source: trunk/Cbc/src/CbcHeuristic.cpp @ 2344

Last change on this file since 2344 was 2344, checked in by forrest, 2 years ago

change int to CoinBigIndex?

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 122.6 KB
Line 
1/* $Id: CbcHeuristic.cpp 2344 2017-09-29 11:14:01Z 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                    // but say we are doing full search
1150                    model.setSpecialOptions(model.specialOptions()|67108864);
1151                    bool takeHint;
1152                    OsiHintStrength strength;
1153                    // Switch off printing if asked to
1154                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
1155                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
1156                    // no cut generators if none in parent
1157                    CbcStrategyDefault
1158                      strategy(model_->numberCutGenerators() ? 1 : -1, 
1159                               model_->numberStrong(),
1160                               model_->numberBeforeTrust());
1161                    // Set up pre-processing - no
1162                    strategy.setupPreProcessing(0); // was (4);
1163                    model.setStrategy(strategy);
1164                    //model.solver()->writeMps("crunched");
1165                    int numberCuts = process.cuts().sizeRowCuts();
1166                    if (numberCuts) {
1167                        // add in cuts
1168                        CglStored cuts = process.cuts();
1169                        model.addCutGenerator(&cuts, 1, "Stored from first");
1170                        model.cutGenerator(model.numberCutGenerators()-1)->setGlobalCuts(true);
1171                    }
1172                }
1173                // Do search
1174                if (logLevel > 1)
1175                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
1176                    << name
1177                    << model.getMaximumNodes()
1178                    << CoinMessageEol;
1179                // probably faster to use a basis to get integer solutions
1180                model.setSpecialOptions(model.specialOptions() | 2);
1181#ifdef CBC_THREAD
1182                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
1183                    // See if at root node
1184                    bool atRoot = model_->getNodeCount() == 0;
1185                    int passNumber = model_->getCurrentPassNumber();
1186                    if (atRoot && passNumber == 1)
1187                        model.setNumberThreads(model_->getNumberThreads());
1188                }
1189#endif
1190                model.setParentModel(*model_);
1191                model.setMaximumSolutions(maximumSolutions); 
1192                model.setOriginalColumns(process.originalColumns());
1193                model.setSearchStrategy(-1);
1194                // If no feasibility pump then insert a lightweight one
1195                if (feasibilityPumpOptions_ >= 0 || feasibilityPumpOptions_ == -2) {
1196                    CbcHeuristicFPump * fpump = NULL;
1197                    for (int i = 0; i < model.numberHeuristics(); i++) {
1198                        CbcHeuristicFPump* pump =
1199                            dynamic_cast<CbcHeuristicFPump*>(model.heuristic(i));
1200                        if (pump) {
1201                            fpump = pump;
1202                            break;
1203                        }
1204                    }
1205                    if (!fpump) {
1206                        CbcHeuristicFPump heuristic4;
1207                        // use any cutoff
1208                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1209                        if (fractionSmall_<=1.0) 
1210                          heuristic4.setMaximumPasses(10);
1211                        int pumpTune = feasibilityPumpOptions_;
1212                        if (pumpTune==-2)
1213                          pumpTune = 4; // proximity
1214                        if (pumpTune > 0) {
1215                            /*
1216                            >=10000000 for using obj
1217                            >=1000000 use as accumulate switch
1218                            >=1000 use index+1 as number of large loops
1219                            >=100 use 0.05 objvalue as increment
1220                            %100 == 10,20 etc for experimentation
1221                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1222                            4 and static continuous, 5 as 3 but no internal integers
1223                            6 as 3 but all slack basis!
1224                            */
1225                            double value = solver2->getObjSense() * solver2->getObjValue();
1226                            int w = pumpTune / 10;
1227                            int ix = w % 10;
1228                            w /= 10;
1229                            int c = w % 10;
1230                            w /= 10;
1231                            int r = w;
1232                            int accumulate = r / 1000;
1233                            r -= 1000 * accumulate;
1234                            if (accumulate >= 10) {
1235                                int which = accumulate / 10;
1236                                accumulate -= 10 * which;
1237                                which--;
1238                                // weights and factors
1239                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1240                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1241                                heuristic4.setInitialWeight(weight[which]);
1242                                heuristic4.setWeightFactor(factor[which]);
1243                            }
1244                            // fake cutoff
1245                            if (c) {
1246                                double cutoff;
1247                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1248                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1249                                heuristic4.setFakeCutoff(cutoff);
1250                            }
1251                            if (r) {
1252                                // also set increment
1253                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1254                                double increment = 0.0;
1255                                heuristic4.setAbsoluteIncrement(increment);
1256                                heuristic4.setAccumulate(accumulate);
1257                                heuristic4.setMaximumRetries(r + 1);
1258                            }
1259                            pumpTune = pumpTune % 100;
1260                            if (pumpTune == 6)
1261                                pumpTune = 13;
1262                            if (pumpTune != 13)
1263                                pumpTune = pumpTune % 10;
1264                            heuristic4.setWhen(pumpTune);
1265                            if (ix) {
1266                                heuristic4.setFeasibilityPumpOptions(ix*10);
1267                            }
1268                        }
1269                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1270       
1271                    }
1272                } else if (feasibilityPumpOptions_==-3) {
1273                  // add all (except this)
1274                  for (int i = 0; i < model_->numberHeuristics(); i++) {
1275                    if (strcmp(heuristicName(),model_->heuristic(i)->heuristicName()))
1276                      model.addHeuristic(model_->heuristic(i)); 
1277                  }
1278                }
1279                // modify heuristics
1280                for (int i = 0; i < model.numberHeuristics(); i++) {
1281                  // reset lastNode
1282                  CbcHeuristicRINS * rins =
1283                    dynamic_cast<CbcHeuristicRINS*>(model.heuristic(i));
1284                  if (rins) {
1285                    rins->setLastNode(-1000);
1286                    rins->setSolutionCount(0);
1287                  }
1288                }
1289                //printf("sol %x\n",inputSolution_);
1290#ifdef CGL_DEBUG
1291                if ((model_->specialOptions()&1) != 0) {
1292                  const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1293                  if (debugger) {
1294                    printf("On optimal path CC\n");
1295                  }
1296                }
1297#endif
1298                if (inputSolution_) {
1299                    // translate and add a serendipity heuristic
1300                    int numberColumns = solver2->getNumCols();
1301                    const int * which = process.originalColumns();
1302                    OsiSolverInterface * solver3 = solver2->clone();
1303                    for (int i = 0; i < numberColumns; i++) {
1304                        if (isHeuristicInteger(solver3,i)) {
1305                            int k = which[i];
1306                            double value = inputSolution_[k];
1307                            //if (value)
1308                            //printf("orig col %d now %d val %g\n",
1309                            //       k,i,value);
1310                            solver3->setColLower(i, value);
1311                            solver3->setColUpper(i, value);
1312                        }
1313                    }
1314                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1315                    solver3->resolve();
1316                    if (!solver3->isProvenOptimal()) {
1317                        // Try just setting nonzeros
1318                        OsiSolverInterface * solver4 = solver2->clone();
1319                        for (int i = 0; i < numberColumns; i++) {
1320                            if (isHeuristicInteger(solver4,i)) {
1321                                int k = which[i];
1322                                double value = floor(inputSolution_[k] + 0.5);
1323                                if (value) {
1324                                    solver3->setColLower(i, value);
1325                                    solver3->setColUpper(i, value);
1326                                }
1327                            }
1328                        }
1329                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1330                        solver4->resolve();
1331                        int nBad = -1;
1332                        if (solver4->isProvenOptimal()) {
1333                            nBad = 0;
1334                            const double * solution = solver4->getColSolution();
1335                            for (int i = 0; i < numberColumns; i++) {
1336                                if (isHeuristicInteger(solver4,i)) {
1337                                    double value = floor(solution[i] + 0.5);
1338                                    if (fabs(value - solution[i]) > 1.0e-6)
1339                                        nBad++;
1340                                }
1341                            }
1342                        }
1343                        if (nBad) {
1344                            delete solver4;
1345                        } else {
1346                            delete solver3;
1347                            solver3 = solver4;
1348                        }
1349                    }
1350                    if (solver3->isProvenOptimal()) {
1351                        // good
1352                        CbcSerendipity heuristic(model);
1353                        double value = solver3->getObjSense() * solver3->getObjValue();
1354                        heuristic.setInputSolution(solver3->getColSolution(), value);
1355                        value = value + 1.0e-7*(1.0 + fabs(value));
1356                        value *= solver3->getObjSense();
1357                        model.setCutoff(value);
1358                        model.addHeuristic(&heuristic, "Previous solution", 0);
1359                        //printf("added seren\n");
1360                    } else {
1361                        double value = model_->getMinimizationObjValue();
1362                        value = value + 1.0e-7*(1.0 + fabs(value));
1363                        value *= solver3->getObjSense();
1364                        model.setCutoff(value);
1365                        sprintf(generalPrint, "Unable to insert previous solution - using cutoff of %g",
1366                                value);
1367                        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1368                        << generalPrint
1369                        << CoinMessageEol;
1370#ifdef CLP_INVESTIGATE
1371                        printf("NOT added seren\n");
1372                        solver3->writeMps("bad_seren");
1373                        solver->writeMps("orig_seren");
1374#endif
1375                    }
1376                    delete solver3;
1377                }
1378                if (model_->searchStrategy() == 2) {
1379                    model.setNumberStrong(5);
1380                    model.setNumberBeforeTrust(5);
1381                }
1382                if (model.getNumCols()) {
1383                    if (numberNodes >= 0) {
1384                        setCutAndHeuristicOptions(model);
1385                        // not too many iterations
1386                        model.setMaximumNumberIterations(iterationMultiplier*(numberNodes + 10));
1387                        // Not fast stuff
1388                        model.setFastNodeDepth(-1);
1389                        //model.solver()->writeMps("before");
1390                    } else if (model.fastNodeDepth() >= 1000000) {
1391                        // already set
1392                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1393                    }
1394                    model.setWhenCuts(999998);
1395#define ALWAYS_DUAL
1396#ifdef ALWAYS_DUAL
1397                    OsiSolverInterface * solverD = model.solver();
1398                    bool takeHint;
1399                    OsiHintStrength strength;
1400                    solverD->getHintParam(OsiDoDualInResolve, takeHint, strength);
1401                    solverD->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1402#endif
1403                    model.passInEventHandler(model_->getEventHandler());
1404                    // say model_ is sitting there
1405                    int saveOptions = model_->specialOptions();
1406                    model_->setSpecialOptions(saveOptions|1048576);
1407                    // and switch off debugger
1408                    model.setSpecialOptions(model.specialOptions()&(~1));
1409#if 0 //def COIN_HAS_CLP
1410                    OsiClpSolverInterface * clpSolver
1411                      = dynamic_cast<OsiClpSolverInterface *> (model.solver());
1412                    if (clpSolver)
1413                      clpSolver->zapDebugger();
1414#endif
1415#ifdef CONFLICT_CUTS
1416                    if ((model_->moreSpecialOptions()&4194304)!=0)
1417                      model.zapGlobalCuts();
1418#endif
1419#ifdef CGL_DEBUG
1420                    if ((model_->specialOptions()&1) != 0) {
1421                      const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1422                      if (debugger) {
1423                        printf("On optimal path DD\n");
1424                      }
1425                    }
1426#endif
1427                    model.branchAndBound();
1428                    model_->setHeuristicModel(NULL);
1429                    model_->setSpecialOptions(saveOptions);
1430#ifdef ALWAYS_DUAL
1431                    solverD = model.solver();
1432                    solverD->setHintParam(OsiDoDualInResolve, takeHint, strength);
1433#endif
1434                    numberNodesDone_ = model.getNodeCount();
1435#ifdef COIN_DEVELOP
1436                    printf("sub branch %d nodes, %d iterations - max %d\n",
1437                           model.getNodeCount(), model.getIterationCount(),
1438                           100*(numberNodes + 10));
1439#endif
1440                    if (numberNodes < 0) {
1441                        model_->incrementIterationCount(model.getIterationCount());
1442                        model_->incrementNodeCount(model.getNodeCount());
1443                        // update best solution (in case ctrl-c)
1444                        // !!! not a good idea - think a bit harder
1445                        //model_->setMinimizationObjValue(model.getMinimizationObjValue());
1446                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1447                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1448                            sprintf(generalPrint,
1449                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1450                                    generator->cutGeneratorName(),
1451                                    generator->numberTimesEntered(),
1452                                    generator->numberCutsInTotal() +
1453                                    generator->numberColumnCuts(),
1454                                    generator->numberCutsActive(),
1455                                    generator->timeInCutGenerator());
1456                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1457                            if (stored && !generator->numberCutsInTotal())
1458                                continue;
1459#ifndef CLP_INVESTIGATE
1460                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1461                            if (implication)
1462                                continue;
1463#endif
1464                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1465                            << generalPrint
1466                            << CoinMessageEol;
1467                        }
1468                    }
1469                } else {
1470                    // empty model
1471                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1472                }
1473                if (logLevel > 1)
1474                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1475                    << name
1476                    << CoinMessageEol;
1477                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1478                    // solution
1479                    if (model.getNumCols())
1480                        returnCode = model.isProvenOptimal() ? 3 : 1;
1481                    else
1482                        returnCode = 3;
1483                    // post process
1484#ifdef COIN_HAS_CLP
1485                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1486                    if (clpSolver) {
1487                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1488                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1489                    }
1490#endif
1491                    //if (fractionSmall_ < 1000000.0)
1492                    process.postProcess(*model.solver());
1493                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1494                        // Solution now back in solver
1495                        int numberColumns = solver->getNumCols();
1496                        memcpy(newSolution, solver->getColSolution(),
1497                               numberColumns*sizeof(double));
1498                        newSolutionValue = model.getMinimizationObjValue();
1499#ifdef COIN_HAS_CLP
1500                      if (clpSolver) {
1501                        if (clpSolver && clpSolver->numberSOS()) {
1502                          // SOS
1503                          int numberSOS = clpSolver->numberSOS();
1504                          const CoinSet * setInfo = clpSolver->setInfo();
1505                          int i;
1506                          for ( i = 0; i < numberSOS; i++) {
1507                            int type = setInfo[i].setType();
1508                            int n = setInfo[i].numberEntries();
1509                            const int * which = setInfo[i].which();
1510                            int first = -1;
1511                            int last = -1;
1512                            for (int j = 0; j < n; j++) {
1513                              int iColumn = which[j];
1514                              if (fabs(newSolution[iColumn]) > 1.0e-7) {
1515                                last = j;
1516                                if (first < 0)
1517                                  first = j;
1518                              }
1519                            }
1520                            assert (last - first < type);
1521                            for (int j = 0; j < n; j++) {
1522                              if (j < first || j > last) {
1523                                int iColumn = which[j];
1524                                // do I want to fix??
1525                                solver->setColLower(iColumn, 0.0);
1526                                solver->setColUpper(iColumn, 0.0);
1527                                newSolution[iColumn]=0.0;
1528                              }
1529                            }
1530                          }
1531                        }
1532                      }
1533#endif
1534                    } else {
1535                        // odd - but no good
1536                        returnCode = 0; // so will be infeasible
1537                    }
1538                } else {
1539                    // no good
1540                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1541                }
1542                int totalNumberIterations = model.getIterationCount() +
1543                                            process.numberIterationsPre() +
1544                                            process.numberIterationsPost();
1545                if (totalNumberIterations > 100*(numberNodes + 10)
1546                    && fractionSmall_ < 1000000.0) {
1547                    // only allow smaller problems
1548                    fractionSmall = fractionSmall_;
1549                    fractionSmall_ *= 0.9;
1550#ifdef CLP_INVESTIGATE
1551                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1552                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1553#endif
1554                }
1555                if (model.status() == 5)
1556                   model_->sayEventHappened();
1557#ifdef COIN_DEVELOP
1558                if (model.isProvenInfeasible())
1559                    status = 1;
1560                else if (model.isProvenOptimal())
1561                    status = 2;
1562#endif
1563            }
1564        }
1565    } else {
1566        returnCode = 2; // infeasible finished
1567        if (logLevel > 1){
1568           printf("Infeasible on initial solve\n");
1569        }
1570    }
1571    model_->setSpecialOptions(saveModelOptions);
1572    model_->setLogLevel(logLevel);
1573    if (returnCode == 1 || returnCode == 2) {
1574        OsiSolverInterface * solverC = model_->continuousSolver();
1575        if (false && solverC) {
1576            const double * lower = solver->getColLower();
1577            const double * upper = solver->getColUpper();
1578            const double * lowerC = solverC->getColLower();
1579            const double * upperC = solverC->getColUpper();
1580            bool good = true;
1581            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1582                if (isHeuristicInteger(solverC,iColumn)) {
1583                    if (lower[iColumn] > lowerC[iColumn] &&
1584                            upper[iColumn] < upperC[iColumn]) {
1585                        good = false;
1586                        printf("CUT - can't add\n");
1587                        break;
1588                    }
1589                }
1590            }
1591            if (good) {
1592                double * cut = new double [numberColumns];
1593                int * which = new int [numberColumns];
1594                double rhs = -1.0;
1595                int n = 0;
1596                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1597                    if (isHeuristicInteger(solverC,iColumn)) {
1598                        if (lower[iColumn] == upperC[iColumn]) {
1599                            rhs += lower[iColumn];
1600                            cut[n] = 1.0;
1601                            which[n++] = iColumn;
1602                        } else if (upper[iColumn] == lowerC[iColumn]) {
1603                            rhs -= upper[iColumn];
1604                            cut[n] = -1.0;
1605                            which[n++] = iColumn;
1606                        }
1607                    }
1608                }
1609                printf("CUT has %d entries\n", n);
1610                OsiRowCut newCut;
1611                newCut.setLb(-COIN_DBL_MAX);
1612                newCut.setUb(rhs);
1613                newCut.setRow(n, which, cut, false);
1614                model_->makeGlobalCut(newCut);
1615                delete [] cut;
1616                delete [] which;
1617            }
1618        }
1619#ifdef COIN_DEVELOP
1620        if (status == 1)
1621            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1622        else if (status == 2)
1623            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1624#endif
1625    }
1626    if (reset) {
1627        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1628            if (reset[iColumn])
1629                solver->setColLower(iColumn, 0.0);
1630        }
1631        delete [] reset;
1632    }
1633#ifdef HISTORY_STATISTICS
1634    getHistoryStatistics_ = true;
1635#endif
1636    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1637    return returnCode;
1638}
1639// Set input solution
1640void
1641CbcHeuristic::setInputSolution(const double * solution, double objValue)
1642{
1643    delete [] inputSolution_;
1644    inputSolution_ = NULL;
1645    if (model_ && solution) {
1646        int numberColumns = model_->getNumCols();
1647        inputSolution_ = new double [numberColumns+1];
1648        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1649        inputSolution_[numberColumns] = objValue;
1650    }
1651}
1652
1653//##############################################################################
1654
1655inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1656                                    const CbcBranchingObject* br1)
1657{
1658    const int t0 = br0->type();
1659    const int t1 = br1->type();
1660    if (t0 < t1) {
1661        return -1;
1662    }
1663    if (t0 > t1) {
1664        return 1;
1665    }
1666    return br0->compareOriginalObject(br1);
1667}
1668
1669//==============================================================================
1670
1671inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1672                                    const CbcBranchingObject* br1)
1673{
1674    return compare3BranchingObjects(br0, br1) < 0;
1675}
1676
1677//==============================================================================
1678
1679void
1680CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1681{
1682    //  CbcHeurDebugNodes(&model);
1683    CbcNode* node = model.currentNode();
1684    brObj_ = new CbcBranchingObject*[node->depth()];
1685    CbcNodeInfo* nodeInfo = node->nodeInfo();
1686    int cnt = 0;
1687    while (nodeInfo->parentBranch() != NULL) {
1688        const OsiBranchingObject* br = nodeInfo->parentBranch();
1689        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1690        if (! cbcbr) {
1691            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1692                            "gutsOfConstructor",
1693                            "CbcHeuristicNode",
1694                            __FILE__, __LINE__);
1695        }
1696        brObj_[cnt] = cbcbr->clone();
1697        brObj_[cnt]->previousBranch();
1698        ++cnt;
1699        nodeInfo = nodeInfo->parent();
1700    }
1701    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1702    if (cnt <= 1) {
1703        numObjects_ = cnt;
1704    } else {
1705        numObjects_ = 0;
1706        CbcBranchingObject* br = NULL; // What should this be?
1707        for (int i = 1; i < cnt; ++i) {
1708            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1709                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1710                switch (comp) {
1711                case CbcRangeSame: // the same range
1712                case CbcRangeDisjoint: // disjoint decisions
1713                    // should not happen! we are on a chain!
1714                    abort();
1715                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1716                    delete brObj_[i];
1717                    break;
1718                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1719                    delete brObj_[numObjects_];
1720                    brObj_[numObjects_] = brObj_[i];
1721                    break;
1722                case CbcRangeOverlap: // overlap
1723                    delete brObj_[i];
1724                    delete brObj_[numObjects_];
1725                    brObj_[numObjects_] = br;
1726                    break;
1727                }
1728                continue;
1729            } else {
1730                brObj_[++numObjects_] = brObj_[i];
1731            }
1732        }
1733        ++numObjects_;
1734    }
1735}
1736
1737//==============================================================================
1738
1739CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1740{
1741    gutsOfConstructor(model);
1742}
1743
1744//==============================================================================
1745
1746double
1747CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1748{
1749
1750    const double disjointWeight = 1;
1751    const double overlapWeight = 0.4;
1752    const double subsetWeight = 0.2;
1753    int countDisjointWeight = 0;
1754    int countOverlapWeight = 0;
1755    int countSubsetWeight = 0;
1756    int i = 0;
1757    int j = 0;
1758    double dist = 0.0;
1759#ifdef PRINT_DEBUG
1760    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1761           numObjects_, node->numObjects_);
1762#endif
1763    while ( i < numObjects_ && j < node->numObjects_) {
1764        CbcBranchingObject* br0 = brObj_[i];
1765        const CbcBranchingObject* br1 = node->brObj_[j];
1766#ifdef PRINT_DEBUG
1767        const CbcIntegerBranchingObject* brPrint0 =
1768            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1769        const double* downBounds = brPrint0->downBounds();
1770        const double* upBounds = brPrint0->upBounds();
1771        int variable = brPrint0->variable();
1772        int way = brPrint0->way();
1773        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1774               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1775               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1776        const CbcIntegerBranchingObject* brPrint1 =
1777            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1778        downBounds = brPrint1->downBounds();
1779        upBounds = brPrint1->upBounds();
1780        variable = brPrint1->variable();
1781        way = brPrint1->way();
1782        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1783               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1784               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1785#endif
1786        const int brComp = compare3BranchingObjects(br0, br1);
1787        if (brComp < 0) {
1788            dist += subsetWeight;
1789            countSubsetWeight++;
1790            ++i;
1791        } else if (brComp > 0) {
1792            dist += subsetWeight;
1793            countSubsetWeight++;
1794            ++j;
1795        } else {
1796            const int comp = br0->compareBranchingObject(br1, false);
1797            switch (comp) {
1798            case CbcRangeSame:
1799                // do nothing
1800                break;
1801            case CbcRangeDisjoint: // disjoint decisions
1802                dist += disjointWeight;
1803                countDisjointWeight++;
1804                break;
1805            case CbcRangeSubset: // subset one way or another
1806            case CbcRangeSuperset:
1807                dist += subsetWeight;
1808                countSubsetWeight++;
1809                break;
1810            case CbcRangeOverlap: // overlap
1811                dist += overlapWeight;
1812                countOverlapWeight++;
1813                break;
1814            }
1815            ++i;
1816            ++j;
1817        }
1818    }
1819    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1820    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1821    COIN_DETAIL_PRINT(printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1822                             countOverlapWeight, countDisjointWeight));
1823    return dist;
1824}
1825
1826//==============================================================================
1827
1828CbcHeuristicNode::~CbcHeuristicNode()
1829{
1830    for (int i = 0; i < numObjects_; ++i) {
1831        delete brObj_[i];
1832    }
1833    delete [] brObj_;
1834}
1835
1836//==============================================================================
1837
1838double
1839CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1840{
1841    double minDist = COIN_DBL_MAX;
1842    for (int i = nodeList.size() - 1; i >= 0; --i) {
1843        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1844    }
1845    return minDist;
1846}
1847
1848//==============================================================================
1849
1850bool
1851CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1852                                     const double threshold) const
1853{
1854    for (int i = nodeList.size() - 1; i >= 0; --i) {
1855        if (distance(nodeList.node(i)) >= threshold) {
1856            continue;
1857        } else {
1858            return true;
1859        }
1860    }
1861    return false;
1862}
1863
1864//==============================================================================
1865
1866double
1867CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1868{
1869    if (nodeList.size() == 0) {
1870        return COIN_DBL_MAX;
1871    }
1872    double sumDist = 0;
1873    for (int i = nodeList.size() - 1; i >= 0; --i) {
1874        sumDist += distance(nodeList.node(i));
1875    }
1876    return sumDist / nodeList.size();
1877}
1878
1879//##############################################################################
1880
1881// Default Constructor
1882CbcRounding::CbcRounding()
1883        : CbcHeuristic()
1884{
1885    // matrix and row copy will automatically be empty
1886    seed_ = 7654321;
1887    down_ = NULL;
1888    up_ = NULL;
1889    equal_ = NULL;
1890    //whereFrom_ |= 16*(1+256); // allow more often
1891}
1892
1893// Constructor from model
1894CbcRounding::CbcRounding(CbcModel & model)
1895        : CbcHeuristic(model)
1896{
1897    // Get a copy of original matrix (and by row for rounding);
1898    assert(model.solver());
1899    if (model.solver()->getNumRows()) {
1900        matrix_ = *model.solver()->getMatrixByCol();
1901        matrixByRow_ = *model.solver()->getMatrixByRow();
1902        validate();
1903    }
1904    down_ = NULL;
1905    up_ = NULL;
1906    equal_ = NULL;
1907    seed_ = 7654321;
1908    //whereFrom_ |= 16*(1+256); // allow more often
1909}
1910
1911// Destructor
1912CbcRounding::~CbcRounding ()
1913{
1914    delete [] down_;
1915    delete [] up_;
1916    delete [] equal_;
1917}
1918
1919// Clone
1920CbcHeuristic *
1921CbcRounding::clone() const
1922{
1923    return new CbcRounding(*this);
1924}
1925// Create C++ lines to get to current state
1926void
1927CbcRounding::generateCpp( FILE * fp)
1928{
1929    CbcRounding other;
1930    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1931    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1932    CbcHeuristic::generateCpp(fp, "rounding");
1933    if (seed_ != other.seed_)
1934        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1935    else
1936        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1937    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1938}
1939//#define NEW_ROUNDING
1940// Copy constructor
1941CbcRounding::CbcRounding(const CbcRounding & rhs)
1942        :
1943        CbcHeuristic(rhs),
1944        matrix_(rhs.matrix_),
1945        matrixByRow_(rhs.matrixByRow_),
1946        seed_(rhs.seed_)
1947{
1948#ifdef NEW_ROUNDING
1949    int numberColumns = matrix_.getNumCols();
1950    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1951    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1952    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1953#else
1954    down_ = NULL;
1955    up_ = NULL;
1956    equal_ = NULL;
1957#endif
1958}
1959
1960// Assignment operator
1961CbcRounding &
1962CbcRounding::operator=( const CbcRounding & rhs)
1963{
1964    if (this != &rhs) {
1965        CbcHeuristic::operator=(rhs);
1966        matrix_ = rhs.matrix_;
1967        matrixByRow_ = rhs.matrixByRow_;
1968#ifdef NEW_ROUNDING
1969        delete [] down_;
1970        delete [] up_;
1971        delete [] equal_;
1972        int numberColumns = matrix_.getNumCols();
1973        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1974        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1975        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1976#else
1977        down_ = NULL;
1978        up_ = NULL;
1979        equal_ = NULL;
1980#endif
1981        seed_ = rhs.seed_;
1982    }
1983    return *this;
1984}
1985
1986// Resets stuff if model changes
1987void
1988CbcRounding::resetModel(CbcModel * model)
1989{
1990    model_ = model;
1991    // Get a copy of original matrix (and by row for rounding);
1992    assert(model_->solver());
1993    matrix_ = *model_->solver()->getMatrixByCol();
1994    matrixByRow_ = *model_->solver()->getMatrixByRow();
1995    validate();
1996}
1997/* Check whether the heuristic should run at all
1998   0 - before cuts at root node (or from doHeuristics)
1999   1 - during cuts at root
2000   2 - after root node cuts
2001   3 - after cuts at other nodes
2002   4 - during cuts at other nodes
2003   8 added if previous heuristic in loop found solution
2004*/
2005bool 
2006CbcRounding::shouldHeurRun(int whereFrom)
2007{
2008  if (whereFrom!=4) {
2009    return CbcHeuristic::shouldHeurRun(whereFrom);
2010  } else {
2011    numCouldRun_++;
2012    return shouldHeurRun_randomChoice();
2013  }
2014}
2015// See if rounding will give solution
2016// Sets value of solution
2017// Assumes rhs for original matrix still okay
2018// At present only works with integers
2019// Fix values if asked for
2020// Returns 1 if solution, 0 if not
2021int
2022CbcRounding::solution(double & solutionValue,
2023                      double * betterSolution)
2024{
2025
2026    numCouldRun_++;
2027    // See if to do
2028    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
2029            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
2030        return 0; // switched off
2031    numRuns_++;
2032#ifdef HEURISTIC_INFORM
2033    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
2034           heuristicName(),numRuns_,numCouldRun_,when_);
2035#endif
2036    OsiSolverInterface * solver = model_->solver();
2037    double direction = solver->getObjSense();
2038    double newSolutionValue = direction * solver->getObjValue();
2039    return solution(solutionValue, betterSolution, newSolutionValue);
2040}
2041// See if rounding will give solution
2042// Sets value of solution
2043// Assumes rhs for original matrix still okay
2044// At present only works with integers
2045// Fix values if asked for
2046// Returns 1 if solution, 0 if not
2047int
2048CbcRounding::solution(double & solutionValue,
2049                      double * betterSolution,
2050                      double newSolutionValue)
2051{
2052
2053    // See if to do
2054    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
2055            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
2056        return 0; // switched off
2057    OsiSolverInterface * solver = model_->solver();
2058    const double * lower = solver->getColLower();
2059    const double * upper = solver->getColUpper();
2060    const double * rowLower = solver->getRowLower();
2061    const double * rowUpper = solver->getRowUpper();
2062    const double * solution = solver->getColSolution();
2063    const double * objective = solver->getObjCoefficients();
2064    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
2065    double primalTolerance;
2066    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2067    double useTolerance = primalTolerance;
2068
2069    int numberRows = matrix_.getNumRows();
2070    assert (numberRows <= solver->getNumRows());
2071    if (numberRows == 0){
2072       return 0;
2073    }
2074    int numberIntegers = model_->numberIntegers();
2075    const int * integerVariable = model_->integerVariable();
2076    int i;
2077    double direction = solver->getObjSense();
2078    //double newSolutionValue = direction*solver->getObjValue();
2079    int returnCode = 0;
2080    // Column copy
2081    const double * element = matrix_.getElements();
2082    const int * row = matrix_.getIndices();
2083    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2084    const int * columnLength = matrix_.getVectorLengths();
2085    // Row copy
2086    const double * elementByRow = matrixByRow_.getElements();
2087    const int * column = matrixByRow_.getIndices();
2088    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
2089    const int * rowLength = matrixByRow_.getVectorLengths();
2090
2091    // Get solution array for heuristic solution
2092    int numberColumns = solver->getNumCols();
2093    double * newSolution = new double [numberColumns];
2094    memcpy(newSolution, solution, numberColumns*sizeof(double));
2095
2096    double * rowActivity = new double[numberRows];
2097    memset(rowActivity, 0, numberRows*sizeof(double));
2098    for (i = 0; i < numberColumns; i++) {
2099        CoinBigIndex j;
2100        double value = newSolution[i];
2101        if (value < lower[i]) {
2102            value = lower[i];
2103            newSolution[i] = value;
2104        } else if (value > upper[i]) {
2105            value = upper[i];
2106            newSolution[i] = value;
2107        }
2108        if (value) {
2109            for (j = columnStart[i];
2110                    j < columnStart[i] + columnLength[i]; j++) {
2111                int iRow = row[j];
2112                rowActivity[iRow] += value * element[j];
2113            }
2114        }
2115    }
2116    // check was feasible - if not adjust (cleaning may move)
2117    for (i = 0; i < numberRows; i++) {
2118        if (rowActivity[i] < rowLower[i]) {
2119            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2120            rowActivity[i] = rowLower[i];
2121        } else if (rowActivity[i] > rowUpper[i]) {
2122            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2123            rowActivity[i] = rowUpper[i];
2124        }
2125    }
2126    for (i = 0; i < numberIntegers; i++) {
2127        int iColumn = integerVariable[i];
2128        double value = newSolution[iColumn];
2129        //double thisTolerance = integerTolerance;
2130        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
2131            double below = floor(value);
2132            double newValue = newSolution[iColumn];
2133            double cost = direction * objective[iColumn];
2134            double move;
2135            if (cost > 0.0) {
2136                // try up
2137                move = 1.0 - (value - below);
2138            } else if (cost < 0.0) {
2139                // try down
2140                move = below - value;
2141            } else {
2142                // won't be able to move unless we can grab another variable
2143                double randomNumber = randomNumberGenerator_.randomDouble();
2144                // which way?
2145                if (randomNumber < 0.5)
2146                    move = below - value;
2147                else
2148                    move = 1.0 - (value - below);
2149            }
2150            newValue += move;
2151            newSolution[iColumn] = newValue;
2152            newSolutionValue += move * cost;
2153            CoinBigIndex j;
2154            for (j = columnStart[iColumn];
2155                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2156                int iRow = row[j];
2157                rowActivity[iRow] += move * element[j];
2158            }
2159        }
2160    }
2161
2162    double penalty = 0.0;
2163    // see if feasible - just using singletons
2164    for (i = 0; i < numberRows; i++) {
2165        double value = rowActivity[i];
2166        double thisInfeasibility = 0.0;
2167        if (value < rowLower[i] - primalTolerance)
2168            thisInfeasibility = value - rowLower[i];
2169        else if (value > rowUpper[i] + primalTolerance)
2170            thisInfeasibility = value - rowUpper[i];
2171        if (thisInfeasibility) {
2172            // See if there are any slacks I can use to fix up
2173            // maybe put in coding for multiple slacks?
2174            double bestCost = 1.0e50;
2175            CoinBigIndex k;
2176            int iBest = -1;
2177            double addCost = 0.0;
2178            double newValue = 0.0;
2179            double changeRowActivity = 0.0;
2180            double absInfeasibility = fabs(thisInfeasibility);
2181            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
2182                int iColumn = column[k];
2183                // See if all elements help
2184                if (columnLength[iColumn] == 1) {
2185                    double currentValue = newSolution[iColumn];
2186                    double elementValue = elementByRow[k];
2187                    double lowerValue = lower[iColumn];
2188                    double upperValue = upper[iColumn];
2189                    double gap = rowUpper[i] - rowLower[i];
2190                    double absElement = fabs(elementValue);
2191                    if (thisInfeasibility*elementValue > 0.0) {
2192                        // we want to reduce
2193                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
2194                            // possible - check if integer
2195                            double distance = absInfeasibility / absElement;
2196                            double thisCost = -direction * objective[iColumn] * distance;
2197                            if (isHeuristicInteger(solver,iColumn)) {
2198                                distance = ceil(distance - useTolerance);
2199                                if (currentValue - distance >= lowerValue - useTolerance) {
2200                                    if (absInfeasibility - distance*absElement < -gap - useTolerance)
2201                                        thisCost = 1.0e100; // no good
2202                                    else
2203                                        thisCost = -direction * objective[iColumn] * distance;
2204                                } else {
2205                                    thisCost = 1.0e100; // no good
2206                                }
2207                            }
2208                            if (thisCost < bestCost) {
2209                                bestCost = thisCost;
2210                                iBest = iColumn;
2211                                addCost = thisCost;
2212                                newValue = currentValue - distance;
2213                                changeRowActivity = -distance * elementValue;
2214                            }
2215                        }
2216                    } else {
2217                        // we want to increase
2218                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
2219                            // possible - check if integer
2220                            double distance = absInfeasibility / absElement;
2221                            double thisCost = direction * objective[iColumn] * distance;
2222                            if (isHeuristicInteger(solver,iColumn)) {
2223                                distance = ceil(distance - 1.0e-7);
2224                                assert (currentValue - distance <= upperValue + useTolerance);
2225                                if (absInfeasibility - distance*absElement < -gap - useTolerance)
2226                                    thisCost = 1.0e100; // no good
2227                                else
2228                                    thisCost = direction * objective[iColumn] * distance;
2229                            }
2230                            if (thisCost < bestCost) {
2231                                bestCost = thisCost;
2232                                iBest = iColumn;
2233                                addCost = thisCost;
2234                                newValue = currentValue + distance;
2235                                changeRowActivity = distance * elementValue;
2236                            }
2237                        }
2238                    }
2239                }
2240            }
2241            if (iBest >= 0) {
2242                /*printf("Infeasibility of %g on row %d cost %g\n",
2243                  thisInfeasibility,i,addCost);*/
2244                newSolution[iBest] = newValue;
2245                thisInfeasibility = 0.0;
2246                newSolutionValue += addCost;
2247                rowActivity[i] += changeRowActivity;
2248            }
2249            penalty += fabs(thisInfeasibility);
2250        }
2251    }
2252    if (penalty) {
2253        // see if feasible using any
2254        // first continuous
2255        double penaltyChange = 0.0;
2256        int iColumn;
2257        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2258            if (isHeuristicInteger(solver,iColumn))
2259                continue;
2260            double currentValue = newSolution[iColumn];
2261            double lowerValue = lower[iColumn];
2262            double upperValue = upper[iColumn];
2263            CoinBigIndex j;
2264            int anyBadDown = 0;
2265            int anyBadUp = 0;
2266            double upImprovement = 0.0;
2267            double downImprovement = 0.0;
2268            for (j = columnStart[iColumn];
2269                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2270                int iRow = row[j];
2271                if (rowUpper[iRow] > rowLower[iRow]) {
2272                    double value = element[j];
2273                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2274                        // infeasible above
2275                        downImprovement += value;
2276                        upImprovement -= value;
2277                        if (value > 0.0)
2278                            anyBadUp++;
2279                        else
2280                            anyBadDown++;
2281                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2282                        // feasible at ub
2283                        if (value > 0.0) {
2284                            upImprovement -= value;
2285                            anyBadUp++;
2286                        } else {
2287                            downImprovement += value;
2288                            anyBadDown++;
2289                        }
2290                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2291                        // feasible in interior
2292                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2293                        // feasible at lb
2294                        if (value < 0.0) {
2295                            upImprovement += value;
2296                            anyBadUp++;
2297                        } else {
2298                            downImprovement -= value;
2299                            anyBadDown++;
2300                        }
2301                    } else {
2302                        // infeasible below
2303                        downImprovement -= value;
2304                        upImprovement += value;
2305                        if (value < 0.0)
2306                            anyBadUp++;
2307                        else
2308                            anyBadDown++;
2309                    }
2310                } else {
2311                    // equality row
2312                    double value = element[j];
2313                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2314                        // infeasible above
2315                        downImprovement += value;
2316                        upImprovement -= value;
2317                        if (value > 0.0)
2318                            anyBadUp++;
2319                        else
2320                            anyBadDown++;
2321                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2322                        // infeasible below
2323                        downImprovement -= value;
2324                        upImprovement += value;
2325                        if (value < 0.0)
2326                            anyBadUp++;
2327                        else
2328                            anyBadDown++;
2329                    } else {
2330                        // feasible - no good
2331                        anyBadUp = -1;
2332                        anyBadDown = -1;
2333                        break;
2334                    }
2335                }
2336            }
2337            // could change tests for anyBad
2338            if (anyBadUp)
2339                upImprovement = 0.0;
2340            if (anyBadDown)
2341                downImprovement = 0.0;
2342            double way = 0.0;
2343            double improvement = 0.0;
2344            if (downImprovement > 0.0 && currentValue > lowerValue) {
2345                way = -1.0;
2346                improvement = downImprovement;
2347            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2348                way = 1.0;
2349                improvement = upImprovement;
2350            }
2351            if (way) {
2352                // can improve
2353                double distance;
2354                if (way > 0.0)
2355                    distance = upperValue - currentValue;
2356                else
2357                    distance = currentValue - lowerValue;
2358                for (j = columnStart[iColumn];
2359                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2360                    int iRow = row[j];
2361                    double value = element[j] * way;
2362                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2363                        // infeasible above
2364                        assert (value < 0.0);
2365                        double gap = rowActivity[iRow] - rowUpper[iRow];
2366                        if (gap + value*distance < 0.0)
2367                            distance = -gap / value;
2368                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2369                        // infeasible below
2370                        assert (value > 0.0);
2371                        double gap = rowActivity[iRow] - rowLower[iRow];
2372                        if (gap + value*distance > 0.0)
2373                            distance = -gap / value;
2374                    } else {
2375                        // feasible
2376                        if (value > 0) {
2377                            double gap = rowActivity[iRow] - rowUpper[iRow];
2378                            if (gap + value*distance > 0.0)
2379                                distance = -gap / value;
2380                        } else {
2381                            double gap = rowActivity[iRow] - rowLower[iRow];
2382                            if (gap + value*distance < 0.0)
2383                                distance = -gap / value;
2384                        }
2385                    }
2386                }
2387                //move
2388                penaltyChange += improvement * distance;
2389                distance *= way;
2390                newSolution[iColumn] += distance;
2391                newSolutionValue += direction * objective[iColumn] * distance;
2392                for (j = columnStart[iColumn];
2393                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2394                    int iRow = row[j];
2395                    double value = element[j];
2396                    rowActivity[iRow] += distance * value;
2397                }
2398            }
2399        }
2400        // and now all if improving
2401        double lastChange = penaltyChange ? 1.0 : 0.0;
2402        int numberPasses=0;
2403        while (lastChange > 1.0e-2 && numberPasses < 1000) {
2404            lastChange = 0;
2405            numberPasses++;
2406            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2407                bool isInteger = isHeuristicInteger(solver,iColumn);
2408                double currentValue = newSolution[iColumn];
2409                double lowerValue = lower[iColumn];
2410                double upperValue = upper[iColumn];
2411                CoinBigIndex j;
2412                int anyBadDown = 0;
2413                int anyBadUp = 0;
2414                double upImprovement = 0.0;
2415                double downImprovement = 0.0;
2416                for (j = columnStart[iColumn];
2417                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2418                    int iRow = row[j];
2419                    double value = element[j];
2420                    if (isInteger) {
2421                        if (value > 0.0) {
2422                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2423                                anyBadUp++;
2424                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2425                                anyBadDown++;
2426                        } else {
2427                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2428                                anyBadDown++;
2429                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2430                                anyBadUp++;
2431                        }
2432                    }
2433                    if (rowUpper[iRow] > rowLower[iRow]) {
2434                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2435                            // infeasible above
2436                            downImprovement += value;
2437                            upImprovement -= value;
2438                            if (value > 0.0)
2439                                anyBadUp++;
2440                            else
2441                                anyBadDown++;
2442                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2443                            // feasible at ub
2444                            if (value > 0.0) {
2445                                upImprovement -= value;
2446                                anyBadUp++;
2447                            } else {
2448                                downImprovement += value;
2449                                anyBadDown++;
2450                            }
2451                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2452                            // feasible in interior
2453                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2454                            // feasible at lb
2455                            if (value < 0.0) {
2456                                upImprovement += value;
2457                                anyBadUp++;
2458                            } else {
2459                                downImprovement -= value;
2460                                anyBadDown++;
2461                            }
2462                        } else {
2463                            // infeasible below
2464                            downImprovement -= value;
2465                            upImprovement += value;
2466                            if (value < 0.0)
2467                                anyBadUp++;
2468                            else
2469                                anyBadDown++;
2470                        }
2471                    } else {
2472                        // equality row
2473                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2474                            // infeasible above
2475                            downImprovement += value;
2476                            upImprovement -= value;
2477                            if (value > 0.0)
2478                                anyBadUp++;
2479                            else
2480                                anyBadDown++;
2481                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2482                            // infeasible below
2483                            downImprovement -= value;
2484                            upImprovement += value;
2485                            if (value < 0.0)
2486                                anyBadUp++;
2487                            else
2488                                anyBadDown++;
2489                        } else {
2490                            // feasible - no good
2491                            anyBadUp = -1;
2492                            anyBadDown = -1;
2493                            break;
2494                        }
2495                    }
2496                }
2497                // could change tests for anyBad
2498                if (anyBadUp)
2499                    upImprovement = 0.0;
2500                if (anyBadDown)
2501                    downImprovement = 0.0;
2502                double way = 0.0;
2503                double improvement = 0.0;
2504                if (downImprovement > 0.0 && currentValue > lowerValue) {
2505                    way = -1.0;
2506                    improvement = downImprovement;
2507                    if (isInteger&&currentValue<lowerValue+0.99)
2508                      continue; // no good
2509                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2510                    way = 1.0;
2511                    improvement = upImprovement;
2512                    if (isInteger&&currentValue>upperValue-0.99)
2513                      continue; // no good
2514                }
2515                if (way) {
2516                    // can improve
2517                    double distance = COIN_DBL_MAX;
2518                    for (j = columnStart[iColumn];
2519                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2520                        int iRow = row[j];
2521                        double value = element[j] * way;
2522                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2523                            // infeasible above
2524                            assert (value < 0.0);
2525                            double gap = rowActivity[iRow] - rowUpper[iRow];
2526                            if (gap + value*distance < 0.0) {
2527                                // If integer then has to move by 1
2528                                if (!isInteger)
2529                                    distance = -gap / value;
2530                                else
2531                                    distance = CoinMax(-gap / value, 1.0);
2532                            }
2533                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2534                            // infeasible below
2535                            assert (value > 0.0);
2536                            double gap = rowActivity[iRow] - rowLower[iRow];
2537                            if (gap + value*distance > 0.0) {
2538                                // If integer then has to move by 1
2539                                if (!isInteger)
2540                                    distance = -gap / value;
2541                                else
2542                                    distance = CoinMax(-gap / value, 1.0);
2543                            }
2544                        } else {
2545                            // feasible
2546                            if (value > 0) {
2547                                double gap = rowActivity[iRow] - rowUpper[iRow];
2548                                if (gap + value*distance > 0.0)
2549                                    distance = -gap / value;
2550                            } else {
2551                                double gap = rowActivity[iRow] - rowLower[iRow];
2552                                if (gap + value*distance < 0.0)
2553                                    distance = -gap / value;
2554                            }
2555                        }
2556                    }
2557                    if (isInteger)
2558                        distance = floor(distance + 1.05e-8);
2559                    if (!distance) {
2560                        // should never happen
2561                        //printf("zero distance in CbcRounding - debug\n");
2562                    }
2563                    //move
2564                    lastChange += improvement * distance;
2565                    distance *= way;
2566                    newSolution[iColumn] += distance;
2567                    newSolutionValue += direction * objective[iColumn] * distance;
2568                    for (j = columnStart[iColumn];
2569                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2570                        int iRow = row[j];
2571                        double value = element[j];
2572                        rowActivity[iRow] += distance * value;
2573                    }
2574                }
2575            }
2576            penaltyChange += lastChange;
2577        }
2578        penalty -= penaltyChange;
2579        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2580            // recompute
2581            penalty = 0.0;
2582            for (i = 0; i < numberRows; i++) {
2583                double value = rowActivity[i];
2584                if (value < rowLower[i] - primalTolerance)
2585                    penalty += rowLower[i] - value;
2586                else if (value > rowUpper[i] + primalTolerance)
2587                    penalty += value - rowUpper[i];
2588            }
2589        }
2590    }
2591
2592    // Could also set SOS (using random) and repeat
2593    if (!penalty) {
2594        // See if we can do better
2595        //seed_++;
2596        //CoinSeedRandom(seed_);
2597        // Random number between 0 and 1.
2598        double randomNumber = randomNumberGenerator_.randomDouble();
2599        int iPass;
2600        int start[2];
2601        int end[2];
2602        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2603        start[0] = iRandom;
2604        end[0] = numberIntegers;
2605        start[1] = 0;
2606        end[1] = iRandom;
2607        for (iPass = 0; iPass < 2; iPass++) {
2608            int i;
2609            for (i = start[iPass]; i < end[iPass]; i++) {
2610                int iColumn = integerVariable[i];
2611#ifndef NDEBUG
2612                double value = newSolution[iColumn];
2613                assert (fabs(floor(value + 0.5) - value) <= integerTolerance);
2614#endif
2615                double cost = direction * objective[iColumn];
2616                double move = 0.0;
2617                if (cost > 0.0)
2618                    move = -1.0;
2619                else if (cost < 0.0)
2620                    move = 1.0;
2621                while (move) {
2622                    bool good = true;
2623                    double newValue = newSolution[iColumn] + move;
2624                    if (newValue < lower[iColumn] - useTolerance ||
2625                            newValue > upper[iColumn] + useTolerance) {
2626                        move = 0.0;
2627                    } else {
2628                        // see if we can move
2629                        CoinBigIndex j;
2630                        for (j = columnStart[iColumn];
2631                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2632                            int iRow = row[j];
2633                            double newActivity = rowActivity[iRow] + move * element[j];
2634                            if (newActivity < rowLower[iRow] - primalTolerance ||
2635                                    newActivity > rowUpper[iRow] + primalTolerance) {
2636                                good = false;
2637                                break;
2638                            }
2639                        }
2640                        if (good) {
2641                            newSolution[iColumn] = newValue;
2642                            newSolutionValue += move * cost;
2643                            CoinBigIndex j;
2644                            for (j = columnStart[iColumn];
2645                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2646                                int iRow = row[j];
2647                                rowActivity[iRow] += move * element[j];
2648                            }
2649                        } else {
2650                            move = 0.0;
2651                        }
2652                    }
2653                }
2654            }
2655        }
2656        // Just in case of some stupidity
2657        double objOffset = 0.0;
2658        solver->getDblParam(OsiObjOffset, objOffset);
2659        newSolutionValue = -objOffset;
2660        for ( i = 0 ; i < numberColumns ; i++ )
2661            newSolutionValue += objective[i] * newSolution[i];
2662        newSolutionValue *= direction;
2663        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2664        if (newSolutionValue < solutionValue) {
2665            // paranoid check
2666            memset(rowActivity, 0, numberRows*sizeof(double));
2667            for (i = 0; i < numberColumns; i++) {
2668                CoinBigIndex j;
2669                double value = newSolution[i];
2670                if (value) {
2671                    for (j = columnStart[i];
2672                            j < columnStart[i] + columnLength[i]; j++) {
2673                        int iRow = row[j];
2674                        rowActivity[iRow] += value * element[j];
2675                    }
2676                }
2677            }
2678            // check was approximately feasible
2679            bool feasible = true;
2680            for (i = 0; i < numberRows; i++) {
2681                if (rowActivity[i] < rowLower[i]) {
2682                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2683                        feasible = false;
2684                } else if (rowActivity[i] > rowUpper[i]) {
2685                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2686                        feasible = false;
2687                }
2688            }
2689            if (feasible) {
2690                // new solution
2691                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2692                solutionValue = newSolutionValue;
2693                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2694                returnCode = 1;
2695            } else {
2696                // Can easily happen
2697                //printf("Debug CbcRounding giving bad solution\n");
2698            }
2699        }
2700    }
2701#ifdef NEW_ROUNDING
2702    if (!returnCode) {
2703#ifdef JJF_ZERO
2704        // back to starting point
2705        memcpy(newSolution, solution, numberColumns*sizeof(double));
2706        memset(rowActivity, 0, numberRows*sizeof(double));
2707        for (i = 0; i < numberColumns; i++) {
2708            int j;
2709            double value = newSolution[i];
2710            if (value < lower[i]) {
2711                value = lower[i];
2712                newSolution[i] = value;
2713            } else if (value > upper[i]) {
2714                value = upper[i];
2715                newSolution[i] = value;
2716            }
2717            if (value) {
2718                for (j = columnStart[i];
2719                        j < columnStart[i] + columnLength[i]; j++) {
2720                    int iRow = row[j];
2721                    rowActivity[iRow] += value * element[j];
2722                }
2723            }
2724        }
2725        // check was feasible - if not adjust (cleaning may move)
2726        for (i = 0; i < numberRows; i++) {
2727            if (rowActivity[i] < rowLower[i]) {
2728                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2729                rowActivity[i] = rowLower[i];
2730            } else if (rowActivity[i] > rowUpper[i]) {
2731                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2732                rowActivity[i] = rowUpper[i];
2733            }
2734        }
2735#endif
2736        int * candidate = new int [numberColumns];
2737        int nCandidate = 0;
2738        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2739            bool isInteger = isHeuristicInteger(solver,iColumn);
2740            if (isInteger) {
2741                double currentValue = newSolution[iColumn];
2742                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2743                    candidate[nCandidate++] = iColumn;
2744            }
2745        }
2746        if (true) {
2747            // Rounding as in Berthold
2748            while (nCandidate) {
2749                double infeasibility = 1.0e-7;
2750                int iRow = -1;
2751                for (i = 0; i < numberRows; i++) {
2752                    double value = 0.0;
2753                    if (rowActivity[i] < rowLower[i]) {
2754                        value = rowLower[i] - rowActivity[i];
2755                    } else if (rowActivity[i] > rowUpper[i]) {
2756                        value = rowActivity[i] - rowUpper[i];
2757                    }
2758                    if (value > infeasibility) {
2759                        infeasibility = value;
2760                        iRow = i;
2761                    }
2762                }
2763                if (iRow >= 0) {
2764                    // infeasible
2765                } else {
2766                    // feasible
2767                }
2768            }
2769        } else {
2770            // Shifting as in Berthold
2771        }
2772        delete [] candidate;
2773    }
2774#endif
2775    delete [] newSolution;
2776    delete [] rowActivity;
2777    return returnCode;
2778}
2779// update model
2780void CbcRounding::setModel(CbcModel * model)
2781{
2782    model_ = model;
2783    // Get a copy of original matrix (and by row for rounding);
2784    assert(model_->solver());
2785    if (model_->solver()->getNumRows()) {
2786        matrix_ = *model_->solver()->getMatrixByCol();
2787        matrixByRow_ = *model_->solver()->getMatrixByRow();
2788        // make sure model okay for heuristic
2789        validate();
2790    }
2791}
2792// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2793void
2794CbcRounding::validate()
2795{
2796    if (model_ && (when() % 100) < 10) {
2797        if (model_->numberIntegers() !=
2798                model_->numberObjects() && (model_->numberObjects() ||
2799                                            (model_->specialOptions()&1024) == 0)) {
2800            int numberOdd = 0;
2801            for (int i = 0; i < model_->numberObjects(); i++) {
2802                if (!model_->object(i)->canDoHeuristics())
2803                    numberOdd++;
2804            }
2805            if (numberOdd)
2806                setWhen(0);
2807        }
2808    }
2809#ifdef NEW_ROUNDING
2810    int numberColumns = matrix_.getNumCols();
2811    down_ = new unsigned short [numberColumns];
2812    up_ = new unsigned short [numberColumns];
2813    equal_ = new unsigned short [numberColumns];
2814    // Column copy
2815    const double * element = matrix_.getElements();
2816    const int * row = matrix_.getIndices();
2817    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2818    const int * columnLength = matrix_.getVectorLengths();
2819    const double * rowLower = model.solver()->getRowLower();
2820    const double * rowUpper = model.solver()->getRowUpper();
2821    for (int i = 0; i < numberColumns; i++) {
2822        int down = 0;
2823        int up = 0;
2824        int equal = 0;
2825        if (columnLength[i] > 65535) {
2826            equal[0] = 65535;
2827            break; // unlikely to work
2828        }
2829        for (CoinBigIndex j = columnStart[i];
2830                j < columnStart[i] + columnLength[i]; j++) {
2831            int iRow = row[j];
2832            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2833                equal++;
2834            } else if (element[j] > 0.0) {
2835                if (rowUpper[iRow] < 1.0e20)
2836                    up++;
2837                else
2838                    down--;
2839            } else {
2840                if (rowLower[iRow] > -1.0e20)
2841                    up++;
2842                else
2843                    down--;
2844            }
2845        }
2846        down_[i] = (unsigned short) down;
2847        up_[i] = (unsigned short) up;
2848        equal_[i] = (unsigned short) equal;
2849    }
2850#else
2851    down_ = NULL;
2852    up_ = NULL;
2853    equal_ = NULL;
2854#endif
2855}
2856
2857// Default Constructor
2858CbcHeuristicPartial::CbcHeuristicPartial()
2859        : CbcHeuristic()
2860{
2861    fixPriority_ = 10000;
2862}
2863
2864// Constructor from model
2865CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2866        : CbcHeuristic(model)
2867{
2868    fixPriority_ = fixPriority;
2869    setNumberNodes(numberNodes);
2870    validate();
2871}
2872
2873// Destructor
2874CbcHeuristicPartial::~CbcHeuristicPartial ()
2875{
2876}
2877
2878// Clone
2879CbcHeuristic *
2880CbcHeuristicPartial::clone() const
2881{
2882    return new CbcHeuristicPartial(*this);
2883}
2884// Create C++ lines to get to current state
2885void
2886CbcHeuristicPartial::generateCpp( FILE * fp)
2887{
2888    CbcHeuristicPartial other;
2889    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2890    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2891    CbcHeuristic::generateCpp(fp, "partial");
2892    if (fixPriority_ != other.fixPriority_)
2893        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2894    else
2895        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2896    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2897}
2898//#define NEW_PARTIAL
2899// Copy constructor
2900CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2901        :
2902        CbcHeuristic(rhs),
2903        fixPriority_(rhs.fixPriority_)
2904{
2905}
2906
2907// Assignment operator
2908CbcHeuristicPartial &
2909CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2910{
2911    if (this != &rhs) {
2912        CbcHeuristic::operator=(rhs);
2913        fixPriority_ = rhs.fixPriority_;
2914    }
2915    return *this;
2916}
2917
2918// Resets stuff if model changes
2919void
2920CbcHeuristicPartial::resetModel(CbcModel * model)
2921{
2922    model_ = model;
2923    // Get a copy of original matrix (and by row for partial);
2924    assert(model_->solver());
2925    validate();
2926}
2927// See if partial will give solution
2928// Sets value of solution
2929// Assumes rhs for original matrix still okay
2930// At present only works with integers
2931// Fix values if asked for
2932// Returns 1 if solution, 0 if not
2933int
2934CbcHeuristicPartial::solution(double & solutionValue,
2935                              double * betterSolution)
2936{
2937    // Return if already done
2938    if (fixPriority_ < 0)
2939        return 0; // switched off
2940#ifdef HEURISTIC_INFORM
2941    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
2942           heuristicName(),numRuns_,numCouldRun_,when_);
2943#endif
2944    const double * hotstartSolution = model_->hotstartSolution();
2945    const int * hotstartPriorities = model_->hotstartPriorities();
2946    if (!hotstartSolution)
2947        return 0;
2948    OsiSolverInterface * solver = model_->solver();
2949
2950    int numberIntegers = model_->numberIntegers();
2951    const int * integerVariable = model_->integerVariable();
2952
2953    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2954    const double * colLower = newSolver->getColLower();
2955    const double * colUpper = newSolver->getColUpper();
2956
2957    double primalTolerance;
2958    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2959
2960    int i;
2961    int numberFixed = 0;
2962    int returnCode = 0;
2963
2964    for (i = 0; i < numberIntegers; i++) {
2965        int iColumn = integerVariable[i];
2966        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2967            double value = hotstartSolution[iColumn];
2968            double lower = colLower[iColumn];
2969            double upper = colUpper[iColumn];
2970            value = CoinMax(value, lower);
2971            value = CoinMin(value, upper);
2972            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
2973                value = floor(value + 0.5);
2974                newSolver->setColLower(iColumn, value);
2975                newSolver->setColUpper(iColumn, value);
2976                numberFixed++;
2977            }
2978        }
2979    }
2980    if (numberFixed > numberIntegers / 5 - 100000000) {
2981#ifdef COIN_DEVELOP
2982        printf("%d integers fixed\n", numberFixed);
2983#endif
2984        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
2985                                         model_->getCutoff(), "CbcHeuristicPartial");
2986        if (returnCode < 0)
2987            returnCode = 0; // returned on size
2988        //printf("return code %d",returnCode);
2989        if ((returnCode&2) != 0) {
2990            // could add cut
2991            returnCode &= ~2;
2992            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
2993        } else {
2994            //printf("\n");
2995        }
2996    }
2997    fixPriority_ = -1; // switch off
2998
2999    delete newSolver;
3000    return returnCode;
3001}
3002// update model
3003void CbcHeuristicPartial::setModel(CbcModel * model)
3004{
3005    model_ = model;
3006    assert(model_->solver());
3007    // make sure model okay for heuristic
3008    validate();
3009}
3010// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
3011void
3012CbcHeuristicPartial::validate()
3013{
3014    if (model_ && (when() % 100) < 10) {
3015        if (model_->numberIntegers() !=
3016                model_->numberObjects())
3017            setWhen(0);
3018    }
3019}
3020bool
3021CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
3022{
3023    return true;
3024}
3025
3026// Default Constructor
3027CbcSerendipity::CbcSerendipity()
3028        : CbcHeuristic()
3029{
3030}
3031
3032// Constructor from model
3033CbcSerendipity::CbcSerendipity(CbcModel & model)
3034        : CbcHeuristic(model)
3035{
3036}
3037
3038// Destructor
3039CbcSerendipity::~CbcSerendipity ()
3040{
3041}
3042
3043// Clone
3044CbcHeuristic *
3045CbcSerendipity::clone() const
3046{
3047    return new CbcSerendipity(*this);
3048}
3049// Create C++ lines to get to current state
3050void
3051CbcSerendipity::generateCpp( FILE * fp)
3052{
3053    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
3054    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
3055    CbcHeuristic::generateCpp(fp, "serendipity");
3056    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
3057}
3058
3059// Copy constructor
3060CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
3061        :
3062        CbcHeuristic(rhs)
3063{
3064}
3065
3066// Assignment operator
3067CbcSerendipity &
3068CbcSerendipity::operator=( const CbcSerendipity & rhs)
3069{
3070    if (this != &rhs) {
3071        CbcHeuristic::operator=(rhs);
3072    }
3073    return *this;
3074}
3075
3076// Returns 1 if solution, 0 if not
3077int
3078CbcSerendipity::solution(double & solutionValue,
3079                         double * betterSolution)
3080{
3081    if (!model_)
3082        return 0;
3083#ifdef HEURISTIC_INFORM
3084    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
3085           heuristicName(),numRuns_,numCouldRun_,when_);
3086#endif
3087    if (!inputSolution_) {
3088        // get information on solver type
3089        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
3090        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
3091        if (auxiliaryInfo) {
3092            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
3093        } else {
3094            return 0;
3095        }
3096    } else {
3097        int numberColumns = model_->getNumCols();
3098        double value = inputSolution_[numberColumns];
3099        int returnCode = 0;
3100        if (value < solutionValue) {
3101            solutionValue = value;
3102            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
3103            returnCode = 1;
3104        }
3105        delete [] inputSolution_;
3106        inputSolution_ = NULL;
3107        model_ = NULL; // switch off
3108        return returnCode;
3109    }
3110}
3111// update model
3112void CbcSerendipity::setModel(CbcModel * model)
3113{
3114    model_ = model;
3115}
3116// Resets stuff if model changes
3117void
3118CbcSerendipity::resetModel(CbcModel * model)
3119{
3120    model_ = model;
3121}
3122
3123
3124// Default Constructor
3125CbcHeuristicJustOne::CbcHeuristicJustOne()
3126        : CbcHeuristic(),
3127        probabilities_(NULL),
3128        heuristic_(NULL),
3129        numberHeuristics_(0)
3130{
3131}
3132
3133// Constructor from model
3134CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
3135        : CbcHeuristic(model),
3136        probabilities_(NULL),
3137        heuristic_(NULL),
3138        numberHeuristics_(0)
3139{
3140}
3141
3142// Destructor
3143CbcHeuristicJustOne::~CbcHeuristicJustOne ()
3144{
3145    for (int i = 0; i < numberHeuristics_; i++)
3146        delete heuristic_[i];
3147    delete [] heuristic_;
3148    delete [] probabilities_;
3149}
3150
3151// Clone
3152CbcHeuristicJustOne *
3153CbcHeuristicJustOne::clone() const
3154{
3155    return new CbcHeuristicJustOne(*this);
3156}
3157
3158// Create C++ lines to get to current state
3159void
3160CbcHeuristicJustOne::generateCpp( FILE * fp)
3161{
3162    CbcHeuristicJustOne other;
3163    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
3164    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
3165    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
3166    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
3167}
3168
3169// Copy constructor
3170CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
3171        :
3172        CbcHeuristic(rhs),
3173        probabilities_(NULL),
3174        heuristic_(NULL),
3175        numberHeuristics_(rhs.numberHeuristics_)
3176{
3177    if (numberHeuristics_) {
3178        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3179        heuristic_ = new CbcHeuristic * [numberHeuristics_];
3180        for (int i = 0; i < numberHeuristics_; i++)
3181            heuristic_[i] = rhs.heuristic_[i]->clone();
3182    }
3183}
3184
3185// Assignment operator
3186CbcHeuristicJustOne &
3187CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
3188{
3189    if (this != &rhs) {
3190        CbcHeuristic::operator=(rhs);
3191        for (int i = 0; i < numberHeuristics_; i++)
3192            delete heuristic_[i];
3193        delete [] heuristic_;
3194        delete [] probabilities_;
3195        probabilities_ = NULL;
3196        heuristic_ = NULL;
3197        numberHeuristics_ = rhs.numberHeuristics_;
3198        if (numberHeuristics_) {
3199            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3200            heuristic_ = new CbcHeuristic * [numberHeuristics_];
3201            for (int i = 0; i < numberHeuristics_; i++)
3202                heuristic_[i] = rhs.heuristic_[i]->clone();
3203        }
3204    }
3205    return *this;
3206}
3207// Sets value of solution
3208// Returns 1 if solution, 0 if not
3209int
3210CbcHeuristicJustOne::solution(double & solutionValue,
3211                              double * betterSolution)
3212{
3213#ifdef DIVE_DEBUG
3214    std::cout << "solutionValue = " << solutionValue << std::endl;
3215#endif
3216    ++numCouldRun_;
3217
3218    // test if the heuristic can run
3219    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
3220        return 0;
3221    double randomNumber = randomNumberGenerator_.randomDouble();
3222    int i;
3223    for (i = 0; i < numberHeuristics_; i++) {
3224        if (randomNumber < probabilities_[i])
3225            break;
3226    }
3227    assert (i < numberHeuristics_);
3228    int returnCode;
3229    //model_->unsetDivingHasRun();
3230#ifdef COIN_DEVELOP
3231    printf("JustOne running %s\n",
3232           heuristic_[i]->heuristicName());
3233#endif
3234    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
3235#ifdef COIN_DEVELOP
3236    if (returnCode)
3237        printf("JustOne running %s found solution\n",
3238               heuristic_[i]->heuristicName());
3239#endif
3240    return returnCode;
3241}
3242// Resets stuff if model changes
3243void
3244CbcHeuristicJustOne::resetModel(CbcModel * model)
3245{
3246    CbcHeuristic::resetModel(model);
3247    for (int i = 0; i < numberHeuristics_; i++)
3248        heuristic_[i]->resetModel(model);
3249}
3250// update model (This is needed if cliques update matrix etc)
3251void
3252CbcHeuristicJustOne::setModel(CbcModel * model)
3253{
3254    CbcHeuristic::setModel(model);
3255    for (int i = 0; i < numberHeuristics_; i++)
3256        heuristic_[i]->setModel(model);
3257}
3258// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
3259void
3260CbcHeuristicJustOne::validate()
3261{
3262    CbcHeuristic::validate();
3263    for (int i = 0; i < numberHeuristics_; i++)
3264        heuristic_[i]->validate();
3265}
3266// Adds an heuristic with probability
3267void
3268CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
3269{
3270    CbcHeuristic * thisOne = heuristic->clone();
3271    thisOne->setWhen(-999);
3272    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
3273                            numberHeuristics_);
3274    delete [] heuristic_;
3275    heuristic_ = tempH;
3276    heuristic_[numberHeuristics_] = thisOne;
3277    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
3278                                            numberHeuristics_);
3279    delete [] probabilities_;
3280    probabilities_ = tempP;
3281    probabilities_[numberHeuristics_] = probability;
3282    numberHeuristics_++;
3283}
3284// Normalize probabilities
3285void
3286CbcHeuristicJustOne::normalizeProbabilities()
3287{
3288    double sum = 0.0;
3289    for (int i = 0; i < numberHeuristics_; i++)
3290        sum += probabilities_[i];
3291    double multiplier = 1.0 / sum;
3292    sum = 0.0;
3293    for (int i = 0; i < numberHeuristics_; i++) {
3294        sum += probabilities_[i];
3295        probabilities_[i] = sum * multiplier;
3296    }
3297    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
3298    probabilities_[numberHeuristics_-1] = 1.000001;
3299}
Note: See TracBrowser for help on using the repository browser.