source: trunk/Cbc/src/CbcHeuristic.cpp @ 2354

Last change on this file since 2354 was 2354, checked in by forrest, 3 years ago

try and allow SOS in mini BAB

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 123.6 KB
Line 
1/* $Id: CbcHeuristic.cpp 2354 2018-01-02 11:34:25Z 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#ifdef COIN_HAS_CLP
1051                // redo SOS
1052                OsiClpSolverInterface * clpSolver
1053                  = dynamic_cast<OsiClpSolverInterface *> (model.solver());
1054                if (clpSolver && clpSolver->numberSOS()) {
1055                  int numberColumns = clpSolver->getNumCols();
1056                  const int * originalColumns = process.originalColumns();
1057                  CoinSet * setInfo =
1058                    const_cast<CoinSet *>(clpSolver->setInfo());
1059                  int numberSOS = clpSolver->numberSOS();
1060                  for (int iSOS = 0; iSOS < numberSOS; iSOS++) {
1061                    //int type = setInfo[iSOS].setType();
1062                    int n = setInfo[iSOS].numberEntries();
1063                    int * which = setInfo[iSOS].modifiableWhich();
1064                    double * weights = setInfo[iSOS].modifiableWeights();
1065                    int n2=0;
1066                    for (int j=0;j<n;j++) {
1067                      int iColumn=which[j];
1068                      int i;
1069                      for (i = 0; i < numberColumns; i++) {
1070                        if (originalColumns[i] == iColumn)
1071                          break;
1072                      }
1073                      if (i < numberColumns) {
1074                        which[n2] = i;
1075                        weights[n2++] = weights[j];
1076                      }
1077                    }
1078                    setInfo[iSOS].setNumberEntries(n2);
1079                  }
1080                }
1081#endif
1082                if (numberNodes >= 0) {
1083                    // normal
1084                    model.setSpecialOptions(saveModelOptions | 2048);
1085                    if (logLevel <= 1 && feasibilityPumpOptions_ != -3)
1086                        model.setLogLevel(0);
1087                    else
1088                        model.setLogLevel(logLevel);
1089                    // No small fathoming
1090                    model.setFastNodeDepth(-1);
1091                    model.setCutoff(signedCutoff);
1092                    model.setStrongStrategy(0);
1093                    // Don't do if original fraction > 1.0 and too large
1094                    if (fractionSmall_>1.0 && fractionSmall_ < 1000000.0) {
1095                      /* 1.4 means -1 nodes if >.4
1096                         2.4 means -1 nodes if >.5 and 0 otherwise
1097                         3.4 means -1 nodes if >.6 and 0 or 5
1098                         4.4 means -1 nodes if >.7 and 0, 5 or 10
1099                      */
1100                      double fraction = fractionSmall_-floor(fractionSmall_);
1101                      if (ratio>fraction) {
1102                        int type = static_cast<int>(floor(fractionSmall_*0.1));
1103                        int over = static_cast<int>(ceil(ratio-fraction));
1104                        int maxNodes[]={-1,0,5,10};
1105                        if (type>over)
1106                          numberNodes=maxNodes[type-over];
1107                        else
1108                          numberNodes=-1;
1109                      }
1110                    }
1111                    model.setMaximumNodes(numberNodes);
1112                    model.solver()->setHintParam(OsiDoReducePrint, true, OsiHintTry);
1113                    if ((saveModelOptions&2048) == 0)
1114                      model.setMoreSpecialOptions(model_->moreSpecialOptions());
1115                      model.setMoreSpecialOptions2(model_->moreSpecialOptions2());
1116                    // off conflict analysis
1117                    model.setMoreSpecialOptions(model.moreSpecialOptions()&~4194304);
1118                   
1119                    // Lightweight
1120                    CbcStrategyDefaultSubTree strategy(model_, 1, 5, 1, 0);
1121                    model.setStrategy(strategy);
1122                    model.solver()->setIntParam(OsiMaxNumIterationHotStart, 10);
1123                    model.setMaximumCutPassesAtRoot(CoinMin(20, CoinAbs(model_->getMaximumCutPassesAtRoot())));
1124                    model.setMaximumCutPasses(CoinMin(10, model_->getMaximumCutPasses()));
1125                    // Set best solution (even if bad for this submodel)
1126                    if (model_->bestSolution()) {
1127                      const double * bestSolution = model_->bestSolution();
1128                      int numberColumns2 = model.solver()->getNumCols();
1129                      double * bestSolution2 = new double [numberColumns2];
1130                      const int * originalColumns = process.originalColumns();
1131                      for (int iColumn=0;iColumn<numberColumns2;iColumn++) {
1132                        int jColumn = originalColumns[iColumn];
1133                        bestSolution2[iColumn] = bestSolution[jColumn];
1134                      }
1135                      model.setBestSolution(bestSolution2,numberColumns2,
1136                                            1.0e50,
1137                                            false);
1138                      model.setSolutionCount(1);
1139                      maximumSolutions++; 
1140                      delete [] bestSolution2;
1141                    }
1142                } else {
1143                    model.setSpecialOptions(saveModelOptions);
1144                    model_->messageHandler()->message(CBC_RESTART, model_->messages())
1145                    << solver2->getNumRows() << solver2->getNumCols()
1146                    << CoinMessageEol;
1147                    // going for full search and copy across more stuff
1148                    model.gutsOfCopy(*model_, 2);
1149#ifdef CGL_DEBUG
1150                    if ((model_->specialOptions()&1) != 0) {
1151                      const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1152                      if (debugger) {
1153                        printf("On optimal path BB\n");
1154                      }
1155                    }
1156#endif
1157                    assert (!model_->heuristicModel());
1158                    model_->setHeuristicModel(&model);
1159                    for (int i = 0; i < model.numberCutGenerators(); i++) {
1160                        CbcCutGenerator * generator = model.cutGenerator(i);
1161                        CglGomory * gomory = dynamic_cast<CglGomory *>
1162                          (generator->generator());
1163                        if (gomory&&gomory->originalSolver()) 
1164                          gomory->passInOriginalSolver(model.solver());
1165                        generator->setTiming(true);
1166                        // Turn on if was turned on
1167                        int iOften = model_->cutGenerator(i)->howOften();
1168#ifdef CLP_INVESTIGATE
1169                        printf("Gen %d often %d %d\n",
1170                               i, generator->howOften(),
1171                               iOften);
1172#endif
1173                        if (iOften > 0)
1174                            generator->setHowOften(iOften % 1000000);
1175                        if (model_->cutGenerator(i)->howOftenInSub() == -200)
1176                            generator->setHowOften(-100);
1177                    }
1178                    model.setCutoff(signedCutoff);
1179                    // make sure can't do nested search! but allow heuristics
1180                    model.setSpecialOptions((model.specialOptions()&(~(512 + 2048))) | 1024);
1181                    // but say we are doing full search
1182                    model.setSpecialOptions(model.specialOptions()|67108864);
1183                    bool takeHint;
1184                    OsiHintStrength strength;
1185                    // Switch off printing if asked to
1186                    model_->solver()->getHintParam(OsiDoReducePrint, takeHint, strength);
1187                    model.solver()->setHintParam(OsiDoReducePrint, takeHint, strength);
1188                    // no cut generators if none in parent
1189                    CbcStrategyDefault
1190                      strategy(model_->numberCutGenerators() ? 1 : -1, 
1191                               model_->numberStrong(),
1192                               model_->numberBeforeTrust());
1193                    // Set up pre-processing - no
1194                    strategy.setupPreProcessing(0); // was (4);
1195                    model.setStrategy(strategy);
1196                    //model.solver()->writeMps("crunched");
1197                    int numberCuts = process.cuts().sizeRowCuts();
1198                    if (numberCuts) {
1199                        // add in cuts
1200                        CglStored cuts = process.cuts();
1201                        model.addCutGenerator(&cuts, 1, "Stored from first");
1202                        model.cutGenerator(model.numberCutGenerators()-1)->setGlobalCuts(true);
1203                    }
1204                }
1205                // Do search
1206                if (logLevel > 1)
1207                    model_->messageHandler()->message(CBC_START_SUB, model_->messages())
1208                    << name
1209                    << model.getMaximumNodes()
1210                    << CoinMessageEol;
1211                // probably faster to use a basis to get integer solutions
1212                model.setSpecialOptions(model.specialOptions() | 2);
1213#ifdef CBC_THREAD
1214                if (model_->getNumberThreads() > 0 && (model_->getThreadMode()&4) != 0) {
1215                    // See if at root node
1216                    bool atRoot = model_->getNodeCount() == 0;
1217                    int passNumber = model_->getCurrentPassNumber();
1218                    if (atRoot && passNumber == 1)
1219                        model.setNumberThreads(model_->getNumberThreads());
1220                }
1221#endif
1222                model.setParentModel(*model_);
1223                model.setMaximumSolutions(maximumSolutions); 
1224                model.setOriginalColumns(process.originalColumns());
1225                model.setSearchStrategy(-1);
1226                // If no feasibility pump then insert a lightweight one
1227                if (feasibilityPumpOptions_ >= 0 || feasibilityPumpOptions_ == -2) {
1228                    CbcHeuristicFPump * fpump = NULL;
1229                    for (int i = 0; i < model.numberHeuristics(); i++) {
1230                        CbcHeuristicFPump* pump =
1231                            dynamic_cast<CbcHeuristicFPump*>(model.heuristic(i));
1232                        if (pump) {
1233                            fpump = pump;
1234                            break;
1235                        }
1236                    }
1237                    if (!fpump) {
1238                        CbcHeuristicFPump heuristic4;
1239                        // use any cutoff
1240                        heuristic4.setFakeCutoff(0.5*COIN_DBL_MAX);
1241                        if (fractionSmall_<=1.0) 
1242                          heuristic4.setMaximumPasses(10);
1243                        int pumpTune = feasibilityPumpOptions_;
1244                        if (pumpTune==-2)
1245                          pumpTune = 4; // proximity
1246                        if (pumpTune > 0) {
1247                            /*
1248                            >=10000000 for using obj
1249                            >=1000000 use as accumulate switch
1250                            >=1000 use index+1 as number of large loops
1251                            >=100 use 0.05 objvalue as increment
1252                            %100 == 10,20 etc for experimentation
1253                            1 == fix ints at bounds, 2 fix all integral ints, 3 and continuous at bounds
1254                            4 and static continuous, 5 as 3 but no internal integers
1255                            6 as 3 but all slack basis!
1256                            */
1257                            double value = solver2->getObjSense() * solver2->getObjValue();
1258                            int w = pumpTune / 10;
1259                            int ix = w % 10;
1260                            w /= 10;
1261                            int c = w % 10;
1262                            w /= 10;
1263                            int r = w;
1264                            int accumulate = r / 1000;
1265                            r -= 1000 * accumulate;
1266                            if (accumulate >= 10) {
1267                                int which = accumulate / 10;
1268                                accumulate -= 10 * which;
1269                                which--;
1270                                // weights and factors
1271                                double weight[] = {0.1, 0.1, 0.5, 0.5, 1.0, 1.0, 5.0, 5.0};
1272                                double factor[] = {0.1, 0.5, 0.1, 0.5, 0.1, 0.5, 0.1, 0.5};
1273                                heuristic4.setInitialWeight(weight[which]);
1274                                heuristic4.setWeightFactor(factor[which]);
1275                            }
1276                            // fake cutoff
1277                            if (c) {
1278                                double cutoff;
1279                                solver2->getDblParam(OsiDualObjectiveLimit, cutoff);
1280                                cutoff = CoinMin(cutoff, value + 0.1 * fabs(value) * c);
1281                                heuristic4.setFakeCutoff(cutoff);
1282                            }
1283                            if (r) {
1284                                // also set increment
1285                                //double increment = (0.01*i+0.005)*(fabs(value)+1.0e-12);
1286                                double increment = 0.0;
1287                                heuristic4.setAbsoluteIncrement(increment);
1288                                heuristic4.setAccumulate(accumulate);
1289                                heuristic4.setMaximumRetries(r + 1);
1290                            }
1291                            pumpTune = pumpTune % 100;
1292                            if (pumpTune == 6)
1293                                pumpTune = 13;
1294                            if (pumpTune != 13)
1295                                pumpTune = pumpTune % 10;
1296                            heuristic4.setWhen(pumpTune);
1297                            if (ix) {
1298                                heuristic4.setFeasibilityPumpOptions(ix*10);
1299                            }
1300                        }
1301                        model.addHeuristic(&heuristic4, "feasibility pump", 0);
1302       
1303                    }
1304                } else if (feasibilityPumpOptions_==-3) {
1305                  // add all (except this)
1306                  for (int i = 0; i < model_->numberHeuristics(); i++) {
1307                    if (strcmp(heuristicName(),model_->heuristic(i)->heuristicName()))
1308                      model.addHeuristic(model_->heuristic(i)); 
1309                  }
1310                }
1311                // modify heuristics
1312                for (int i = 0; i < model.numberHeuristics(); i++) {
1313                  // reset lastNode
1314                  CbcHeuristicRINS * rins =
1315                    dynamic_cast<CbcHeuristicRINS*>(model.heuristic(i));
1316                  if (rins) {
1317                    rins->setLastNode(-1000);
1318                    rins->setSolutionCount(0);
1319                  }
1320                }
1321                //printf("sol %x\n",inputSolution_);
1322#ifdef CGL_DEBUG
1323                if ((model_->specialOptions()&1) != 0) {
1324                  const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1325                  if (debugger) {
1326                    printf("On optimal path CC\n");
1327                  }
1328                }
1329#endif
1330                if (inputSolution_) {
1331                    // translate and add a serendipity heuristic
1332                    int numberColumns = solver2->getNumCols();
1333                    const int * which = process.originalColumns();
1334                    OsiSolverInterface * solver3 = solver2->clone();
1335                    for (int i = 0; i < numberColumns; i++) {
1336                        if (isHeuristicInteger(solver3,i)) {
1337                            int k = which[i];
1338                            double value = inputSolution_[k];
1339                            //if (value)
1340                            //printf("orig col %d now %d val %g\n",
1341                            //       k,i,value);
1342                            solver3->setColLower(i, value);
1343                            solver3->setColUpper(i, value);
1344                        }
1345                    }
1346                    solver3->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1347                    solver3->resolve();
1348                    if (!solver3->isProvenOptimal()) {
1349                        // Try just setting nonzeros
1350                        OsiSolverInterface * solver4 = solver2->clone();
1351                        for (int i = 0; i < numberColumns; i++) {
1352                            if (isHeuristicInteger(solver4,i)) {
1353                                int k = which[i];
1354                                double value = floor(inputSolution_[k] + 0.5);
1355                                if (value) {
1356                                    solver3->setColLower(i, value);
1357                                    solver3->setColUpper(i, value);
1358                                }
1359                            }
1360                        }
1361                        solver4->setDblParam(OsiDualObjectiveLimit, COIN_DBL_MAX);
1362                        solver4->resolve();
1363                        int nBad = -1;
1364                        if (solver4->isProvenOptimal()) {
1365                            nBad = 0;
1366                            const double * solution = solver4->getColSolution();
1367                            for (int i = 0; i < numberColumns; i++) {
1368                                if (isHeuristicInteger(solver4,i)) {
1369                                    double value = floor(solution[i] + 0.5);
1370                                    if (fabs(value - solution[i]) > 1.0e-6)
1371                                        nBad++;
1372                                }
1373                            }
1374                        }
1375                        if (nBad) {
1376                            delete solver4;
1377                        } else {
1378                            delete solver3;
1379                            solver3 = solver4;
1380                        }
1381                    }
1382                    if (solver3->isProvenOptimal()) {
1383                        // good
1384                        CbcSerendipity heuristic(model);
1385                        double value = solver3->getObjSense() * solver3->getObjValue();
1386                        heuristic.setInputSolution(solver3->getColSolution(), value);
1387                        value = value + 1.0e-7*(1.0 + fabs(value));
1388                        value *= solver3->getObjSense();
1389                        model.setCutoff(value);
1390                        model.addHeuristic(&heuristic, "Previous solution", 0);
1391                        //printf("added seren\n");
1392                    } else {
1393                        double value = model_->getMinimizationObjValue();
1394                        value = value + 1.0e-7*(1.0 + fabs(value));
1395                        value *= solver3->getObjSense();
1396                        model.setCutoff(value);
1397                        sprintf(generalPrint, "Unable to insert previous solution - using cutoff of %g",
1398                                value);
1399                        model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1400                        << generalPrint
1401                        << CoinMessageEol;
1402#ifdef CLP_INVESTIGATE
1403                        printf("NOT added seren\n");
1404                        solver3->writeMps("bad_seren");
1405                        solver->writeMps("orig_seren");
1406#endif
1407                    }
1408                    delete solver3;
1409                }
1410                if (model_->searchStrategy() == 2) {
1411                    model.setNumberStrong(5);
1412                    model.setNumberBeforeTrust(5);
1413                }
1414                if (model.getNumCols()) {
1415                    if (numberNodes >= 0) {
1416                        setCutAndHeuristicOptions(model);
1417                        // not too many iterations
1418                        model.setMaximumNumberIterations(iterationMultiplier*(numberNodes + 10));
1419                        // Not fast stuff
1420                        model.setFastNodeDepth(-1);
1421                        //model.solver()->writeMps("before");
1422                    } else if (model.fastNodeDepth() >= 1000000) {
1423                        // already set
1424                        model.setFastNodeDepth(model.fastNodeDepth() - 1000000);
1425                    }
1426                    model.setWhenCuts(999998);
1427#define ALWAYS_DUAL
1428#ifdef ALWAYS_DUAL
1429                    OsiSolverInterface * solverD = model.solver();
1430                    bool takeHint;
1431                    OsiHintStrength strength;
1432                    solverD->getHintParam(OsiDoDualInResolve, takeHint, strength);
1433                    solverD->setHintParam(OsiDoDualInResolve, true, OsiHintDo);
1434#endif
1435                    model.passInEventHandler(model_->getEventHandler());
1436                    // say model_ is sitting there
1437                    int saveOptions = model_->specialOptions();
1438                    model_->setSpecialOptions(saveOptions|1048576);
1439                    // and switch off debugger
1440                    model.setSpecialOptions(model.specialOptions()&(~1));
1441#if 0 //def COIN_HAS_CLP
1442                    OsiClpSolverInterface * clpSolver
1443                      = dynamic_cast<OsiClpSolverInterface *> (model.solver());
1444                    if (clpSolver)
1445                      clpSolver->zapDebugger();
1446#endif
1447#ifdef CONFLICT_CUTS
1448                    if ((model_->moreSpecialOptions()&4194304)!=0)
1449                      model.zapGlobalCuts();
1450#endif
1451#ifdef CGL_DEBUG
1452                    if ((model_->specialOptions()&1) != 0) {
1453                      const OsiRowCutDebugger *debugger = model.solver()->getRowCutDebugger() ;
1454                      if (debugger) {
1455                        printf("On optimal path DD\n");
1456                      }
1457                    }
1458#endif
1459                    model.branchAndBound();
1460                    model_->setHeuristicModel(NULL);
1461                    model_->setSpecialOptions(saveOptions);
1462#ifdef ALWAYS_DUAL
1463                    solverD = model.solver();
1464                    solverD->setHintParam(OsiDoDualInResolve, takeHint, strength);
1465#endif
1466                    numberNodesDone_ = model.getNodeCount();
1467#ifdef COIN_DEVELOP
1468                    printf("sub branch %d nodes, %d iterations - max %d\n",
1469                           model.getNodeCount(), model.getIterationCount(),
1470                           100*(numberNodes + 10));
1471#endif
1472                    if (numberNodes < 0) {
1473                        model_->incrementIterationCount(model.getIterationCount());
1474                        model_->incrementNodeCount(model.getNodeCount());
1475                        // update best solution (in case ctrl-c)
1476                        // !!! not a good idea - think a bit harder
1477                        //model_->setMinimizationObjValue(model.getMinimizationObjValue());
1478                        for (int iGenerator = 0; iGenerator < model.numberCutGenerators(); iGenerator++) {
1479                            CbcCutGenerator * generator = model.cutGenerator(iGenerator);
1480                            sprintf(generalPrint,
1481                                    "%s was tried %d times and created %d cuts of which %d were active after adding rounds of cuts (%.3f seconds)",
1482                                    generator->cutGeneratorName(),
1483                                    generator->numberTimesEntered(),
1484                                    generator->numberCutsInTotal() +
1485                                    generator->numberColumnCuts(),
1486                                    generator->numberCutsActive(),
1487                                    generator->timeInCutGenerator());
1488                            CglStored * stored = dynamic_cast<CglStored*>(generator->generator());
1489                            if (stored && !generator->numberCutsInTotal())
1490                                continue;
1491#ifndef CLP_INVESTIGATE
1492                            CglImplication * implication = dynamic_cast<CglImplication*>(generator->generator());
1493                            if (implication)
1494                                continue;
1495#endif
1496                            model_->messageHandler()->message(CBC_FPUMP1, model_->messages())
1497                            << generalPrint
1498                            << CoinMessageEol;
1499                        }
1500                    }
1501                } else {
1502                    // empty model
1503                    model.setMinimizationObjValue(model.solver()->getObjSense()*model.solver()->getObjValue());
1504                }
1505                if (logLevel > 1)
1506                    model_->messageHandler()->message(CBC_END_SUB, model_->messages())
1507                    << name
1508                    << CoinMessageEol;
1509                if (model.getMinimizationObjValue() < CoinMin(cutoff, 1.0e30)) {
1510                    // solution
1511                    if (model.getNumCols())
1512                        returnCode = model.isProvenOptimal() ? 3 : 1;
1513                    else
1514                        returnCode = 3;
1515                    // post process
1516#ifdef COIN_HAS_CLP
1517                    OsiClpSolverInterface * clpSolver = dynamic_cast< OsiClpSolverInterface*> (model.solver());
1518                    if (clpSolver) {
1519                        ClpSimplex * lpSolver = clpSolver->getModelPtr();
1520                        lpSolver->setSpecialOptions(lpSolver->specialOptions() | 0x01000000); // say is Cbc (and in branch and bound)
1521                    }
1522#endif
1523                    //if (fractionSmall_ < 1000000.0)
1524                    process.postProcess(*model.solver());
1525                    if (solver->isProvenOptimal() && solver->getObjValue()*solver->getObjSense() < cutoff) {
1526                        // Solution now back in solver
1527                        int numberColumns = solver->getNumCols();
1528                        memcpy(newSolution, solver->getColSolution(),
1529                               numberColumns*sizeof(double));
1530                        newSolutionValue = model.getMinimizationObjValue();
1531#ifdef COIN_HAS_CLP
1532                      if (clpSolver) {
1533                        if (clpSolver && clpSolver->numberSOS()) {
1534                          // SOS
1535                          int numberSOS = clpSolver->numberSOS();
1536                          const CoinSet * setInfo = clpSolver->setInfo();
1537                          int i;
1538                          for ( i = 0; i < numberSOS; i++) {
1539                            int type = setInfo[i].setType();
1540                            int n = setInfo[i].numberEntries();
1541                            const int * which = setInfo[i].which();
1542                            int first = -1;
1543                            int last = -1;
1544                            for (int j = 0; j < n; j++) {
1545                              int iColumn = which[j];
1546                              if (fabs(newSolution[iColumn]) > 1.0e-7) {
1547                                last = j;
1548                                if (first < 0)
1549                                  first = j;
1550                              }
1551                            }
1552                            assert (last - first < type);
1553                            for (int j = 0; j < n; j++) {
1554                              if (j < first || j > last) {
1555                                int iColumn = which[j];
1556                                // do I want to fix??
1557                                solver->setColLower(iColumn, 0.0);
1558                                solver->setColUpper(iColumn, 0.0);
1559                                newSolution[iColumn]=0.0;
1560                              }
1561                            }
1562                          }
1563                        }
1564                      }
1565#endif
1566                    } else {
1567                        // odd - but no good
1568                        returnCode = 0; // so will be infeasible
1569                    }
1570                } else {
1571                    // no good
1572                    returnCode = model.isProvenInfeasible() ? 2 : 0; // so will be infeasible
1573                }
1574                int totalNumberIterations = model.getIterationCount() +
1575                                            process.numberIterationsPre() +
1576                                            process.numberIterationsPost();
1577                if (totalNumberIterations > 100*(numberNodes + 10)
1578                    && fractionSmall_ < 1000000.0) {
1579                    // only allow smaller problems
1580                    fractionSmall = fractionSmall_;
1581                    fractionSmall_ *= 0.9;
1582#ifdef CLP_INVESTIGATE
1583                    printf("changing fractionSmall from %g to %g for %s as %d iterations\n",
1584                           fractionSmall, fractionSmall_, name.c_str(), totalNumberIterations);
1585#endif
1586                }
1587                if (model.status() == 5)
1588                   model_->sayEventHappened();
1589#ifdef COIN_DEVELOP
1590                if (model.isProvenInfeasible())
1591                    status = 1;
1592                else if (model.isProvenOptimal())
1593                    status = 2;
1594#endif
1595            }
1596        }
1597    } else {
1598        returnCode = 2; // infeasible finished
1599        if (logLevel > 1){
1600           printf("Infeasible on initial solve\n");
1601        }
1602    }
1603    model_->setSpecialOptions(saveModelOptions);
1604    model_->setLogLevel(logLevel);
1605    if (returnCode == 1 || returnCode == 2) {
1606        OsiSolverInterface * solverC = model_->continuousSolver();
1607        if (false && solverC) {
1608            const double * lower = solver->getColLower();
1609            const double * upper = solver->getColUpper();
1610            const double * lowerC = solverC->getColLower();
1611            const double * upperC = solverC->getColUpper();
1612            bool good = true;
1613            for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1614                if (isHeuristicInteger(solverC,iColumn)) {
1615                    if (lower[iColumn] > lowerC[iColumn] &&
1616                            upper[iColumn] < upperC[iColumn]) {
1617                        good = false;
1618                        printf("CUT - can't add\n");
1619                        break;
1620                    }
1621                }
1622            }
1623            if (good) {
1624                double * cut = new double [numberColumns];
1625                int * which = new int [numberColumns];
1626                double rhs = -1.0;
1627                int n = 0;
1628                for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1629                    if (isHeuristicInteger(solverC,iColumn)) {
1630                        if (lower[iColumn] == upperC[iColumn]) {
1631                            rhs += lower[iColumn];
1632                            cut[n] = 1.0;
1633                            which[n++] = iColumn;
1634                        } else if (upper[iColumn] == lowerC[iColumn]) {
1635                            rhs -= upper[iColumn];
1636                            cut[n] = -1.0;
1637                            which[n++] = iColumn;
1638                        }
1639                    }
1640                }
1641                printf("CUT has %d entries\n", n);
1642                OsiRowCut newCut;
1643                newCut.setLb(-COIN_DBL_MAX);
1644                newCut.setUb(rhs);
1645                newCut.setRow(n, which, cut, false);
1646                model_->makeGlobalCut(newCut);
1647                delete [] cut;
1648                delete [] which;
1649            }
1650        }
1651#ifdef COIN_DEVELOP
1652        if (status == 1)
1653            printf("heuristic could add cut because infeasible (%s)\n", heuristicName_.c_str());
1654        else if (status == 2)
1655            printf("heuristic could add cut because optimal (%s)\n", heuristicName_.c_str());
1656#endif
1657    }
1658    if (reset) {
1659        for (int iColumn = 0; iColumn < numberColumns; iColumn++) {
1660            if (reset[iColumn])
1661                solver->setColLower(iColumn, 0.0);
1662        }
1663        delete [] reset;
1664    }
1665#ifdef HISTORY_STATISTICS
1666    getHistoryStatistics_ = true;
1667#endif
1668    solver->setHintParam(OsiDoReducePrint, takeHint, strength);
1669    return returnCode;
1670}
1671// Set input solution
1672void
1673CbcHeuristic::setInputSolution(const double * solution, double objValue)
1674{
1675    delete [] inputSolution_;
1676    inputSolution_ = NULL;
1677    if (model_ && solution) {
1678        int numberColumns = model_->getNumCols();
1679        inputSolution_ = new double [numberColumns+1];
1680        memcpy(inputSolution_, solution, numberColumns*sizeof(double));
1681        inputSolution_[numberColumns] = objValue;
1682    }
1683}
1684
1685//##############################################################################
1686
1687inline int compare3BranchingObjects(const CbcBranchingObject* br0,
1688                                    const CbcBranchingObject* br1)
1689{
1690    const int t0 = br0->type();
1691    const int t1 = br1->type();
1692    if (t0 < t1) {
1693        return -1;
1694    }
1695    if (t0 > t1) {
1696        return 1;
1697    }
1698    return br0->compareOriginalObject(br1);
1699}
1700
1701//==============================================================================
1702
1703inline bool compareBranchingObjects(const CbcBranchingObject* br0,
1704                                    const CbcBranchingObject* br1)
1705{
1706    return compare3BranchingObjects(br0, br1) < 0;
1707}
1708
1709//==============================================================================
1710
1711void
1712CbcHeuristicNode::gutsOfConstructor(CbcModel& model)
1713{
1714    //  CbcHeurDebugNodes(&model);
1715    CbcNode* node = model.currentNode();
1716    brObj_ = new CbcBranchingObject*[node->depth()];
1717    CbcNodeInfo* nodeInfo = node->nodeInfo();
1718    int cnt = 0;
1719    while (nodeInfo->parentBranch() != NULL) {
1720        const OsiBranchingObject* br = nodeInfo->parentBranch();
1721        const CbcBranchingObject* cbcbr = dynamic_cast<const CbcBranchingObject*>(br);
1722        if (! cbcbr) {
1723            throw CoinError("CbcHeuristicNode can be used only with CbcBranchingObjects.\n",
1724                            "gutsOfConstructor",
1725                            "CbcHeuristicNode",
1726                            __FILE__, __LINE__);
1727        }
1728        brObj_[cnt] = cbcbr->clone();
1729        brObj_[cnt]->previousBranch();
1730        ++cnt;
1731        nodeInfo = nodeInfo->parent();
1732    }
1733    std::sort(brObj_, brObj_ + cnt, compareBranchingObjects);
1734    if (cnt <= 1) {
1735        numObjects_ = cnt;
1736    } else {
1737        numObjects_ = 0;
1738        CbcBranchingObject* br = NULL; // What should this be?
1739        for (int i = 1; i < cnt; ++i) {
1740            if (compare3BranchingObjects(brObj_[numObjects_], brObj_[i]) == 0) {
1741                int comp = brObj_[numObjects_]->compareBranchingObject(brObj_[i], br != 0);
1742                switch (comp) {
1743                case CbcRangeSame: // the same range
1744                case CbcRangeDisjoint: // disjoint decisions
1745                    // should not happen! we are on a chain!
1746                    abort();
1747                case CbcRangeSubset: // brObj_[numObjects_] is a subset of brObj_[i]
1748                    delete brObj_[i];
1749                    break;
1750                case CbcRangeSuperset: // brObj_[i] is a subset of brObj_[numObjects_]
1751                    delete brObj_[numObjects_];
1752                    brObj_[numObjects_] = brObj_[i];
1753                    break;
1754                case CbcRangeOverlap: // overlap
1755                    delete brObj_[i];
1756                    delete brObj_[numObjects_];
1757                    brObj_[numObjects_] = br;
1758                    break;
1759                }
1760                continue;
1761            } else {
1762                brObj_[++numObjects_] = brObj_[i];
1763            }
1764        }
1765        ++numObjects_;
1766    }
1767}
1768
1769//==============================================================================
1770
1771CbcHeuristicNode::CbcHeuristicNode(CbcModel& model)
1772{
1773    gutsOfConstructor(model);
1774}
1775
1776//==============================================================================
1777
1778double
1779CbcHeuristicNode::distance(const CbcHeuristicNode* node) const
1780{
1781
1782    const double disjointWeight = 1;
1783    const double overlapWeight = 0.4;
1784    const double subsetWeight = 0.2;
1785    int countDisjointWeight = 0;
1786    int countOverlapWeight = 0;
1787    int countSubsetWeight = 0;
1788    int i = 0;
1789    int j = 0;
1790    double dist = 0.0;
1791#ifdef PRINT_DEBUG
1792    printf(" numObjects_ = %i, node->numObjects_ = %i\n",
1793           numObjects_, node->numObjects_);
1794#endif
1795    while ( i < numObjects_ && j < node->numObjects_) {
1796        CbcBranchingObject* br0 = brObj_[i];
1797        const CbcBranchingObject* br1 = node->brObj_[j];
1798#ifdef PRINT_DEBUG
1799        const CbcIntegerBranchingObject* brPrint0 =
1800            dynamic_cast<const CbcIntegerBranchingObject*>(br0);
1801        const double* downBounds = brPrint0->downBounds();
1802        const double* upBounds = brPrint0->upBounds();
1803        int variable = brPrint0->variable();
1804        int way = brPrint0->way();
1805        printf("   br0: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1806               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1807               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1808        const CbcIntegerBranchingObject* brPrint1 =
1809            dynamic_cast<const CbcIntegerBranchingObject*>(br1);
1810        downBounds = brPrint1->downBounds();
1811        upBounds = brPrint1->upBounds();
1812        variable = brPrint1->variable();
1813        way = brPrint1->way();
1814        printf("   br1: var %i downBd [%i,%i] upBd [%i,%i] way %i\n",
1815               variable, static_cast<int>(downBounds[0]), static_cast<int>(downBounds[1]),
1816               static_cast<int>(upBounds[0]), static_cast<int>(upBounds[1]), way);
1817#endif
1818        const int brComp = compare3BranchingObjects(br0, br1);
1819        if (brComp < 0) {
1820            dist += subsetWeight;
1821            countSubsetWeight++;
1822            ++i;
1823        } else if (brComp > 0) {
1824            dist += subsetWeight;
1825            countSubsetWeight++;
1826            ++j;
1827        } else {
1828            const int comp = br0->compareBranchingObject(br1, false);
1829            switch (comp) {
1830            case CbcRangeSame:
1831                // do nothing
1832                break;
1833            case CbcRangeDisjoint: // disjoint decisions
1834                dist += disjointWeight;
1835                countDisjointWeight++;
1836                break;
1837            case CbcRangeSubset: // subset one way or another
1838            case CbcRangeSuperset:
1839                dist += subsetWeight;
1840                countSubsetWeight++;
1841                break;
1842            case CbcRangeOverlap: // overlap
1843                dist += overlapWeight;
1844                countOverlapWeight++;
1845                break;
1846            }
1847            ++i;
1848            ++j;
1849        }
1850    }
1851    dist += subsetWeight * (numObjects_ - i + node->numObjects_ - j);
1852    countSubsetWeight += (numObjects_ - i + node->numObjects_ - j);
1853    COIN_DETAIL_PRINT(printf("subset = %i, overlap = %i, disjoint = %i\n", countSubsetWeight,
1854                             countOverlapWeight, countDisjointWeight));
1855    return dist;
1856}
1857
1858//==============================================================================
1859
1860CbcHeuristicNode::~CbcHeuristicNode()
1861{
1862    for (int i = 0; i < numObjects_; ++i) {
1863        delete brObj_[i];
1864    }
1865    delete [] brObj_;
1866}
1867
1868//==============================================================================
1869
1870double
1871CbcHeuristicNode::minDistance(const CbcHeuristicNodeList& nodeList) const
1872{
1873    double minDist = COIN_DBL_MAX;
1874    for (int i = nodeList.size() - 1; i >= 0; --i) {
1875        minDist = CoinMin(minDist, distance(nodeList.node(i)));
1876    }
1877    return minDist;
1878}
1879
1880//==============================================================================
1881
1882bool
1883CbcHeuristicNode::minDistanceIsSmall(const CbcHeuristicNodeList& nodeList,
1884                                     const double threshold) const
1885{
1886    for (int i = nodeList.size() - 1; i >= 0; --i) {
1887        if (distance(nodeList.node(i)) >= threshold) {
1888            continue;
1889        } else {
1890            return true;
1891        }
1892    }
1893    return false;
1894}
1895
1896//==============================================================================
1897
1898double
1899CbcHeuristicNode::avgDistance(const CbcHeuristicNodeList& nodeList) const
1900{
1901    if (nodeList.size() == 0) {
1902        return COIN_DBL_MAX;
1903    }
1904    double sumDist = 0;
1905    for (int i = nodeList.size() - 1; i >= 0; --i) {
1906        sumDist += distance(nodeList.node(i));
1907    }
1908    return sumDist / nodeList.size();
1909}
1910
1911//##############################################################################
1912
1913// Default Constructor
1914CbcRounding::CbcRounding()
1915        : CbcHeuristic()
1916{
1917    // matrix and row copy will automatically be empty
1918    seed_ = 7654321;
1919    down_ = NULL;
1920    up_ = NULL;
1921    equal_ = NULL;
1922    //whereFrom_ |= 16*(1+256); // allow more often
1923}
1924
1925// Constructor from model
1926CbcRounding::CbcRounding(CbcModel & model)
1927        : CbcHeuristic(model)
1928{
1929    // Get a copy of original matrix (and by row for rounding);
1930    assert(model.solver());
1931    if (model.solver()->getNumRows()) {
1932        matrix_ = *model.solver()->getMatrixByCol();
1933        matrixByRow_ = *model.solver()->getMatrixByRow();
1934        validate();
1935    }
1936    down_ = NULL;
1937    up_ = NULL;
1938    equal_ = NULL;
1939    seed_ = 7654321;
1940    //whereFrom_ |= 16*(1+256); // allow more often
1941}
1942
1943// Destructor
1944CbcRounding::~CbcRounding ()
1945{
1946    delete [] down_;
1947    delete [] up_;
1948    delete [] equal_;
1949}
1950
1951// Clone
1952CbcHeuristic *
1953CbcRounding::clone() const
1954{
1955    return new CbcRounding(*this);
1956}
1957// Create C++ lines to get to current state
1958void
1959CbcRounding::generateCpp( FILE * fp)
1960{
1961    CbcRounding other;
1962    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
1963    fprintf(fp, "3  CbcRounding rounding(*cbcModel);\n");
1964    CbcHeuristic::generateCpp(fp, "rounding");
1965    if (seed_ != other.seed_)
1966        fprintf(fp, "3  rounding.setSeed(%d);\n", seed_);
1967    else
1968        fprintf(fp, "4  rounding.setSeed(%d);\n", seed_);
1969    fprintf(fp, "3  cbcModel->addHeuristic(&rounding);\n");
1970}
1971//#define NEW_ROUNDING
1972// Copy constructor
1973CbcRounding::CbcRounding(const CbcRounding & rhs)
1974        :
1975        CbcHeuristic(rhs),
1976        matrix_(rhs.matrix_),
1977        matrixByRow_(rhs.matrixByRow_),
1978        seed_(rhs.seed_)
1979{
1980#ifdef NEW_ROUNDING
1981    int numberColumns = matrix_.getNumCols();
1982    down_ = CoinCopyOfArray(rhs.down_, numberColumns);
1983    up_ = CoinCopyOfArray(rhs.up_, numberColumns);
1984    equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
1985#else
1986    down_ = NULL;
1987    up_ = NULL;
1988    equal_ = NULL;
1989#endif
1990}
1991
1992// Assignment operator
1993CbcRounding &
1994CbcRounding::operator=( const CbcRounding & rhs)
1995{
1996    if (this != &rhs) {
1997        CbcHeuristic::operator=(rhs);
1998        matrix_ = rhs.matrix_;
1999        matrixByRow_ = rhs.matrixByRow_;
2000#ifdef NEW_ROUNDING
2001        delete [] down_;
2002        delete [] up_;
2003        delete [] equal_;
2004        int numberColumns = matrix_.getNumCols();
2005        down_ = CoinCopyOfArray(rhs.down_, numberColumns);
2006        up_ = CoinCopyOfArray(rhs.up_, numberColumns);
2007        equal_ = CoinCopyOfArray(rhs.equal_, numberColumns);
2008#else
2009        down_ = NULL;
2010        up_ = NULL;
2011        equal_ = NULL;
2012#endif
2013        seed_ = rhs.seed_;
2014    }
2015    return *this;
2016}
2017
2018// Resets stuff if model changes
2019void
2020CbcRounding::resetModel(CbcModel * model)
2021{
2022    model_ = model;
2023    // Get a copy of original matrix (and by row for rounding);
2024    assert(model_->solver());
2025    matrix_ = *model_->solver()->getMatrixByCol();
2026    matrixByRow_ = *model_->solver()->getMatrixByRow();
2027    validate();
2028}
2029/* Check whether the heuristic should run at all
2030   0 - before cuts at root node (or from doHeuristics)
2031   1 - during cuts at root
2032   2 - after root node cuts
2033   3 - after cuts at other nodes
2034   4 - during cuts at other nodes
2035   8 added if previous heuristic in loop found solution
2036*/
2037bool 
2038CbcRounding::shouldHeurRun(int whereFrom)
2039{
2040  if (whereFrom!=4) {
2041    return CbcHeuristic::shouldHeurRun(whereFrom);
2042  } else {
2043    numCouldRun_++;
2044    return shouldHeurRun_randomChoice();
2045  }
2046}
2047// See if rounding will give solution
2048// Sets value of solution
2049// Assumes rhs for original matrix still okay
2050// At present only works with integers
2051// Fix values if asked for
2052// Returns 1 if solution, 0 if not
2053int
2054CbcRounding::solution(double & solutionValue,
2055                      double * betterSolution)
2056{
2057
2058    numCouldRun_++;
2059    // See if to do
2060    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
2061            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
2062        return 0; // switched off
2063    numRuns_++;
2064#ifdef HEURISTIC_INFORM
2065    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
2066           heuristicName(),numRuns_,numCouldRun_,when_);
2067#endif
2068    OsiSolverInterface * solver = model_->solver();
2069    double direction = solver->getObjSense();
2070    double newSolutionValue = direction * solver->getObjValue();
2071    return solution(solutionValue, betterSolution, newSolutionValue);
2072}
2073// See if rounding will give solution
2074// Sets value of solution
2075// Assumes rhs for original matrix still okay
2076// At present only works with integers
2077// Fix values if asked for
2078// Returns 1 if solution, 0 if not
2079int
2080CbcRounding::solution(double & solutionValue,
2081                      double * betterSolution,
2082                      double newSolutionValue)
2083{
2084
2085    // See if to do
2086    if (!when() || (when() % 10 == 1 && model_->phase() != 1) ||
2087            (when() % 10 == 2 && (model_->phase() != 2 && model_->phase() != 3)))
2088        return 0; // switched off
2089    OsiSolverInterface * solver = model_->solver();
2090    const double * lower = solver->getColLower();
2091    const double * upper = solver->getColUpper();
2092    const double * rowLower = solver->getRowLower();
2093    const double * rowUpper = solver->getRowUpper();
2094    const double * solution = solver->getColSolution();
2095    const double * objective = solver->getObjCoefficients();
2096    double integerTolerance = model_->getDblParam(CbcModel::CbcIntegerTolerance);
2097    double primalTolerance;
2098    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2099    double useTolerance = primalTolerance;
2100
2101    int numberRows = matrix_.getNumRows();
2102    assert (numberRows <= solver->getNumRows());
2103    if (numberRows == 0){
2104       return 0;
2105    }
2106    int numberIntegers = model_->numberIntegers();
2107    const int * integerVariable = model_->integerVariable();
2108    int i;
2109    double direction = solver->getObjSense();
2110    //double newSolutionValue = direction*solver->getObjValue();
2111    int returnCode = 0;
2112    // Column copy
2113    const double * element = matrix_.getElements();
2114    const int * row = matrix_.getIndices();
2115    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2116    const int * columnLength = matrix_.getVectorLengths();
2117    // Row copy
2118    const double * elementByRow = matrixByRow_.getElements();
2119    const int * column = matrixByRow_.getIndices();
2120    const CoinBigIndex * rowStart = matrixByRow_.getVectorStarts();
2121    const int * rowLength = matrixByRow_.getVectorLengths();
2122
2123    // Get solution array for heuristic solution
2124    int numberColumns = solver->getNumCols();
2125    double * newSolution = new double [numberColumns];
2126    memcpy(newSolution, solution, numberColumns*sizeof(double));
2127
2128    double * rowActivity = new double[numberRows];
2129    memset(rowActivity, 0, numberRows*sizeof(double));
2130    for (i = 0; i < numberColumns; i++) {
2131        CoinBigIndex j;
2132        double value = newSolution[i];
2133        if (value < lower[i]) {
2134            value = lower[i];
2135            newSolution[i] = value;
2136        } else if (value > upper[i]) {
2137            value = upper[i];
2138            newSolution[i] = value;
2139        }
2140        if (value) {
2141            for (j = columnStart[i];
2142                    j < columnStart[i] + columnLength[i]; j++) {
2143                int iRow = row[j];
2144                rowActivity[iRow] += value * element[j];
2145            }
2146        }
2147    }
2148    // check was feasible - if not adjust (cleaning may move)
2149    for (i = 0; i < numberRows; i++) {
2150        if (rowActivity[i] < rowLower[i]) {
2151            //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2152            rowActivity[i] = rowLower[i];
2153        } else if (rowActivity[i] > rowUpper[i]) {
2154            //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2155            rowActivity[i] = rowUpper[i];
2156        }
2157    }
2158    for (i = 0; i < numberIntegers; i++) {
2159        int iColumn = integerVariable[i];
2160        double value = newSolution[iColumn];
2161        //double thisTolerance = integerTolerance;
2162        if (fabs(floor(value + 0.5) - value) > integerTolerance) {
2163            double below = floor(value);
2164            double newValue = newSolution[iColumn];
2165            double cost = direction * objective[iColumn];
2166            double move;
2167            if (cost > 0.0) {
2168                // try up
2169                move = 1.0 - (value - below);
2170            } else if (cost < 0.0) {
2171                // try down
2172                move = below - value;
2173            } else {
2174                // won't be able to move unless we can grab another variable
2175                double randomNumber = randomNumberGenerator_.randomDouble();
2176                // which way?
2177                if (randomNumber < 0.5)
2178                    move = below - value;
2179                else
2180                    move = 1.0 - (value - below);
2181            }
2182            newValue += move;
2183            newSolution[iColumn] = newValue;
2184            newSolutionValue += move * cost;
2185            CoinBigIndex j;
2186            for (j = columnStart[iColumn];
2187                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2188                int iRow = row[j];
2189                rowActivity[iRow] += move * element[j];
2190            }
2191        }
2192    }
2193
2194    double penalty = 0.0;
2195    // see if feasible - just using singletons
2196    for (i = 0; i < numberRows; i++) {
2197        double value = rowActivity[i];
2198        double thisInfeasibility = 0.0;
2199        if (value < rowLower[i] - primalTolerance)
2200            thisInfeasibility = value - rowLower[i];
2201        else if (value > rowUpper[i] + primalTolerance)
2202            thisInfeasibility = value - rowUpper[i];
2203        if (thisInfeasibility) {
2204            // See if there are any slacks I can use to fix up
2205            // maybe put in coding for multiple slacks?
2206            double bestCost = 1.0e50;
2207            CoinBigIndex k;
2208            int iBest = -1;
2209            double addCost = 0.0;
2210            double newValue = 0.0;
2211            double changeRowActivity = 0.0;
2212            double absInfeasibility = fabs(thisInfeasibility);
2213            for (k = rowStart[i]; k < rowStart[i] + rowLength[i]; k++) {
2214                int iColumn = column[k];
2215                // See if all elements help
2216                if (columnLength[iColumn] == 1) {
2217                    double currentValue = newSolution[iColumn];
2218                    double elementValue = elementByRow[k];
2219                    double lowerValue = lower[iColumn];
2220                    double upperValue = upper[iColumn];
2221                    double gap = rowUpper[i] - rowLower[i];
2222                    double absElement = fabs(elementValue);
2223                    if (thisInfeasibility*elementValue > 0.0) {
2224                        // we want to reduce
2225                        if ((currentValue - lowerValue)*absElement >= absInfeasibility) {
2226                            // possible - check if integer
2227                            double distance = absInfeasibility / absElement;
2228                            double thisCost = -direction * objective[iColumn] * distance;
2229                            if (isHeuristicInteger(solver,iColumn)) {
2230                                distance = ceil(distance - useTolerance);
2231                                if (currentValue - distance >= lowerValue - useTolerance) {
2232                                    if (absInfeasibility - distance*absElement < -gap - useTolerance)
2233                                        thisCost = 1.0e100; // no good
2234                                    else
2235                                        thisCost = -direction * objective[iColumn] * distance;
2236                                } else {
2237                                    thisCost = 1.0e100; // no good
2238                                }
2239                            }
2240                            if (thisCost < bestCost) {
2241                                bestCost = thisCost;
2242                                iBest = iColumn;
2243                                addCost = thisCost;
2244                                newValue = currentValue - distance;
2245                                changeRowActivity = -distance * elementValue;
2246                            }
2247                        }
2248                    } else {
2249                        // we want to increase
2250                        if ((upperValue - currentValue)*absElement >= absInfeasibility) {
2251                            // possible - check if integer
2252                            double distance = absInfeasibility / absElement;
2253                            double thisCost = direction * objective[iColumn] * distance;
2254                            if (isHeuristicInteger(solver,iColumn)) {
2255                                distance = ceil(distance - 1.0e-7);
2256                                assert (currentValue - distance <= upperValue + useTolerance);
2257                                if (absInfeasibility - distance*absElement < -gap - useTolerance)
2258                                    thisCost = 1.0e100; // no good
2259                                else
2260                                    thisCost = direction * objective[iColumn] * distance;
2261                            }
2262                            if (thisCost < bestCost) {
2263                                bestCost = thisCost;
2264                                iBest = iColumn;
2265                                addCost = thisCost;
2266                                newValue = currentValue + distance;
2267                                changeRowActivity = distance * elementValue;
2268                            }
2269                        }
2270                    }
2271                }
2272            }
2273            if (iBest >= 0) {
2274                /*printf("Infeasibility of %g on row %d cost %g\n",
2275                  thisInfeasibility,i,addCost);*/
2276                newSolution[iBest] = newValue;
2277                thisInfeasibility = 0.0;
2278                newSolutionValue += addCost;
2279                rowActivity[i] += changeRowActivity;
2280            }
2281            penalty += fabs(thisInfeasibility);
2282        }
2283    }
2284    if (penalty) {
2285        // see if feasible using any
2286        // first continuous
2287        double penaltyChange = 0.0;
2288        int iColumn;
2289        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2290            if (isHeuristicInteger(solver,iColumn))
2291                continue;
2292            double currentValue = newSolution[iColumn];
2293            double lowerValue = lower[iColumn];
2294            double upperValue = upper[iColumn];
2295            CoinBigIndex j;
2296            int anyBadDown = 0;
2297            int anyBadUp = 0;
2298            double upImprovement = 0.0;
2299            double downImprovement = 0.0;
2300            for (j = columnStart[iColumn];
2301                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2302                int iRow = row[j];
2303                if (rowUpper[iRow] > rowLower[iRow]) {
2304                    double value = element[j];
2305                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2306                        // infeasible above
2307                        downImprovement += value;
2308                        upImprovement -= value;
2309                        if (value > 0.0)
2310                            anyBadUp++;
2311                        else
2312                            anyBadDown++;
2313                    } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2314                        // feasible at ub
2315                        if (value > 0.0) {
2316                            upImprovement -= value;
2317                            anyBadUp++;
2318                        } else {
2319                            downImprovement += value;
2320                            anyBadDown++;
2321                        }
2322                    } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2323                        // feasible in interior
2324                    } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2325                        // feasible at lb
2326                        if (value < 0.0) {
2327                            upImprovement += value;
2328                            anyBadUp++;
2329                        } else {
2330                            downImprovement -= value;
2331                            anyBadDown++;
2332                        }
2333                    } else {
2334                        // infeasible below
2335                        downImprovement -= value;
2336                        upImprovement += value;
2337                        if (value < 0.0)
2338                            anyBadUp++;
2339                        else
2340                            anyBadDown++;
2341                    }
2342                } else {
2343                    // equality row
2344                    double value = element[j];
2345                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2346                        // infeasible above
2347                        downImprovement += value;
2348                        upImprovement -= value;
2349                        if (value > 0.0)
2350                            anyBadUp++;
2351                        else
2352                            anyBadDown++;
2353                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2354                        // infeasible below
2355                        downImprovement -= value;
2356                        upImprovement += value;
2357                        if (value < 0.0)
2358                            anyBadUp++;
2359                        else
2360                            anyBadDown++;
2361                    } else {
2362                        // feasible - no good
2363                        anyBadUp = -1;
2364                        anyBadDown = -1;
2365                        break;
2366                    }
2367                }
2368            }
2369            // could change tests for anyBad
2370            if (anyBadUp)
2371                upImprovement = 0.0;
2372            if (anyBadDown)
2373                downImprovement = 0.0;
2374            double way = 0.0;
2375            double improvement = 0.0;
2376            if (downImprovement > 0.0 && currentValue > lowerValue) {
2377                way = -1.0;
2378                improvement = downImprovement;
2379            } else if (upImprovement > 0.0 && currentValue < upperValue) {
2380                way = 1.0;
2381                improvement = upImprovement;
2382            }
2383            if (way) {
2384                // can improve
2385                double distance;
2386                if (way > 0.0)
2387                    distance = upperValue - currentValue;
2388                else
2389                    distance = currentValue - lowerValue;
2390                for (j = columnStart[iColumn];
2391                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2392                    int iRow = row[j];
2393                    double value = element[j] * way;
2394                    if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2395                        // infeasible above
2396                        assert (value < 0.0);
2397                        double gap = rowActivity[iRow] - rowUpper[iRow];
2398                        if (gap + value*distance < 0.0)
2399                            distance = -gap / value;
2400                    } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2401                        // infeasible below
2402                        assert (value > 0.0);
2403                        double gap = rowActivity[iRow] - rowLower[iRow];
2404                        if (gap + value*distance > 0.0)
2405                            distance = -gap / value;
2406                    } else {
2407                        // feasible
2408                        if (value > 0) {
2409                            double gap = rowActivity[iRow] - rowUpper[iRow];
2410                            if (gap + value*distance > 0.0)
2411                                distance = -gap / value;
2412                        } else {
2413                            double gap = rowActivity[iRow] - rowLower[iRow];
2414                            if (gap + value*distance < 0.0)
2415                                distance = -gap / value;
2416                        }
2417                    }
2418                }
2419                //move
2420                penaltyChange += improvement * distance;
2421                distance *= way;
2422                newSolution[iColumn] += distance;
2423                newSolutionValue += direction * objective[iColumn] * distance;
2424                for (j = columnStart[iColumn];
2425                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2426                    int iRow = row[j];
2427                    double value = element[j];
2428                    rowActivity[iRow] += distance * value;
2429                }
2430            }
2431        }
2432        // and now all if improving
2433        double lastChange = penaltyChange ? 1.0 : 0.0;
2434        int numberPasses=0;
2435        while (lastChange > 1.0e-2 && numberPasses < 1000) {
2436            lastChange = 0;
2437            numberPasses++;
2438            for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2439                bool isInteger = isHeuristicInteger(solver,iColumn);
2440                double currentValue = newSolution[iColumn];
2441                double lowerValue = lower[iColumn];
2442                double upperValue = upper[iColumn];
2443                CoinBigIndex j;
2444                int anyBadDown = 0;
2445                int anyBadUp = 0;
2446                double upImprovement = 0.0;
2447                double downImprovement = 0.0;
2448                for (j = columnStart[iColumn];
2449                        j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2450                    int iRow = row[j];
2451                    double value = element[j];
2452                    if (isInteger) {
2453                        if (value > 0.0) {
2454                            if (rowActivity[iRow] + value > rowUpper[iRow] + primalTolerance)
2455                                anyBadUp++;
2456                            if (rowActivity[iRow] - value < rowLower[iRow] - primalTolerance)
2457                                anyBadDown++;
2458                        } else {
2459                            if (rowActivity[iRow] - value > rowUpper[iRow] + primalTolerance)
2460                                anyBadDown++;
2461                            if (rowActivity[iRow] + value < rowLower[iRow] - primalTolerance)
2462                                anyBadUp++;
2463                        }
2464                    }
2465                    if (rowUpper[iRow] > rowLower[iRow]) {
2466                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2467                            // infeasible above
2468                            downImprovement += value;
2469                            upImprovement -= value;
2470                            if (value > 0.0)
2471                                anyBadUp++;
2472                            else
2473                                anyBadDown++;
2474                        } else if (rowActivity[iRow] > rowUpper[iRow] - primalTolerance) {
2475                            // feasible at ub
2476                            if (value > 0.0) {
2477                                upImprovement -= value;
2478                                anyBadUp++;
2479                            } else {
2480                                downImprovement += value;
2481                                anyBadDown++;
2482                            }
2483                        } else if (rowActivity[iRow] > rowLower[iRow] + primalTolerance) {
2484                            // feasible in interior
2485                        } else if (rowActivity[iRow] > rowLower[iRow] - primalTolerance) {
2486                            // feasible at lb
2487                            if (value < 0.0) {
2488                                upImprovement += value;
2489                                anyBadUp++;
2490                            } else {
2491                                downImprovement -= value;
2492                                anyBadDown++;
2493                            }
2494                        } else {
2495                            // infeasible below
2496                            downImprovement -= value;
2497                            upImprovement += value;
2498                            if (value < 0.0)
2499                                anyBadUp++;
2500                            else
2501                                anyBadDown++;
2502                        }
2503                    } else {
2504                        // equality row
2505                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2506                            // infeasible above
2507                            downImprovement += value;
2508                            upImprovement -= value;
2509                            if (value > 0.0)
2510                                anyBadUp++;
2511                            else
2512                                anyBadDown++;
2513                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2514                            // infeasible below
2515                            downImprovement -= value;
2516                            upImprovement += value;
2517                            if (value < 0.0)
2518                                anyBadUp++;
2519                            else
2520                                anyBadDown++;
2521                        } else {
2522                            // feasible - no good
2523                            anyBadUp = -1;
2524                            anyBadDown = -1;
2525                            break;
2526                        }
2527                    }
2528                }
2529                // could change tests for anyBad
2530                if (anyBadUp)
2531                    upImprovement = 0.0;
2532                if (anyBadDown)
2533                    downImprovement = 0.0;
2534                double way = 0.0;
2535                double improvement = 0.0;
2536                if (downImprovement > 0.0 && currentValue > lowerValue) {
2537                    way = -1.0;
2538                    improvement = downImprovement;
2539                    if (isInteger&&currentValue<lowerValue+0.99)
2540                      continue; // no good
2541                } else if (upImprovement > 0.0 && currentValue < upperValue) {
2542                    way = 1.0;
2543                    improvement = upImprovement;
2544                    if (isInteger&&currentValue>upperValue-0.99)
2545                      continue; // no good
2546                }
2547                if (way) {
2548                    // can improve
2549                    double distance = COIN_DBL_MAX;
2550                    for (j = columnStart[iColumn];
2551                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2552                        int iRow = row[j];
2553                        double value = element[j] * way;
2554                        if (rowActivity[iRow] > rowUpper[iRow] + primalTolerance) {
2555                            // infeasible above
2556                            assert (value < 0.0);
2557                            double gap = rowActivity[iRow] - rowUpper[iRow];
2558                            if (gap + value*distance < 0.0) {
2559                                // If integer then has to move by 1
2560                                if (!isInteger)
2561                                    distance = -gap / value;
2562                                else
2563                                    distance = CoinMax(-gap / value, 1.0);
2564                            }
2565                        } else if (rowActivity[iRow] < rowLower[iRow] - primalTolerance) {
2566                            // infeasible below
2567                            assert (value > 0.0);
2568                            double gap = rowActivity[iRow] - rowLower[iRow];
2569                            if (gap + value*distance > 0.0) {
2570                                // If integer then has to move by 1
2571                                if (!isInteger)
2572                                    distance = -gap / value;
2573                                else
2574                                    distance = CoinMax(-gap / value, 1.0);
2575                            }
2576                        } else {
2577                            // feasible
2578                            if (value > 0) {
2579                                double gap = rowActivity[iRow] - rowUpper[iRow];
2580                                if (gap + value*distance > 0.0)
2581                                    distance = -gap / value;
2582                            } else {
2583                                double gap = rowActivity[iRow] - rowLower[iRow];
2584                                if (gap + value*distance < 0.0)
2585                                    distance = -gap / value;
2586                            }
2587                        }
2588                    }
2589                    if (isInteger)
2590                        distance = floor(distance + 1.05e-8);
2591                    if (!distance) {
2592                        // should never happen
2593                        //printf("zero distance in CbcRounding - debug\n");
2594                    }
2595                    //move
2596                    lastChange += improvement * distance;
2597                    distance *= way;
2598                    newSolution[iColumn] += distance;
2599                    newSolutionValue += direction * objective[iColumn] * distance;
2600                    for (j = columnStart[iColumn];
2601                            j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2602                        int iRow = row[j];
2603                        double value = element[j];
2604                        rowActivity[iRow] += distance * value;
2605                    }
2606                }
2607            }
2608            penaltyChange += lastChange;
2609        }
2610        penalty -= penaltyChange;
2611        if (penalty < 1.0e-5*fabs(penaltyChange)) {
2612            // recompute
2613            penalty = 0.0;
2614            for (i = 0; i < numberRows; i++) {
2615                double value = rowActivity[i];
2616                if (value < rowLower[i] - primalTolerance)
2617                    penalty += rowLower[i] - value;
2618                else if (value > rowUpper[i] + primalTolerance)
2619                    penalty += value - rowUpper[i];
2620            }
2621        }
2622    }
2623
2624    // Could also set SOS (using random) and repeat
2625    if (!penalty) {
2626        // See if we can do better
2627        //seed_++;
2628        //CoinSeedRandom(seed_);
2629        // Random number between 0 and 1.
2630        double randomNumber = randomNumberGenerator_.randomDouble();
2631        int iPass;
2632        int start[2];
2633        int end[2];
2634        int iRandom = static_cast<int> (randomNumber * (static_cast<double> (numberIntegers)));
2635        start[0] = iRandom;
2636        end[0] = numberIntegers;
2637        start[1] = 0;
2638        end[1] = iRandom;
2639        for (iPass = 0; iPass < 2; iPass++) {
2640            int i;
2641            for (i = start[iPass]; i < end[iPass]; i++) {
2642                int iColumn = integerVariable[i];
2643#ifndef NDEBUG
2644                double value = newSolution[iColumn];
2645                assert (fabs(floor(value + 0.5) - value) <= integerTolerance);
2646#endif
2647                double cost = direction * objective[iColumn];
2648                double move = 0.0;
2649                if (cost > 0.0)
2650                    move = -1.0;
2651                else if (cost < 0.0)
2652                    move = 1.0;
2653                while (move) {
2654                    bool good = true;
2655                    double newValue = newSolution[iColumn] + move;
2656                    if (newValue < lower[iColumn] - useTolerance ||
2657                            newValue > upper[iColumn] + useTolerance) {
2658                        move = 0.0;
2659                    } else {
2660                        // see if we can move
2661                        CoinBigIndex j;
2662                        for (j = columnStart[iColumn];
2663                                j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2664                            int iRow = row[j];
2665                            double newActivity = rowActivity[iRow] + move * element[j];
2666                            if (newActivity < rowLower[iRow] - primalTolerance ||
2667                                    newActivity > rowUpper[iRow] + primalTolerance) {
2668                                good = false;
2669                                break;
2670                            }
2671                        }
2672                        if (good) {
2673                            newSolution[iColumn] = newValue;
2674                            newSolutionValue += move * cost;
2675                            CoinBigIndex j;
2676                            for (j = columnStart[iColumn];
2677                                    j < columnStart[iColumn] + columnLength[iColumn]; j++) {
2678                                int iRow = row[j];
2679                                rowActivity[iRow] += move * element[j];
2680                            }
2681                        } else {
2682                            move = 0.0;
2683                        }
2684                    }
2685                }
2686            }
2687        }
2688        // Just in case of some stupidity
2689        double objOffset = 0.0;
2690        solver->getDblParam(OsiObjOffset, objOffset);
2691        newSolutionValue = -objOffset;
2692        for ( i = 0 ; i < numberColumns ; i++ )
2693            newSolutionValue += objective[i] * newSolution[i];
2694        newSolutionValue *= direction;
2695        //printf("new solution value %g %g\n",newSolutionValue,solutionValue);
2696        if (newSolutionValue < solutionValue) {
2697            // paranoid check
2698            memset(rowActivity, 0, numberRows*sizeof(double));
2699            for (i = 0; i < numberColumns; i++) {
2700                CoinBigIndex j;
2701                double value = newSolution[i];
2702                if (value) {
2703                    for (j = columnStart[i];
2704                            j < columnStart[i] + columnLength[i]; j++) {
2705                        int iRow = row[j];
2706                        rowActivity[iRow] += value * element[j];
2707                    }
2708                }
2709            }
2710            // check was approximately feasible
2711            bool feasible = true;
2712            for (i = 0; i < numberRows; i++) {
2713                if (rowActivity[i] < rowLower[i]) {
2714                    if (rowActivity[i] < rowLower[i] - 1000.0*primalTolerance)
2715                        feasible = false;
2716                } else if (rowActivity[i] > rowUpper[i]) {
2717                    if (rowActivity[i] > rowUpper[i] + 1000.0*primalTolerance)
2718                        feasible = false;
2719                }
2720            }
2721            if (feasible) {
2722                // new solution
2723                memcpy(betterSolution, newSolution, numberColumns*sizeof(double));
2724                solutionValue = newSolutionValue;
2725                //printf("** Solution of %g found by rounding\n",newSolutionValue);
2726                returnCode = 1;
2727            } else {
2728                // Can easily happen
2729                //printf("Debug CbcRounding giving bad solution\n");
2730            }
2731        }
2732    }
2733#ifdef NEW_ROUNDING
2734    if (!returnCode) {
2735#ifdef JJF_ZERO
2736        // back to starting point
2737        memcpy(newSolution, solution, numberColumns*sizeof(double));
2738        memset(rowActivity, 0, numberRows*sizeof(double));
2739        for (i = 0; i < numberColumns; i++) {
2740            int j;
2741            double value = newSolution[i];
2742            if (value < lower[i]) {
2743                value = lower[i];
2744                newSolution[i] = value;
2745            } else if (value > upper[i]) {
2746                value = upper[i];
2747                newSolution[i] = value;
2748            }
2749            if (value) {
2750                for (j = columnStart[i];
2751                        j < columnStart[i] + columnLength[i]; j++) {
2752                    int iRow = row[j];
2753                    rowActivity[iRow] += value * element[j];
2754                }
2755            }
2756        }
2757        // check was feasible - if not adjust (cleaning may move)
2758        for (i = 0; i < numberRows; i++) {
2759            if (rowActivity[i] < rowLower[i]) {
2760                //assert (rowActivity[i]>rowLower[i]-1000.0*primalTolerance);
2761                rowActivity[i] = rowLower[i];
2762            } else if (rowActivity[i] > rowUpper[i]) {
2763                //assert (rowActivity[i]<rowUpper[i]+1000.0*primalTolerance);
2764                rowActivity[i] = rowUpper[i];
2765            }
2766        }
2767#endif
2768        int * candidate = new int [numberColumns];
2769        int nCandidate = 0;
2770        for (iColumn = 0; iColumn < numberColumns; iColumn++) {
2771            bool isInteger = isHeuristicInteger(solver,iColumn);
2772            if (isInteger) {
2773                double currentValue = newSolution[iColumn];
2774                if (fabs(currentValue - floor(currentValue + 0.5)) > 1.0e-8)
2775                    candidate[nCandidate++] = iColumn;
2776            }
2777        }
2778        if (true) {
2779            // Rounding as in Berthold
2780            while (nCandidate) {
2781                double infeasibility = 1.0e-7;
2782                int iRow = -1;
2783                for (i = 0; i < numberRows; i++) {
2784                    double value = 0.0;
2785                    if (rowActivity[i] < rowLower[i]) {
2786                        value = rowLower[i] - rowActivity[i];
2787                    } else if (rowActivity[i] > rowUpper[i]) {
2788                        value = rowActivity[i] - rowUpper[i];
2789                    }
2790                    if (value > infeasibility) {
2791                        infeasibility = value;
2792                        iRow = i;
2793                    }
2794                }
2795                if (iRow >= 0) {
2796                    // infeasible
2797                } else {
2798                    // feasible
2799                }
2800            }
2801        } else {
2802            // Shifting as in Berthold
2803        }
2804        delete [] candidate;
2805    }
2806#endif
2807    delete [] newSolution;
2808    delete [] rowActivity;
2809    return returnCode;
2810}
2811// update model
2812void CbcRounding::setModel(CbcModel * model)
2813{
2814    model_ = model;
2815    // Get a copy of original matrix (and by row for rounding);
2816    assert(model_->solver());
2817    if (model_->solver()->getNumRows()) {
2818        matrix_ = *model_->solver()->getMatrixByCol();
2819        matrixByRow_ = *model_->solver()->getMatrixByRow();
2820        // make sure model okay for heuristic
2821        validate();
2822    }
2823}
2824// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
2825void
2826CbcRounding::validate()
2827{
2828    if (model_ && (when() % 100) < 10) {
2829        if (model_->numberIntegers() !=
2830                model_->numberObjects() && (model_->numberObjects() ||
2831                                            (model_->specialOptions()&1024) == 0)) {
2832            int numberOdd = 0;
2833            for (int i = 0; i < model_->numberObjects(); i++) {
2834                if (!model_->object(i)->canDoHeuristics())
2835                    numberOdd++;
2836            }
2837            if (numberOdd)
2838                setWhen(0);
2839        }
2840    }
2841#ifdef NEW_ROUNDING
2842    int numberColumns = matrix_.getNumCols();
2843    down_ = new unsigned short [numberColumns];
2844    up_ = new unsigned short [numberColumns];
2845    equal_ = new unsigned short [numberColumns];
2846    // Column copy
2847    const double * element = matrix_.getElements();
2848    const int * row = matrix_.getIndices();
2849    const CoinBigIndex * columnStart = matrix_.getVectorStarts();
2850    const int * columnLength = matrix_.getVectorLengths();
2851    const double * rowLower = model.solver()->getRowLower();
2852    const double * rowUpper = model.solver()->getRowUpper();
2853    for (int i = 0; i < numberColumns; i++) {
2854        int down = 0;
2855        int up = 0;
2856        int equal = 0;
2857        if (columnLength[i] > 65535) {
2858            equal[0] = 65535;
2859            break; // unlikely to work
2860        }
2861        for (CoinBigIndex j = columnStart[i];
2862                j < columnStart[i] + columnLength[i]; j++) {
2863            int iRow = row[j];
2864            if (rowLower[iRow] > -1.0e20 && rowUpper[iRow] < 1.0e20) {
2865                equal++;
2866            } else if (element[j] > 0.0) {
2867                if (rowUpper[iRow] < 1.0e20)
2868                    up++;
2869                else
2870                    down--;
2871            } else {
2872                if (rowLower[iRow] > -1.0e20)
2873                    up++;
2874                else
2875                    down--;
2876            }
2877        }
2878        down_[i] = (unsigned short) down;
2879        up_[i] = (unsigned short) up;
2880        equal_[i] = (unsigned short) equal;
2881    }
2882#else
2883    down_ = NULL;
2884    up_ = NULL;
2885    equal_ = NULL;
2886#endif
2887}
2888
2889// Default Constructor
2890CbcHeuristicPartial::CbcHeuristicPartial()
2891        : CbcHeuristic()
2892{
2893    fixPriority_ = 10000;
2894}
2895
2896// Constructor from model
2897CbcHeuristicPartial::CbcHeuristicPartial(CbcModel & model, int fixPriority, int numberNodes)
2898        : CbcHeuristic(model)
2899{
2900    fixPriority_ = fixPriority;
2901    setNumberNodes(numberNodes);
2902    validate();
2903}
2904
2905// Destructor
2906CbcHeuristicPartial::~CbcHeuristicPartial ()
2907{
2908}
2909
2910// Clone
2911CbcHeuristic *
2912CbcHeuristicPartial::clone() const
2913{
2914    return new CbcHeuristicPartial(*this);
2915}
2916// Create C++ lines to get to current state
2917void
2918CbcHeuristicPartial::generateCpp( FILE * fp)
2919{
2920    CbcHeuristicPartial other;
2921    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
2922    fprintf(fp, "3  CbcHeuristicPartial partial(*cbcModel);\n");
2923    CbcHeuristic::generateCpp(fp, "partial");
2924    if (fixPriority_ != other.fixPriority_)
2925        fprintf(fp, "3  partial.setFixPriority(%d);\n", fixPriority_);
2926    else
2927        fprintf(fp, "4  partial.setFixPriority(%d);\n", fixPriority_);
2928    fprintf(fp, "3  cbcModel->addHeuristic(&partial);\n");
2929}
2930//#define NEW_PARTIAL
2931// Copy constructor
2932CbcHeuristicPartial::CbcHeuristicPartial(const CbcHeuristicPartial & rhs)
2933        :
2934        CbcHeuristic(rhs),
2935        fixPriority_(rhs.fixPriority_)
2936{
2937}
2938
2939// Assignment operator
2940CbcHeuristicPartial &
2941CbcHeuristicPartial::operator=( const CbcHeuristicPartial & rhs)
2942{
2943    if (this != &rhs) {
2944        CbcHeuristic::operator=(rhs);
2945        fixPriority_ = rhs.fixPriority_;
2946    }
2947    return *this;
2948}
2949
2950// Resets stuff if model changes
2951void
2952CbcHeuristicPartial::resetModel(CbcModel * model)
2953{
2954    model_ = model;
2955    // Get a copy of original matrix (and by row for partial);
2956    assert(model_->solver());
2957    validate();
2958}
2959// See if partial will give solution
2960// Sets value of solution
2961// Assumes rhs for original matrix still okay
2962// At present only works with integers
2963// Fix values if asked for
2964// Returns 1 if solution, 0 if not
2965int
2966CbcHeuristicPartial::solution(double & solutionValue,
2967                              double * betterSolution)
2968{
2969    // Return if already done
2970    if (fixPriority_ < 0)
2971        return 0; // switched off
2972#ifdef HEURISTIC_INFORM
2973    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
2974           heuristicName(),numRuns_,numCouldRun_,when_);
2975#endif
2976    const double * hotstartSolution = model_->hotstartSolution();
2977    const int * hotstartPriorities = model_->hotstartPriorities();
2978    if (!hotstartSolution)
2979        return 0;
2980    OsiSolverInterface * solver = model_->solver();
2981
2982    int numberIntegers = model_->numberIntegers();
2983    const int * integerVariable = model_->integerVariable();
2984
2985    OsiSolverInterface * newSolver = model_->continuousSolver()->clone();
2986    const double * colLower = newSolver->getColLower();
2987    const double * colUpper = newSolver->getColUpper();
2988
2989    double primalTolerance;
2990    solver->getDblParam(OsiPrimalTolerance, primalTolerance);
2991
2992    int i;
2993    int numberFixed = 0;
2994    int returnCode = 0;
2995
2996    for (i = 0; i < numberIntegers; i++) {
2997        int iColumn = integerVariable[i];
2998        if (abs(hotstartPriorities[iColumn]) <= fixPriority_) {
2999            double value = hotstartSolution[iColumn];
3000            double lower = colLower[iColumn];
3001            double upper = colUpper[iColumn];
3002            value = CoinMax(value, lower);
3003            value = CoinMin(value, upper);
3004            if (fabs(value - floor(value + 0.5)) < 1.0e-8) {
3005                value = floor(value + 0.5);
3006                newSolver->setColLower(iColumn, value);
3007                newSolver->setColUpper(iColumn, value);
3008                numberFixed++;
3009            }
3010        }
3011    }
3012    if (numberFixed > numberIntegers / 5 - 100000000) {
3013#ifdef COIN_DEVELOP
3014        printf("%d integers fixed\n", numberFixed);
3015#endif
3016        returnCode = smallBranchAndBound(newSolver, numberNodes_, betterSolution, solutionValue,
3017                                         model_->getCutoff(), "CbcHeuristicPartial");
3018        if (returnCode < 0)
3019            returnCode = 0; // returned on size
3020        //printf("return code %d",returnCode);
3021        if ((returnCode&2) != 0) {
3022            // could add cut
3023            returnCode &= ~2;
3024            //printf("could add cut with %d elements (if all 0-1)\n",nFix);
3025        } else {
3026            //printf("\n");
3027        }
3028    }
3029    fixPriority_ = -1; // switch off
3030
3031    delete newSolver;
3032    return returnCode;
3033}
3034// update model
3035void CbcHeuristicPartial::setModel(CbcModel * model)
3036{
3037    model_ = model;
3038    assert(model_->solver());
3039    // make sure model okay for heuristic
3040    validate();
3041}
3042// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
3043void
3044CbcHeuristicPartial::validate()
3045{
3046    if (model_ && (when() % 100) < 10) {
3047        if (model_->numberIntegers() !=
3048                model_->numberObjects())
3049            setWhen(0);
3050    }
3051}
3052bool
3053CbcHeuristicPartial::shouldHeurRun(int /*whereFrom*/)
3054{
3055    return true;
3056}
3057
3058// Default Constructor
3059CbcSerendipity::CbcSerendipity()
3060        : CbcHeuristic()
3061{
3062}
3063
3064// Constructor from model
3065CbcSerendipity::CbcSerendipity(CbcModel & model)
3066        : CbcHeuristic(model)
3067{
3068}
3069
3070// Destructor
3071CbcSerendipity::~CbcSerendipity ()
3072{
3073}
3074
3075// Clone
3076CbcHeuristic *
3077CbcSerendipity::clone() const
3078{
3079    return new CbcSerendipity(*this);
3080}
3081// Create C++ lines to get to current state
3082void
3083CbcSerendipity::generateCpp( FILE * fp)
3084{
3085    fprintf(fp, "0#include \"CbcHeuristic.hpp\"\n");
3086    fprintf(fp, "3  CbcSerendipity serendipity(*cbcModel);\n");
3087    CbcHeuristic::generateCpp(fp, "serendipity");
3088    fprintf(fp, "3  cbcModel->addHeuristic(&serendipity);\n");
3089}
3090
3091// Copy constructor
3092CbcSerendipity::CbcSerendipity(const CbcSerendipity & rhs)
3093        :
3094        CbcHeuristic(rhs)
3095{
3096}
3097
3098// Assignment operator
3099CbcSerendipity &
3100CbcSerendipity::operator=( const CbcSerendipity & rhs)
3101{
3102    if (this != &rhs) {
3103        CbcHeuristic::operator=(rhs);
3104    }
3105    return *this;
3106}
3107
3108// Returns 1 if solution, 0 if not
3109int
3110CbcSerendipity::solution(double & solutionValue,
3111                         double * betterSolution)
3112{
3113    if (!model_)
3114        return 0;
3115#ifdef HEURISTIC_INFORM
3116    printf("Entering heuristic %s - nRuns %d numCould %d when %d\n",
3117           heuristicName(),numRuns_,numCouldRun_,when_);
3118#endif
3119    if (!inputSolution_) {
3120        // get information on solver type
3121        OsiAuxInfo * auxInfo = model_->solver()->getAuxiliaryInfo();
3122        OsiBabSolver * auxiliaryInfo = dynamic_cast< OsiBabSolver *> (auxInfo);
3123        if (auxiliaryInfo) {
3124            return auxiliaryInfo->solution(solutionValue, betterSolution, model_->solver()->getNumCols());
3125        } else {
3126            return 0;
3127        }
3128    } else {
3129        int numberColumns = model_->getNumCols();
3130        double value = inputSolution_[numberColumns];
3131        int returnCode = 0;
3132        if (value < solutionValue) {
3133            solutionValue = value;
3134            memcpy(betterSolution, inputSolution_, numberColumns*sizeof(double));
3135            returnCode = 1;
3136        }
3137        delete [] inputSolution_;
3138        inputSolution_ = NULL;
3139        model_ = NULL; // switch off
3140        return returnCode;
3141    }
3142}
3143// update model
3144void CbcSerendipity::setModel(CbcModel * model)
3145{
3146    model_ = model;
3147}
3148// Resets stuff if model changes
3149void
3150CbcSerendipity::resetModel(CbcModel * model)
3151{
3152    model_ = model;
3153}
3154
3155
3156// Default Constructor
3157CbcHeuristicJustOne::CbcHeuristicJustOne()
3158        : CbcHeuristic(),
3159        probabilities_(NULL),
3160        heuristic_(NULL),
3161        numberHeuristics_(0)
3162{
3163}
3164
3165// Constructor from model
3166CbcHeuristicJustOne::CbcHeuristicJustOne(CbcModel & model)
3167        : CbcHeuristic(model),
3168        probabilities_(NULL),
3169        heuristic_(NULL),
3170        numberHeuristics_(0)
3171{
3172}
3173
3174// Destructor
3175CbcHeuristicJustOne::~CbcHeuristicJustOne ()
3176{
3177    for (int i = 0; i < numberHeuristics_; i++)
3178        delete heuristic_[i];
3179    delete [] heuristic_;
3180    delete [] probabilities_;
3181}
3182
3183// Clone
3184CbcHeuristicJustOne *
3185CbcHeuristicJustOne::clone() const
3186{
3187    return new CbcHeuristicJustOne(*this);
3188}
3189
3190// Create C++ lines to get to current state
3191void
3192CbcHeuristicJustOne::generateCpp( FILE * fp)
3193{
3194    CbcHeuristicJustOne other;
3195    fprintf(fp, "0#include \"CbcHeuristicJustOne.hpp\"\n");
3196    fprintf(fp, "3  CbcHeuristicJustOne heuristicJustOne(*cbcModel);\n");
3197    CbcHeuristic::generateCpp(fp, "heuristicJustOne");
3198    fprintf(fp, "3  cbcModel->addHeuristic(&heuristicJustOne);\n");
3199}
3200
3201// Copy constructor
3202CbcHeuristicJustOne::CbcHeuristicJustOne(const CbcHeuristicJustOne & rhs)
3203        :
3204        CbcHeuristic(rhs),
3205        probabilities_(NULL),
3206        heuristic_(NULL),
3207        numberHeuristics_(rhs.numberHeuristics_)
3208{
3209    if (numberHeuristics_) {
3210        probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3211        heuristic_ = new CbcHeuristic * [numberHeuristics_];
3212        for (int i = 0; i < numberHeuristics_; i++)
3213            heuristic_[i] = rhs.heuristic_[i]->clone();
3214    }
3215}
3216
3217// Assignment operator
3218CbcHeuristicJustOne &
3219CbcHeuristicJustOne::operator=( const CbcHeuristicJustOne & rhs)
3220{
3221    if (this != &rhs) {
3222        CbcHeuristic::operator=(rhs);
3223        for (int i = 0; i < numberHeuristics_; i++)
3224            delete heuristic_[i];
3225        delete [] heuristic_;
3226        delete [] probabilities_;
3227        probabilities_ = NULL;
3228        heuristic_ = NULL;
3229        numberHeuristics_ = rhs.numberHeuristics_;
3230        if (numberHeuristics_) {
3231            probabilities_ = CoinCopyOfArray(rhs.probabilities_, numberHeuristics_);
3232            heuristic_ = new CbcHeuristic * [numberHeuristics_];
3233            for (int i = 0; i < numberHeuristics_; i++)
3234                heuristic_[i] = rhs.heuristic_[i]->clone();
3235        }
3236    }
3237    return *this;
3238}
3239// Sets value of solution
3240// Returns 1 if solution, 0 if not
3241int
3242CbcHeuristicJustOne::solution(double & solutionValue,
3243                              double * betterSolution)
3244{
3245#ifdef DIVE_DEBUG
3246    std::cout << "solutionValue = " << solutionValue << std::endl;
3247#endif
3248    ++numCouldRun_;
3249
3250    // test if the heuristic can run
3251    if (!shouldHeurRun_randomChoice() || !numberHeuristics_)
3252        return 0;
3253    double randomNumber = randomNumberGenerator_.randomDouble();
3254    int i;
3255    for (i = 0; i < numberHeuristics_; i++) {
3256        if (randomNumber < probabilities_[i])
3257            break;
3258    }
3259    assert (i < numberHeuristics_);
3260    int returnCode;
3261    //model_->unsetDivingHasRun();
3262#ifdef COIN_DEVELOP
3263    printf("JustOne running %s\n",
3264           heuristic_[i]->heuristicName());
3265#endif
3266    returnCode = heuristic_[i]->solution(solutionValue, betterSolution);
3267#ifdef COIN_DEVELOP
3268    if (returnCode)
3269        printf("JustOne running %s found solution\n",
3270               heuristic_[i]->heuristicName());
3271#endif
3272    return returnCode;
3273}
3274// Resets stuff if model changes
3275void
3276CbcHeuristicJustOne::resetModel(CbcModel * model)
3277{
3278    CbcHeuristic::resetModel(model);
3279    for (int i = 0; i < numberHeuristics_; i++)
3280        heuristic_[i]->resetModel(model);
3281}
3282// update model (This is needed if cliques update matrix etc)
3283void
3284CbcHeuristicJustOne::setModel(CbcModel * model)
3285{
3286    CbcHeuristic::setModel(model);
3287    for (int i = 0; i < numberHeuristics_; i++)
3288        heuristic_[i]->setModel(model);
3289}
3290// Validate model i.e. sets when_ to 0 if necessary (may be NULL)
3291void
3292CbcHeuristicJustOne::validate()
3293{
3294    CbcHeuristic::validate();
3295    for (int i = 0; i < numberHeuristics_; i++)
3296        heuristic_[i]->validate();
3297}
3298// Adds an heuristic with probability
3299void
3300CbcHeuristicJustOne::addHeuristic(const CbcHeuristic * heuristic, double probability)
3301{
3302    CbcHeuristic * thisOne = heuristic->clone();
3303    thisOne->setWhen(-999);
3304    CbcHeuristic ** tempH = CoinCopyOfArrayPartial(heuristic_, numberHeuristics_ + 1,
3305                            numberHeuristics_);
3306    delete [] heuristic_;
3307    heuristic_ = tempH;
3308    heuristic_[numberHeuristics_] = thisOne;
3309    double * tempP = CoinCopyOfArrayPartial(probabilities_, numberHeuristics_ + 1,
3310                                            numberHeuristics_);
3311    delete [] probabilities_;
3312    probabilities_ = tempP;
3313    probabilities_[numberHeuristics_] = probability;
3314    numberHeuristics_++;
3315}
3316// Normalize probabilities
3317void
3318CbcHeuristicJustOne::normalizeProbabilities()
3319{
3320    double sum = 0.0;
3321    for (int i = 0; i < numberHeuristics_; i++)
3322        sum += probabilities_[i];
3323    double multiplier = 1.0 / sum;
3324    sum = 0.0;
3325    for (int i = 0; i < numberHeuristics_; i++) {
3326        sum += probabilities_[i];
3327        probabilities_[i] = sum * multiplier;
3328    }
3329    assert (fabs(probabilities_[numberHeuristics_-1] - 1.0) < 1.0e-5);
3330    probabilities_[numberHeuristics_-1] = 1.000001;
3331}
Note: See TracBrowser for help on using the repository browser.