663            // paranoid check
2664            memset(rowActivity, 0, numberRows*sizeof(double));
2665            for (i = 0; i < numberColumns; i++) {
2666                int j;
2667                double value = newSolution[i];
2668                if (value) {
2669                    for (j = columnStart[i];
2670                            j < columnStart[i] + columnLength[i]; j++) {
2671                        int iRow = row[j];
2672                        rowActivity[iRow] += value * element[j];
2673                    }
2674                }
2675            }
2676            // check was approximately feasible
2677            bool feasible = true;
2678            for (i = 0; i < numberRows; i++) {
2679                if (rowActivity[i] < rowLower[i]) {
2680                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2681                        feasible = false;
2682                } else if (rowActivity[i] > rowUpper[i]) {
2683                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2684                        feasible = false;
2685                }
2686            }
2687            if (feasible) {
2688                // new solution
2689                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2690                solutionValue = newSolutionValue;
2691                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2692                returnCode = 1;
2693            } else {
2694                // Can easily happen
2695                //printf("Debug CbcRounding giving bad solution\n");
2696            }
2697        }
2698    }
2699#ifdef NEW_ROUNDING
2700    if (!returnCode) {
2701#ifdef JJF_ZERO
2702        // back to starting point
2703        memcpy(newSolution, solution, numberColumns*sizeof(double));
2704        memset(rowActivity, 0, numberRows*sizeof(double));
2705        for (i = 0; i < numberColumns; i++) {
2706            int j;
2707            double value = newSolution[i];
2708            if (value < lower[i]) {
2709                value = lower[i];
2710                newSolution[i] = value;
2711            } else if (value > upper[i]) {
2712                value = upper[i];
2713                newSolution[i] = value;
2714            }
2715            if (value) {
2716                for (j = columnStart[i];
2717                        j < columnStart[i] + columnLength[i]; j++) {
2718                    int iRow = row[j];
2719                    rowActivity[iRow] += value * element[j];
2720                }
2721            }
2722        }
2723        // check was feasible - if not adjust (cleaning may move)
2724        for (i = 0; i < numberRows; i++) {
2725            if (rowActivity[i] < rowLower[i]) {
2726                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2727                rowActivity[i] = rowLower[i];
2728            } else if (rowActivity[i] > rowUpper[i]) {
2729                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2730                rowActivity[i] = rowUpper[i];
2731            }
2732        }
2733#endif
2734        int * candidate = new int [numberColumns];
2735        int nCandidate = 0;
2736        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2737            bool isInteger = isHeuristicInteger(solver,iColumn);
2738            if (isInteger) {
2739                double currentValue = newSolution[iColumn];
2740                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2741                    candidate[nCandidate++] = iColumn;
2742            }
2743        }
2744        if (true) {
2745            // Rounding as in Berthold
2746            while (nCandidate) {
2747                double infeasibility = 1.0e-7;
2748                int iRow = -1;
2749                for (i = 0; i < numberRows; i++) {
2750                    double value = 0.0;
2751                    if (rowActivity[i] < rowLower[i]) {
2752                        value = rowLower[i] - rowActivity[i];
2753                    } else if (rowActivity[i] > rowUpper[i]) {
2754                        value = rowActivity[i] - rowUpper[i];
2755                    }
2756                    if (value > infeasibility) {
2757                        infeasibility = value;
2758                        iRow = i;
2759                    }
2760                }
2761                if (iRow >= 0) {
2762                    // infeasible
2763                } else {
2764                    // feasible
2765                }
2766            }
2767        } else {
2768            // Shifting as in Berthold
2769        }
2770        delete [] candidate;
2771    }
2772#endif
2773    delete [] newSolution;
2774    delete [] rowActivity;
2775    return returnCode;
2776}
2777// update model
2778void CbcRounding::setModel(CbcModel * model)
2779{
2780    model_ = model;
2781    // Get a copy of original matrix (and by row for rounding);
2782    assert(model_->solver());
2783    if (model_->solver()->getNumRows()) {
2784        matrix_ = *model_->solver()->getMatrixByCol();
2785        matrixByRow_ = *model_->solver()->getMatrixByRow();
2786        // make sure model okay for heuristic
2787        validate();
2788    }
2789}
2790// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2791void
2792CbcRounding::validate()
2793{
2794    if (model_ && (when() % 100) < 10) {
2795        if (model_->numberIntegers() !=
2796                model_->numberObjects() && (model_->numberObjects() ||
2797                                            (model_->specialOptions()&1024) == 0)) {
2798            int numberOdd = 0;
2799            for (int i = 0; i < model_->numberObjects(); i++) {
2800                if (!model_->object(i)->canDoHeuristics())
2801                    numberOdd++;
2802            }
2803            if (numberOdd)
2804                setWhen(0);
2805        }
2806    }
2807#ifdef NEW_ROUNDING
2808    int numberColumns = matrix_.getNumCols();
2809    down_ = new unsigned short [numberColumns];
2810    up_ = new unsigned short [numberColumns];
2811    equal_ = new unsigned short [numberColumns];
2812    // Column copy
2813    const double * element = matrix_.getElements();
2814    const int * row = matrix_.getIndices();
2815    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2816    const int * columnLength = matrix_.getVectorLengths();
2817    const double * rowLower = model.solver()->getRowLower();
2818    const double * rowUpper = model.solver()->getRowUpper();
2819    for (int i = 0; i < numberColumns; i++) {
2820        int down = 0;
2821        int up = 0;
2822        int equal = 0;
2823        if (columnLength[i] > 65535) {
2824            equal[0] = 65535;
2825            break; // unlikely to work
2826        }
2827        for (CoinBigIndex j = columnStart[i];
2828                j < columnStart[i] + columnLength[i]; j++) {
2829            int iRow = row[j];
2830            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2831                equal++;
2832            } else if (element[j] > 0.0) {
2833                if (rowUpper[iRow] < 1.0e20)
2834                    up++;
2835                else
2836                    down--;
2837            } else {
2838                if (rowLower[iRow] > -1.0e20)
2839                    up++;
2840                else
2841                    down--;
2842            }
2843        }
2844        down_[i] = (unsigned short) down;
2845        up_[i] = (unsigned short) up;
2846        equal_[i] = (unsigned short) equal;
2847    }
2848#else
2849    down_ = NULL;
2850    up_ = NULL;
2851    equal_ = NULL;
2852#endif
2853}
2854
2855// Default Constructor
2856CbcHeuristicPartial::CbcHeuristicPartial()
2857        : CbcHeuristic()
2858{
2859    fixPriority_ = 10000;
2860}
2861
2862// Constructor from model
2863CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2864        : CbcHeuristic(model)
2865{
2866    fixPriority_ = fixPriority;
2867    setNumberNodes(numberNodes);
2868    validate();
2869}
2870
2871// Destructor
2872CbcHeuristicPartial::~CbcHeuristicPartial ()
2873{
2874}
2875
2876// Clone
2877CbcHeuristic *
2878CbcHeuristicPartial::clone() const
2879{
2880    return new CbcHeuristicPartial(*this);
2881}
2882// Create C++ lines to get to current state
2883void
2884CbcHeuristicPartial::generateCpp( FILE * fp)
2885{
2886    CbcHeuristicPartial other;
2887    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2888    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2889    CbcHeuristic::generateCpp(fp, "partial");
2890    if (fixPriority_ != other.fixPriority_)
2891        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2892    else
2893        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2894    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2895}
2896//#define NEW_PARTIAL
2897// Copy constructor
2898CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2899        :
2900        CbcHeuristic(rhs),
2901        fixPriority_(rhs.fixPriority_)
2902{
2903}
2904
2905// Assignment operator
2906CbcHeuristicPartial &
2907CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2908{
2909    if (this != &rhs) {
2910        CbcHeuristic::operator=(rhs);
2911        fixPriority_ = rhs.fixPriority_;
2912    }
2913    return *this;
2914}
2915
2916// Resets stuff if model changes
2917void
2918CbcHeuristicPartial::resetModel(CbcModel * model)
2919{
2920    model_ = model;
2921    // Get a copy of original matrix (and by row for partial);
2922    assert(model_->solver());
2923    validate();
2924}
2925// See if partial will give solution
2926// Sets value of solution
2927// Assumes rhs for original matrix still okay
2928// At present only works with integers
2929// Fix values if asked for
2930// Returns 1 if solution, 0 if not
2931int
2932CbcHeuristicPartial::solution(double & solutionValue,
2933                              double * betterSolution)
2934{
2935    // Return if already done
2936    if (fixPriority_ < 0)
2937        return 0; // switched off
2938#ifdef HEURISTIC_INFORM
2939    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
2940           heuristicName(),numRuns_,numCouldRun_,when_);
2941#endif
2942    const double * hotstartSolution = model_->hotstartSolution();
2943    const int * hotstartPriorities = model_->hotstartPriorities();
2944    if (!hotstartSolution)
2945        return 0;
2946    OsiSolverInterface * solver = model_->solver();
2947
2948    int numberIntegers = model_->numberIntegers();
2949    const int * integerVariable = model_->integerVariable();
2950
2951    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2952    const double * colLower = newSolver->getColLower();
2953    const double * colUpper = newSolver->getColUpper();
2954
2955    double primalTolerance;
2956    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2957
2958    int i;
2959    int numberFixed = 0;
2960    int returnCode = 0;
2961
2962    for (i = 0; i < numberIntegers; i++) {
2963        int iColumn = integerVariable[i];
2964        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2965            double value = hotstartSolution[iColumn];
2966            double lower = colLower[iColumn];
2967            double upper = colUpper[iColumn];
2968            value = CoinMax(value, lower);
2969            value = CoinMin(value, upper);
2970            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2971                value = floor(value + 0.5);
2972                newSolver->setColLower(iColumn, value);
2973                newSolver->setColUpper(iColumn, value);
2974                numberFixed++;
2975            }
2976        }
2977    }
2978    if (numberFixed > numberIntegers / 5 - 100000000) {
2979#ifdef COIN_DEVELOP
2980        printf("%d integers fixed\n", numberFixed);
2981#endif
2982        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2983                                         model_->getCutoff(), "CbcHeuristicPartial");
2984        if (returnCode < 0)
2985            returnCode = 0; // returned on size
2986        //printf("return code %d",returnCode);
2987        if ((returnCode&2) != 0) {
2988            // could add cut
2989            returnCode &= ~2;
2990            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2991        } else {
2992            //printf("\n");
2993        }
2994    }
2995    fixPriority_ = -1; // switch off
2996
2997    delete newSolver;
2998    return returnCode;
2999}
3000// update model
3001void CbcHeuristicPartial::setModel(CbcModel * model)
3002{
3003    model_ = model;
3004    assert(model_->solver());
3005    // make sure model okay for heuristic
3006    validate();
3007}
3008// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
3009void
3010CbcHeuristicPartial::validate()
3011{
3012    if (model_ && (when() % 100) < 10) {
3013        if (model_->numberIntegers() !=
3014                model_->numberObjects())
3015            setWhen(0);
3016    }
3017}
3018bool
3019CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
3020{
3021    return true;
3022}
3023
3024// Default Constructor
3025CbcSerendipity::CbcSerendipity()
3026        : CbcHeuristic()
3027{
3028}
3029
3030// Constructor from model
3031CbcSerendipity::CbcSerendipity(CbcModel & model)
3032        : CbcHeuristic(model)
3033{
3034}
3035
3036// Destructor
3037CbcSerendipity::~CbcSerendipity ()
3038{
3039}
3040
3041// Clone
3042CbcHeuristic *
3043CbcSerendipity::clone() const
3044{
3045    return new CbcSerendipity(*this);
3046}
3047// Create C++ lines to get to current state
3048void
3049CbcSerendipity::generateCpp( FILE * fp)
3050{
3051    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
3052    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
3053    CbcHeuristic::generateCpp(fp, "serendipity");
3054    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
3055}
3056
3057// Copy constructor
3058CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
3059        :
3060        CbcHeuristic(rhs)
3061{
3062}
3063
3064// Assignment operator
3065CbcSerendipity &
3066CbcSerendipity::operator=( const CbcSerendipity & rhs)
3067{
3068    if (this != &rhs) {
3069        CbcHeuristic::operator=(rhs);
3070    }
3071    return *this;
3072}
3073
3074// Returns 1 if solution, 0 if not
3075int
3076CbcSerendipity::solution(double & solutionValue,
3077                         double * betterSolution)
3078{
3079    if (!model_)
3080        return 0;
3081#ifdef HEURISTIC_INFORM
3082    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
3083           heuristicName(),numRuns_,numCouldRun_,when_);
3084#endif
3085    if (!inputSolution_) {
3086        // get information on solver type
3087        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
3088        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
3089        if (auxiliaryInfo) {
3090            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
3091        } else {
3092            return 0;
3093        }
3094    } else {
3095        int numberColumns = model_->getNumCols();
3096        double value = inputSolution_[numberColumns];
3097        int returnCode = 0;
3098        if (value < solutionValue) {
3099            solutionValue = value;
3100            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
3101            returnCode = 1;
3102        }
3103        delete [] inputSolution_;
3104        inputSolution_ = NULL;
3105        model_ = NULL; // switch off
3106        return returnCode;
3107    }
3108}
3109// update model
3110void CbcSerendipity::setModel(CbcModel * model)
3111{
3112    model_ = model;
3113}
3114// Resets stuff if model changes
3115void
3116CbcSerendipity::resetModel(CbcModel * model)
3117{
3118    model_ = model;
3119}
3120
3121
3122// Default Constructor
3123CbcHeuristicJustOne::CbcHeuristicJustOne()
3124        : CbcHeuristic(),
3125        probabilities_(NULL),
3126        heuristic_(NULL),
3127        numberHeuristics_(0)
3128{
3129}
3130
3131// Constructor from model
3132CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
3133        : CbcHeuristic(model),
3134        probabilities_(NULL),
3135        heuristic_(NULL),
3136        numberHeuristics_(0)
3137{
3138}
3139
3140// Destructor
3141CbcHeuristicJustOne::~CbcHeuristicJustOne ()
3142{
3143    for (int i = 0; i < numberHeuristics_; i++)
3144        delete heuristic_[i];
3145    delete [] heuristic_;
3146    delete [] probabilities_;
3147}
3148
3149// Clone
3150CbcHeuristicJustOne *
3151CbcHeuristicJustOne::clone() const
3152{
3153    return new CbcHeuristicJustOne(*this);
3154}
3155
3156// Create C++ lines to get to current state
3157void
3158CbcHeuristicJustOne::generateCpp( FILE * fp)
3159{
3160    CbcHeuristicJustOne other;
3161    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
3162    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
3163    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
3164    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
3165}
3166
3167// Copy constructor
3168CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
3169        :
3170        CbcHeuristic(rhs),
3171        probabilities_(NULL),
3172        heuristic_(NULL),
3173        numberHeuristics_(rhs.numberHeuristics_)
3174{
3175    if (numberHeuristics_) {
3176        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3177        heuristic_ = new CbcHeuristic * [numberHeuristics_];
3178        for (int i = 0; i < numberHeuristics_; i++)
3179            heuristic_[i] = rhs.heuristic_[i]->clone();
3180    }
3181}
3182
3183// Assignment operator
3184CbcHeuristicJustOne &
3185CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
3186{
3187    if (this != &rhs) {
3188        CbcHeuristic::operator=(rhs);
3189        for (int i = 0; i < numberHeuristics_; i++)
3190            delete heuristic_[i];
3191        delete [] heuristic_;
3192        delete [] probabilities_;
3193        probabilities_ = NULL;
3194        heuristic_ = NULL;
3195        numberHeuristics_ = rhs.numberHeuristics_;
3196        if (numberHeuristics_) {
3197            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3198            heuristic_ = new CbcHeuristic * [numberHeuristics_];
3199            for (int i = 0; i < numberHeuristics_; i++)
3200                heuristic_[i] = rhs.heuristic_[i]->clone();
3201        }
3202    }
3203    return *this;
3204}
3205// Sets value of solution
3206// Returns 1 if solution, 0 if not
3207int
3208CbcHeuristicJustOne::solution(double & solutionValue,
3209                              double * betterSolution)
3210{
3211#ifdef DIVE_DEBUG
3212    std::cout << "solutionValue = " << solutionValue << std::endl;
3213#endif
3214    ++numCouldRun_;
3215
3216    // test if the heuristic can run
3217    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
3218        return 0;
3219    double randomNumber = randomNumberGenerator_.randomDouble();
3220    int i;
3221    for (i = 0; i < numberHeuristics_; i++) {
3222        if (randomNumber < probabilities_[i])
3223            break;
3224    }
3225    assert (i < numberHeuristics_);
3226    int returnCode;
3227    //model_->unsetDivingHasRun();
3228#ifdef COIN_DEVELOP
3229    printf("JustOne running %s\n",
3230           heuristic_[i]->heuristicName());
3231#endif
3232    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
3233#ifdef COIN_DEVELOP
3234    if (returnCode)
3235        printf("JustOne running %s found solution\n",
3236               heuristic_[i]->heuristicName());
3237#endif
3238    return returnCode;
3239}
3240// Resets stuff if model changes
3241void
3242CbcHeuristicJustOne::resetModel(CbcModel * model)
3243{
3244    CbcHeuristic::resetModel(model);
3245    for (int i = 0; i < numberHeuristics_; i++)
3246        heuristic_[i]->resetModel(model);
3247}
3248// update model (This is needed if cliques update matrix etc)
3249void
3250CbcHeuristicJustOne::setModel(CbcModel * model)
3251{
3252    CbcHeuristic::setModel(model);
3253    for (int i = 0; i < numberHeuristics_; i++)
3254        heuristic_[i]->setModel(model);
3255}
3256// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
3257void
3258CbcHeuristicJustOne::validate()
3259{
3260    CbcHeuristic::validate();
3261    for (int i = 0; i < numberHeuristics_; i++)
3262        heuristic_[i]->validate();
3263}
3264// Adds an heuristic with probability
3265void
3266CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
3267{
3268    CbcHeuristic * thisOne = heuristic->clone();
3269    thisOne->setWhen(-999);
3270    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
3271                            numberHeuristics_);
3272    delete [] heuristic_;
3273    heuristic_ = tempH;
3274    heuristic_[numberHeuristics_] = thisOne;
3275    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
3276                                            numberHeuristics_);
3277    delete [] probabilities_;
3278    probabilities_ = tempP;
3279    probabilities_[numberHeuristics_] = probability;
3280    numberHeuristics_++;
3281}
3282// Normalize probabilities
3283void
3284CbcHeuristicJustOne::normalizeProbabilities()
3285{
3286    double sum = 0.0;
3287    for (int i = 0; i < numberHeuristics_; i++)
3288        sum += probabilities_[i];
3289    double multiplier = 1.0 / sum;
3290    sum = 0.0;
3291    for (int i = 0; i < numberHeuristics_; i++) {
3292        sum += probabilities_[i];
3293        probabilities_[i] = sum * multiplier;
3294    }
3295    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
3296    probabilities_[numberHeuristics_-1] = 1.000001;
3297}
Note: See TracBrowser for help on using the repository browser.