source: trunk/Clp/src/ClpSimplexDual.cpp @ 809

Last change on this file since 809 was 809, checked in by forrest, 14 years ago

for nasty problem

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 170.3 KB
Line 
1// Copyright (C) 2002, International Business Machines
2// Corporation and others.  All Rights Reserved.
3
4
5/* Notes on implementation of dual simplex algorithm.
6
7   When dual feasible:
8
9   If primal feasible, we are optimal.  Otherwise choose an infeasible
10   basic variable to leave basis (normally going to nearest bound) (B).  We
11   now need to find an incoming variable which will leave problem
12   dual feasible so we get the row of the tableau corresponding to
13   the basic variable (with the correct sign depending if basic variable
14   above or below feasibility region - as that affects whether reduced
15   cost on outgoing variable has to be positive or negative).
16
17   We now perform a ratio test to determine which incoming variable will
18   preserve dual feasibility (C).  If no variable found then problem
19   is infeasible (in primal sense).  If there is a variable, we then
20   perform pivot and repeat.  Trivial?
21
22   -------------------------------------------
23
24   A) How do we get dual feasible?  If all variables have bounds then
25   it is trivial to get feasible by putting non-basic variables to
26   correct bounds.  OSL did not have a phase 1/phase 2 approach but
27   instead effectively put fake bounds on variables and this is the
28   approach here, although I had hoped to make it cleaner.
29
30   If there is a weight of X on getting dual feasible:
31     Non-basic variables with negative reduced costs are put to
32     lesser of their upper bound and their lower bound + X.
33     Similarly, mutatis mutandis, for positive reduced costs.
34
35   Free variables should normally be in basis, otherwise I have
36   coding which may be able to come out (and may not be correct).
37
38   In OSL, this weight was changed heuristically, here at present
39   it is only increased if problem looks finished.  If problem is
40   feasible I check for unboundedness.  If not unbounded we
41   could play with going into primal.  As long as weights increase
42   any algorithm would be finite.
43   
44   B) Which outgoing variable to choose is a virtual base class.
45   For difficult problems steepest edge is preferred while for
46   very easy (large) problems we will need partial scan.
47
48   C) Sounds easy, but this is hardest part of algorithm.
49      1) Instead of stopping at first choice, we may be able
50      to flip that variable to other bound and if objective
51      still improving choose again.  These mini iterations can
52      increase speed by orders of magnitude but we may need to
53      go to more of a bucket choice of variable rather than looking
54      at them one by one (for speed).
55      2) Accuracy.  Reduced costs may be of wrong sign but less than
56      tolerance.  Pivoting on these makes objective go backwards.
57      OSL modified cost so a zero move was made, Gill et al
58      (in primal analogue) modified so a strictly positive move was
59      made.  It is not quite as neat in dual but that is what we
60      try and do.  The two problems are that re-factorizations can
61      change reduced costs above and below tolerances and that when
62      finished we need to reset costs and try again.
63      3) Degeneracy.  Gill et al helps but may not be enough.  We
64      may need more.  Also it can improve speed a lot if we perturb
65      the costs significantly. 
66
67  References:
68     Forrest and Goldfarb, Steepest-edge simplex algorithms for
69       linear programming - Mathematical Programming 1992
70     Forrest and Tomlin, Implementing the simplex method for
71       the Optimization Subroutine Library - IBM Systems Journal 1992
72     Gill, Murray, Saunders, Wright A Practical Anti-Cycling
73       Procedure for Linear and Nonlinear Programming SOL report 1988
74
75
76  TODO:
77 
78  a) Better recovery procedures.  At present I never check on forward
79     progress.  There is checkpoint/restart with reducing
80     re-factorization frequency, but this is only on singular
81     factorizations.
82  b) Fast methods for large easy problems (and also the option for
83     the code to automatically choose which method).
84  c) We need to be able to stop in various ways for OSI - this
85     is fairly easy.
86
87 */
88
89
90#include "CoinPragma.hpp"
91
92#include <math.h>
93
94#include "CoinHelperFunctions.hpp"
95#include "ClpHelperFunctions.hpp"
96#include "ClpSimplexDual.hpp"
97#include "ClpEventHandler.hpp"
98#include "ClpFactorization.hpp"
99#include "CoinPackedMatrix.hpp"
100#include "CoinIndexedVector.hpp"
101#include "ClpDualRowDantzig.hpp"
102#include "ClpMessage.hpp"
103#include <cfloat>
104#include <cassert>
105#include <string>
106#include <stdio.h>
107#include <iostream>
108//#define CLP_DEBUG 1
109// To force to follow another run put logfile name here and define
110//#define FORCE_FOLLOW
111#ifdef FORCE_FOLLOW
112static FILE * fpFollow=NULL;
113static char * forceFile="old.log";
114static int force_in=-1;
115static int force_out=-1;
116static int force_iteration=0;
117#endif
118//#define VUB
119#ifdef VUB
120extern int * vub;
121extern int * toVub;
122extern int * nextDescendent;
123#endif
124// dual
125
126  /* *** Method
127     This is a vanilla version of dual simplex.
128
129     It tries to be a single phase approach with a weight of 1.0 being
130     given to getting optimal and a weight of dualBound_ being
131     given to getting dual feasible.  In this version I have used the
132     idea that this weight can be thought of as a fake bound.  If the
133     distance between the lower and upper bounds on a variable is less
134     than the feasibility weight then we are always better off flipping
135     to other bound to make dual feasible.  If the distance is greater
136     then we make up a fake bound dualBound_ away from one bound.
137     If we end up optimal or primal infeasible, we check to see if
138     bounds okay.  If so we have finished, if not we increase dualBound_
139     and continue (after checking if unbounded). I am undecided about
140     free variables - there is coding but I am not sure about it.  At
141     present I put them in basis anyway.
142
143     The code is designed to take advantage of sparsity so arrays are
144     seldom zeroed out from scratch or gone over in their entirety.
145     The only exception is a full scan to find outgoing variable.  This
146     will be changed to keep an updated list of infeasibilities (or squares
147     if steepest edge).  Also on easy problems we don't need full scan - just
148     pick first reasonable.
149
150     One problem is how to tackle degeneracy and accuracy.  At present
151     I am using the modification of costs which I put in OSL and which was
152     extended by Gill et al.  I am still not sure of the exact details.
153
154     The flow of dual is three while loops as follows:
155
156     while (not finished) {
157
158       while (not clean solution) {
159
160          Factorize and/or clean up solution by flipping variables so
161          dual feasible.  If looks finished check fake dual bounds.
162          Repeat until status is iterating (-1) or finished (0,1,2)
163
164       }
165
166       while (status==-1) {
167
168         Iterate until no pivot in or out or time to re-factorize.
169
170         Flow is:
171
172         choose pivot row (outgoing variable).  if none then
173         we are primal feasible so looks as if done but we need to
174         break and check bounds etc.
175
176         Get pivot row in tableau
177
178         Choose incoming column.  If we don't find one then we look
179         primal infeasible so break and check bounds etc.  (Also the
180         pivot tolerance is larger after any iterations so that may be
181         reason)
182
183         If we do find incoming column, we may have to adjust costs to
184         keep going forwards (anti-degeneracy).  Check pivot will be stable
185         and if unstable throw away iteration (we will need to implement
186         flagging of basic variables sometime) and break to re-factorize.
187         If minor error re-factorize after iteration.
188
189         Update everything (this may involve flipping variables to stay
190         dual feasible.
191
192       }
193
194     }
195
196     At present we never check we are going forwards.  I overdid that in
197     OSL so will try and make a last resort.
198
199     Needs partial scan pivot out option.
200     Needs dantzig, uninitialized and full steepest edge options (can still
201     use partial scan)
202
203     May need other anti-degeneracy measures, especially if we try and use
204     loose tolerances as a way to solve in fewer iterations.
205
206     I like idea of dynamic scaling.  This gives opportunity to decouple
207     different implications of scaling for accuracy, iteration count and
208     feasibility tolerance.
209
210  */
211#define CLEAN_FIXED 0
212// Startup part of dual (may be extended to other algorithms)
213int 
214ClpSimplexDual::startupSolve(int ifValuesPass,double * saveDuals,int startFinishOptions)
215{
216  // If values pass then save given duals round check solution
217  // sanity check
218  // initialize - no values pass and algorithm_ is -1
219  // put in standard form (and make row copy)
220  // create modifiable copies of model rim and do optional scaling
221  // If problem looks okay
222  // Do initial factorization
223  // If user asked for perturbation - do it
224  if (!startup(0,startFinishOptions)) {
225    // looks okay
226    // Superbasic variables not allowed
227    // If values pass then scale pi
228    if (ifValuesPass) {
229      if (problemStatus_&&perturbation_<100) 
230        perturb();
231      int i;
232      if (scalingFlag_>0) {
233        for (i=0;i<numberRows_;i++) {
234          dual_[i] = saveDuals[i]/rowScale_[i];
235        }
236      } else {
237        CoinMemcpyN(saveDuals,numberRows_,dual_);
238      }
239      // now create my duals
240      for (i=0;i<numberRows_;i++) {
241        // slack
242        double value = dual_[i];
243        value += rowObjectiveWork_[i];
244        saveDuals[i+numberColumns_]=value;
245      }
246      CoinMemcpyN(objectiveWork_,numberColumns_,saveDuals);
247      transposeTimes(-1.0,dual_,saveDuals);
248      // make reduced costs okay
249      for (i=0;i<numberColumns_;i++) {
250        if (getStatus(i)==atLowerBound) {
251          if (saveDuals[i]<0.0) {
252            //if (saveDuals[i]<-1.0e-3)
253            //printf("bad dj at lb %d %g\n",i,saveDuals[i]);
254            saveDuals[i]=0.0;
255          }
256        } else if (getStatus(i)==atUpperBound) {
257          if (saveDuals[i]>0.0) {
258            //if (saveDuals[i]>1.0e-3)
259            //printf("bad dj at ub %d %g\n",i,saveDuals[i]);
260            saveDuals[i]=0.0;
261          }
262        }
263      }
264      CoinMemcpyN(saveDuals,(numberColumns_+numberRows_),dj_);
265      // set up possible ones
266      for (i=0;i<numberRows_+numberColumns_;i++)
267        clearPivoted(i);
268      int iRow;
269      for (iRow=0;iRow<numberRows_;iRow++) {
270        int iPivot=pivotVariable_[iRow];
271        if (fabs(saveDuals[iPivot])>dualTolerance_) {
272          if (getStatus(iPivot)!=isFree) 
273            setPivoted(iPivot);
274        }
275      }
276    } else if ((specialOptions_&1024)!=0&&CLEAN_FIXED) {
277      // set up possible ones
278      for (int i=0;i<numberRows_+numberColumns_;i++)
279        clearPivoted(i);
280      int iRow;
281      for (iRow=0;iRow<numberRows_;iRow++) {
282        int iPivot=pivotVariable_[iRow];
283        if (iPivot<numberColumns_&&lower_[iPivot]==upper_[iPivot]) {
284          setPivoted(iPivot);
285        }
286      }
287    } 
288
289    double objectiveChange;
290    numberFake_ =0; // Number of variables at fake bounds
291    numberChanged_ =0; // Number of variables with changed costs
292    changeBounds(true,NULL,objectiveChange);
293   
294    if (!ifValuesPass) {
295      // Check optimal
296      if (!numberDualInfeasibilities_&&!numberPrimalInfeasibilities_)
297        problemStatus_=0;
298    }
299    if (problemStatus_<0&&perturbation_<100) {
300      perturb();
301      // Can't get here if values pass
302      gutsOfSolution(NULL,NULL);
303      if (handler_->logLevel()>2) {
304        handler_->message(CLP_SIMPLEX_STATUS,messages_)
305          <<numberIterations_<<objectiveValue();
306        handler_->printing(sumPrimalInfeasibilities_>0.0)
307          <<sumPrimalInfeasibilities_<<numberPrimalInfeasibilities_;
308        handler_->printing(sumDualInfeasibilities_>0.0)
309          <<sumDualInfeasibilities_<<numberDualInfeasibilities_;
310        handler_->printing(numberDualInfeasibilitiesWithoutFree_
311                           <numberDualInfeasibilities_)
312                             <<numberDualInfeasibilitiesWithoutFree_;
313        handler_->message()<<CoinMessageEol;
314      }
315    }
316    return 0;
317  } else {
318    return 1;
319  }
320}
321void 
322ClpSimplexDual::finishSolve(int startFinishOptions)
323{
324  assert (problemStatus_||!sumPrimalInfeasibilities_);
325
326  // clean up
327  finish(startFinishOptions);
328}
329void 
330ClpSimplexDual::gutsOfDual(int ifValuesPass,double * & saveDuals,int initialStatus,
331                           ClpDataSave & data)
332{
333  int lastCleaned=0; // last time objective or bounds cleaned up
334 
335  // This says whether to restore things etc
336  // startup will have factorized so can skip
337  int factorType=0;
338  // Start check for cycles
339  progress_->startCheck();
340  // Say change made on first iteration
341  changeMade_=1;
342  /*
343    Status of problem:
344    0 - optimal
345    1 - infeasible
346    2 - unbounded
347    -1 - iterating
348    -2 - factorization wanted
349    -3 - redo checking without factorization
350    -4 - looks infeasible
351  */
352  while (problemStatus_<0) {
353    int iRow, iColumn;
354    // clear
355    for (iRow=0;iRow<4;iRow++) {
356      rowArray_[iRow]->clear();
357    }   
358   
359    for (iColumn=0;iColumn<2;iColumn++) {
360      columnArray_[iColumn]->clear();
361    }   
362   
363    // give matrix (and model costs and bounds a chance to be
364    // refreshed (normally null)
365    matrix_->refresh(this);
366    // If getting nowhere - why not give it a kick
367    // does not seem to work too well - do some more work
368    if (perturbation_<101&&numberIterations_>2*(numberRows_+numberColumns_)
369        &&initialStatus!=10) {
370      perturb();
371      // Can't get here if values pass
372      gutsOfSolution(NULL,NULL);
373      if (handler_->logLevel()>2) {
374        handler_->message(CLP_SIMPLEX_STATUS,messages_)
375          <<numberIterations_<<objectiveValue();
376        handler_->printing(sumPrimalInfeasibilities_>0.0)
377          <<sumPrimalInfeasibilities_<<numberPrimalInfeasibilities_;
378        handler_->printing(sumDualInfeasibilities_>0.0)
379          <<sumDualInfeasibilities_<<numberDualInfeasibilities_;
380        handler_->printing(numberDualInfeasibilitiesWithoutFree_
381                           <numberDualInfeasibilities_)
382                             <<numberDualInfeasibilitiesWithoutFree_;
383        handler_->message()<<CoinMessageEol;
384      }
385    }
386    // may factorize, checks if problem finished
387    statusOfProblemInDual(lastCleaned,factorType,saveDuals,data,
388                          ifValuesPass);
389    // If values pass then do easy ones on first time
390    if (ifValuesPass&&
391        progress_->lastIterationNumber(0)<0&&saveDuals) {
392      doEasyOnesInValuesPass(saveDuals);
393    }
394   
395    // Say good factorization
396    factorType=1;
397    if (data.sparseThreshold_) {
398      // use default at present
399      factorization_->sparseThreshold(0);
400      factorization_->goSparse();
401    }
402   
403    // exit if victory declared
404    if (problemStatus_>=0)
405      break;
406   
407    // test for maximum iterations
408    if (hitMaximumIterations()||(ifValuesPass==2&&!saveDuals)) {
409      problemStatus_=3;
410      break;
411    }
412    if (ifValuesPass&&!saveDuals) {
413      // end of values pass
414      ifValuesPass=0;
415      int status = eventHandler_->event(ClpEventHandler::endOfValuesPass);
416      if (status>=0) {
417        problemStatus_=5;
418        secondaryStatus_=ClpEventHandler::endOfValuesPass;
419        break;
420      }
421    }
422    // Check event
423    {
424      int status = eventHandler_->event(ClpEventHandler::endOfFactorization);
425      if (status>=0) {
426        problemStatus_=5;
427        secondaryStatus_=ClpEventHandler::endOfFactorization;
428        break;
429      }
430    }
431      // Do iterations
432    whileIterating(saveDuals,ifValuesPass);
433  }
434}
435int 
436ClpSimplexDual::dual(int ifValuesPass,int startFinishOptions)
437{
438  algorithm_ = -1;
439 
440  // save data
441  ClpDataSave data = saveData();
442  double * saveDuals = NULL;
443  if (ifValuesPass) {
444    saveDuals = new double [numberRows_+numberColumns_];
445    CoinMemcpyN(dual_,numberRows_,saveDuals);
446  }
447  int returnCode = startupSolve(ifValuesPass,saveDuals,startFinishOptions);
448  // Save so can see if doing after primal
449  int initialStatus=problemStatus_;
450 
451  if (!returnCode)
452    gutsOfDual(ifValuesPass,saveDuals,initialStatus,data);
453  if (problemStatus_==10)
454    startFinishOptions |= 1;
455  finishSolve(startFinishOptions);
456  delete [] saveDuals;
457 
458  // Restore any saved stuff
459  restoreData(data);
460  return problemStatus_;
461}
462// old way
463#if 0
464int ClpSimplexDual::dual (int ifValuesPass , int startFinishOptions)
465{
466  algorithm_ = -1;
467
468  // save data
469  ClpDataSave data = saveData();
470  // Save so can see if doing after primal
471  int initialStatus=problemStatus_;
472
473  // If values pass then save given duals round check solution
474  double * saveDuals = NULL;
475  if (ifValuesPass) {
476    saveDuals = new double [numberRows_+numberColumns_];
477    CoinMemcpyN(dual_,numberRows_,saveDuals);
478  }
479  // sanity check
480  // initialize - no values pass and algorithm_ is -1
481  // put in standard form (and make row copy)
482  // create modifiable copies of model rim and do optional scaling
483  // If problem looks okay
484  // Do initial factorization
485  // If user asked for perturbation - do it
486  if (!startup(0,startFinishOptions)) {
487    // looks okay
488    // Superbasic variables not allowed
489    // If values pass then scale pi
490    if (ifValuesPass) {
491      if (problemStatus_&&perturbation_<100)
492        perturb();
493      int i;
494      if (scalingFlag_>0) {
495        for (i=0;i<numberRows_;i++) {
496          dual_[i] = saveDuals[i]/rowScale_[i];
497        }
498      } else {
499        CoinMemcpyN(saveDuals,numberRows_,dual_);
500      }
501      // now create my duals
502      for (i=0;i<numberRows_;i++) {
503        // slack
504        double value = dual_[i];
505        value += rowObjectiveWork_[i];
506        saveDuals[i+numberColumns_]=value;
507      }
508      CoinMemcpyN(objectiveWork_,numberColumns_,saveDuals);
509      transposeTimes(-1.0,dual_,saveDuals);
510      // make reduced costs okay
511      for (i=0;i<numberColumns_;i++) {
512        if (getStatus(i)==atLowerBound) {
513          if (saveDuals[i]<0.0) {
514            //if (saveDuals[i]<-1.0e-3)
515            //printf("bad dj at lb %d %g\n",i,saveDuals[i]);
516            saveDuals[i]=0.0;
517          }
518        } else if (getStatus(i)==atUpperBound) {
519          if (saveDuals[i]>0.0) {
520            //if (saveDuals[i]>1.0e-3)
521            //printf("bad dj at ub %d %g\n",i,saveDuals[i]);
522            saveDuals[i]=0.0;
523          }
524        }
525      }
526      CoinMemcpyN(saveDuals,numberColumns_+numberRows_,dj_);
527      // set up possible ones
528      for (i=0;i<numberRows_+numberColumns_;i++)
529        clearPivoted(i);
530      int iRow;
531      for (iRow=0;iRow<numberRows_;iRow++) {
532        int iPivot=pivotVariable_[iRow];
533        if (fabs(saveDuals[iPivot])>dualTolerance_) {
534          if (getStatus(iPivot)!=isFree)
535            setPivoted(iPivot);
536        }
537      }
538    } else if ((specialOptions_&1024)!=0&&CLEAN_FIXED) {
539      // set up possible ones
540      for (int i=0;i<numberRows_+numberColumns_;i++)
541        clearPivoted(i);
542      int iRow;
543      for (iRow=0;iRow<numberRows_;iRow++) {
544        int iPivot=pivotVariable_[iRow];
545        if (iPivot<numberColumns_&&lower_[iPivot]==upper_[iPivot]) {
546          setPivoted(iPivot);
547        }
548      }
549    }
550
551    double objectiveChange;
552    numberFake_ =0; // Number of variables at fake bounds
553    numberChanged_ =0; // Number of variables with changed costs
554    changeBounds(true,NULL,objectiveChange);
555   
556    int lastCleaned=0; // last time objective or bounds cleaned up
557
558    if (!ifValuesPass) {
559      // Check optimal
560      if (!numberDualInfeasibilities_&&!numberPrimalInfeasibilities_)
561        problemStatus_=0;
562    }
563    if (problemStatus_<0&&perturbation_<100) {
564      perturb();
565      // Can't get here if values pass
566      gutsOfSolution(NULL,NULL);
567      if (handler_->logLevel()>2) {
568        handler_->message(CLP_SIMPLEX_STATUS,messages_)
569          <<numberIterations_<<objectiveValue();
570        handler_->printing(sumPrimalInfeasibilities_>0.0)
571          <<sumPrimalInfeasibilities_<<numberPrimalInfeasibilities_;
572        handler_->printing(sumDualInfeasibilities_>0.0)
573          <<sumDualInfeasibilities_<<numberDualInfeasibilities_;
574        handler_->printing(numberDualInfeasibilitiesWithoutFree_
575                           <numberDualInfeasibilities_)
576                             <<numberDualInfeasibilitiesWithoutFree_;
577        handler_->message()<<CoinMessageEol;
578      }
579    }
580       
581    // This says whether to restore things etc
582    // startup will have factorized so can skip
583    int factorType=0;
584    // Start check for cycles
585    progress_->startCheck();
586    // Say change made on first iteration
587    changeMade_=1;
588    /*
589      Status of problem:
590      0 - optimal
591      1 - infeasible
592      2 - unbounded
593      -1 - iterating
594      -2 - factorization wanted
595      -3 - redo checking without factorization
596      -4 - looks infeasible
597    */
598    while (problemStatus_<0) {
599      int iRow, iColumn;
600      // clear
601      for (iRow=0;iRow<4;iRow++) {
602        rowArray_[iRow]->clear();
603      }   
604     
605      for (iColumn=0;iColumn<2;iColumn++) {
606        columnArray_[iColumn]->clear();
607      }   
608     
609      // give matrix (and model costs and bounds a chance to be
610      // refreshed (normally null)
611      matrix_->refresh(this);
612      // If getting nowhere - why not give it a kick
613      // does not seem to work too well - do some more work
614      if (perturbation_<101&&numberIterations_>2*(numberRows_+numberColumns_)
615          &&initialStatus!=10) {
616        perturb();
617        // Can't get here if values pass
618        gutsOfSolution(NULL,NULL);
619        if (handler_->logLevel()>2) {
620          handler_->message(CLP_SIMPLEX_STATUS,messages_)
621            <<numberIterations_<<objectiveValue();
622          handler_->printing(sumPrimalInfeasibilities_>0.0)
623            <<sumPrimalInfeasibilities_<<numberPrimalInfeasibilities_;
624          handler_->printing(sumDualInfeasibilities_>0.0)
625            <<sumDualInfeasibilities_<<numberDualInfeasibilities_;
626          handler_->printing(numberDualInfeasibilitiesWithoutFree_
627                             <numberDualInfeasibilities_)
628                               <<numberDualInfeasibilitiesWithoutFree_;
629          handler_->message()<<CoinMessageEol;
630        }
631      }
632      // may factorize, checks if problem finished
633      statusOfProblemInDual(lastCleaned,factorType,saveDuals,data,
634                            ifValuesPass);
635      // If values pass then do easy ones on first time
636      if (ifValuesPass&&
637          progress_->lastIterationNumber(0)<0&&saveDuals) {
638        doEasyOnesInValuesPass(saveDuals);
639      }
640     
641      // Say good factorization
642      factorType=1;
643      if (data.sparseThreshold_) {
644        // use default at present
645        factorization_->sparseThreshold(0);
646        factorization_->goSparse();
647      }
648
649      // exit if victory declared
650      if (problemStatus_>=0)
651        break;
652     
653      // test for maximum iterations
654      if (hitMaximumIterations()||(ifValuesPass==2&&!saveDuals)) {
655        problemStatus_=3;
656        break;
657      }
658      if (ifValuesPass&&!saveDuals) {
659        // end of values pass
660        ifValuesPass=0;
661        int status = eventHandler_->event(ClpEventHandler::endOfValuesPass);
662        if (status>=0) {
663          problemStatus_=5;
664          secondaryStatus_=ClpEventHandler::endOfValuesPass;
665          break;
666        }
667      }
668      // Check event
669      {
670        int status = eventHandler_->event(ClpEventHandler::endOfFactorization);
671        if (status>=0) {
672          problemStatus_=5;
673          secondaryStatus_=ClpEventHandler::endOfFactorization;
674          break;
675        }
676      }
677      // Do iterations
678      whileIterating(saveDuals,ifValuesPass);
679    }
680  }
681
682  assert (problemStatus_||!sumPrimalInfeasibilities_);
683
684  // clean up
685  finish(startFinishOptions);
686  delete [] saveDuals;
687
688  // Restore any saved stuff
689  restoreData(data);
690  return problemStatus_;
691}
692#endif
693//#define CHECK_ACCURACY
694#ifdef CHECK_ACCURACY
695static double zzzzzz[100000];
696#endif
697/* Reasons to come out:
698   -1 iterations etc
699   -2 inaccuracy
700   -3 slight inaccuracy (and done iterations)
701   +0 looks optimal (might be unbounded - but we will investigate)
702   +1 looks infeasible
703   +3 max iterations
704 */
705int
706ClpSimplexDual::whileIterating(double * & givenDuals,int ifValuesPass)
707{
708#if 0
709  if (!numberIterations_&&auxiliaryModel_) {
710    for (int i=0;i<numberColumns_;i++) {
711      if (!columnLower_[i]==auxiliaryModel_->lowerRegion()[i+numberRows_+numberColumns_])
712        {printf("%d a\n",i);break;}
713      if (!columnUpper_[i]==auxiliaryModel_->upperRegion()[i+numberRows_+numberColumns_])
714        {printf("%d b %g\n",i,auxiliaryModel_->upperRegion()[i+numberRows_+numberColumns_]);break;}
715    }
716    for (int i=0 ;i<numberRows_;i++) {
717      if (!rowLower_[i]==auxiliaryModel_->lowerRegion()[i+numberRows_+2*numberColumns_])
718        {printf("%d c\n",i);break;}
719      if (!rowUpper_[i]==auxiliaryModel_->upperRegion()[i+numberRows_+2*numberColumns_])
720        {printf("%d d\n",i);break;}
721    }
722  }
723#endif
724#ifdef CLP_DEBUG
725  int debugIteration=-1;
726#endif
727  {
728    int i;
729    for (i=0;i<4;i++) {
730      rowArray_[i]->clear();
731    }   
732    for (i=0;i<2;i++) {
733      columnArray_[i]->clear();
734    }   
735  }     
736  // if can't trust much and long way from optimal then relax
737  if (largestPrimalError_>10.0)
738    factorization_->relaxAccuracyCheck(CoinMin(1.0e2,largestPrimalError_/10.0));
739  else
740    factorization_->relaxAccuracyCheck(1.0);
741  // status stays at -1 while iterating, >=0 finished, -2 to invert
742  // status -3 to go to top without an invert
743  int returnCode = -1;
744  double saveSumDual = sumDualInfeasibilities_; // so we know to be careful
745
746#if 0
747  // compute average infeasibility for backward test
748  double averagePrimalInfeasibility = sumPrimalInfeasibilities_/
749    ((double ) (numberPrimalInfeasibilities_+1));
750#endif
751
752  // Get dubious weights
753  CoinBigIndex * dubiousWeights = NULL;
754#ifdef DUBIOUS_WEIGHTS
755  factorization_->getWeights(rowArray_[0]->getIndices());
756  dubiousWeights = matrix_->dubiousWeights(this,rowArray_[0]->getIndices());
757#endif
758  // If values pass then get list of candidates
759  int * candidateList = NULL;
760  int numberCandidates = 0;
761#ifdef CLP_DEBUG
762  bool wasInValuesPass= (givenDuals!=NULL);
763#endif
764  int candidate=-1;
765  if (givenDuals) {
766    assert (ifValuesPass);
767    ifValuesPass=1;
768    candidateList = new int[numberRows_];
769    // move reduced costs across
770    CoinMemcpyN(givenDuals,numberRows_+numberColumns_,dj_);
771    int iRow;
772    for (iRow=0;iRow<numberRows_;iRow++) {
773      int iPivot=pivotVariable_[iRow];
774      if (flagged(iPivot))
775        continue;
776      if (fabs(dj_[iPivot])>dualTolerance_) {
777        // for now safer to ignore free ones
778        if (lower_[iPivot]>-1.0e50||upper_[iPivot]<1.0e50) 
779          if (pivoted(iPivot)) 
780            candidateList[numberCandidates++]=iRow;
781      } else {
782        clearPivoted(iPivot);
783      }
784    }
785    // and set first candidate
786    if (!numberCandidates) {
787      delete [] candidateList;
788      delete [] givenDuals;
789      givenDuals=NULL;
790      candidateList=NULL;
791      int iRow;
792      for (iRow=0;iRow<numberRows_;iRow++) {
793        int iPivot=pivotVariable_[iRow];
794        clearPivoted(iPivot);
795      }
796    }
797  } else {
798    assert (!ifValuesPass);
799  }
800#ifdef CHECK_ACCURACY
801  {
802    if (numberIterations_) {
803      int il=-1;
804      double largest=1.0e-1;
805      int ilnb=-1;
806      double largestnb=1.0e-8;
807      for (int i=0;i<numberRows_+numberColumns_;i++) {
808        double diff = fabs(solution_[i]-zzzzzz[i]);
809        if (diff>largest) {
810          largest=diff;
811          il=i;
812        }
813        if (getColumnStatus(i)!=basic) {
814          if (diff>largestnb) {
815            largestnb=diff;
816            ilnb=i;
817          }
818        } 
819      }
820      if (il>=0&&ilnb<0)
821        printf("largest diff of %g at %d, nonbasic %g at %d\n",
822               largest,il,largestnb,ilnb);
823    }
824  }
825#endif
826  while (problemStatus_==-1) {
827#ifdef CLP_DEBUG
828    if (givenDuals) {
829      double value5=0.0;
830      int i;
831      for (i=0;i<numberRows_+numberColumns_;i++) {
832        if (dj_[i]<-1.0e-6)
833          if (upper_[i]<1.0e20)
834            value5 += dj_[i]*upper_[i];
835          else
836            printf("bad dj %g on %d with large upper status %d\n",
837                   dj_[i],i,status_[i]&7);
838        else if (dj_[i] >1.0e-6)
839          if (lower_[i]>-1.0e20)
840            value5 += dj_[i]*lower_[i];
841          else
842            printf("bad dj %g on %d with large lower status %d\n",
843                   dj_[i],i,status_[i]&7);
844      }
845      printf("Values objective Value %g\n",value5);
846    }
847    if ((handler_->logLevel()&32)&&wasInValuesPass) {
848      double value5=0.0;
849      int i;
850      for (i=0;i<numberRows_+numberColumns_;i++) {
851        if (dj_[i]<-1.0e-6)
852          if (upper_[i]<1.0e20)
853            value5 += dj_[i]*upper_[i];
854        else if (dj_[i] >1.0e-6)
855          if (lower_[i]>-1.0e20)
856            value5 += dj_[i]*lower_[i];
857      }
858      printf("Values objective Value %g\n",value5);
859      {
860        int i;
861        for (i=0;i<numberRows_+numberColumns_;i++) {
862          int iSequence = i;
863          double oldValue;
864         
865          switch(getStatus(iSequence)) {
866           
867          case basic:
868          case ClpSimplex::isFixed:
869            break;
870          case isFree:
871          case superBasic:
872            abort();
873            break;
874          case atUpperBound:
875            oldValue = dj_[iSequence];
876            //assert (oldValue<=tolerance);
877            assert (fabs(solution_[iSequence]-upper_[iSequence])<1.0e-7);
878            break;
879          case atLowerBound:
880            oldValue = dj_[iSequence];
881            //assert (oldValue>=-tolerance);
882            assert (fabs(solution_[iSequence]-lower_[iSequence])<1.0e-7);
883            break;
884          }
885        }
886      }
887    }
888#endif
889#ifdef CLP_DEBUG
890    {
891      int i;
892      for (i=0;i<4;i++) {
893        rowArray_[i]->checkClear();
894      }   
895      for (i=0;i<2;i++) {
896        columnArray_[i]->checkClear();
897      }   
898    }     
899#endif
900#if CLP_DEBUG>2
901    // very expensive
902    if (numberIterations_>0&&numberIterations_<-801) {
903      handler_->setLogLevel(63);
904      double saveValue = objectiveValue_;
905      double * saveRow1 = new double[numberRows_];
906      double * saveRow2 = new double[numberRows_];
907      memcpy(saveRow1,rowReducedCost_,numberRows_*sizeof(double));
908      memcpy(saveRow2,rowActivityWork_,numberRows_*sizeof(double));
909      double * saveColumn1 = new double[numberColumns_];
910      double * saveColumn2 = new double[numberColumns_];
911      memcpy(saveColumn1,reducedCostWork_,numberColumns_*sizeof(double));
912      memcpy(saveColumn2,columnActivityWork_,numberColumns_*sizeof(double));
913      gutsOfSolution(NULL,NULL);
914      printf("xxx %d old obj %g, recomputed %g, sum dual inf %g\n",
915             numberIterations_,
916             saveValue,objectiveValue_,sumDualInfeasibilities_);
917      if (saveValue>objectiveValue_+1.0e-2)
918        printf("**bad**\n");
919      memcpy(rowReducedCost_,saveRow1,numberRows_*sizeof(double));
920      memcpy(rowActivityWork_,saveRow2,numberRows_*sizeof(double));
921      memcpy(reducedCostWork_,saveColumn1,numberColumns_*sizeof(double));
922      memcpy(columnActivityWork_,saveColumn2,numberColumns_*sizeof(double));
923      delete [] saveRow1;
924      delete [] saveRow2;
925      delete [] saveColumn1;
926      delete [] saveColumn2;
927      objectiveValue_=saveValue;
928    }
929#endif
930#if 0
931    //    if (factorization_->pivots()){
932    {
933      int iPivot;
934      double * array = rowArray_[3]->denseVector();
935      int i;
936      for (iPivot=0;iPivot<numberRows_;iPivot++) {
937        int iSequence = pivotVariable_[iPivot];
938        unpack(rowArray_[3],iSequence);
939        factorization_->updateColumn(rowArray_[2],rowArray_[3]);
940        assert (fabs(array[iPivot]-1.0)<1.0e-4);
941        array[iPivot]=0.0;
942        for (i=0;i<numberRows_;i++)
943          assert (fabs(array[i])<1.0e-4);
944        rowArray_[3]->clear();
945      }
946    }
947#endif
948#ifdef CLP_DEBUG
949    {
950      int iSequence, number=numberRows_+numberColumns_;
951      for (iSequence=0;iSequence<number;iSequence++) {
952        double lowerValue=lower_[iSequence];
953        double upperValue=upper_[iSequence];
954        double value=solution_[iSequence];
955        if(getStatus(iSequence)!=basic&&getStatus(iSequence)!=isFree) {
956          assert(lowerValue>-1.0e20);
957          assert(upperValue<1.0e20);
958        }
959        switch(getStatus(iSequence)) {
960         
961        case basic:
962          break;
963        case isFree:
964        case superBasic:
965          break;
966        case atUpperBound:
967          assert (fabs(value-upperValue)<=primalTolerance_) ;
968          break;
969        case atLowerBound:
970        case ClpSimplex::isFixed:
971          assert (fabs(value-lowerValue)<=primalTolerance_) ;
972          break;
973        }
974      }
975    }
976    if(numberIterations_==debugIteration) {
977      printf("dodgy iteration coming up\n");
978    }
979#endif
980    // choose row to go out
981    // dualRow will go to virtual row pivot choice algorithm
982    // make sure values pass off if it should be
983    if (numberCandidates) 
984      candidate = candidateList[--numberCandidates];
985    else
986      candidate=-1;
987    dualRow(candidate);
988    if (pivotRow_>=0) {
989      // we found a pivot row
990      if (handler_->detail(CLP_SIMPLEX_PIVOTROW,messages_)<100) {
991        handler_->message(CLP_SIMPLEX_PIVOTROW,messages_)
992          <<pivotRow_
993          <<CoinMessageEol;
994      }
995      // check accuracy of weights
996      dualRowPivot_->checkAccuracy();
997      // Get good size for pivot
998      // Allow first few iterations to take tiny
999      double acceptablePivot=1.0e-1*acceptablePivot_;
1000      if (numberIterations_>100)
1001        acceptablePivot=acceptablePivot_;
1002      if (factorization_->pivots()>10||
1003          (factorization_->pivots()&&saveSumDual))
1004        acceptablePivot=1.0e+3*acceptablePivot_; // if we have iterated be more strict
1005      else if (factorization_->pivots()>5)
1006        acceptablePivot=1.0e+2*acceptablePivot_; // if we have iterated be slightly more strict
1007      else if (factorization_->pivots())
1008        acceptablePivot=acceptablePivot_; // relax
1009      double bestPossiblePivot=1.0;
1010      // get sign for finding row of tableau
1011      if (candidate<0) {
1012        // normal iteration
1013        // create as packed
1014        double direction=directionOut_;
1015        rowArray_[0]->createPacked(1,&pivotRow_,&direction);
1016        factorization_->updateColumnTranspose(rowArray_[1],rowArray_[0]);
1017        // Allow to do dualColumn0
1018        if (numberThreads_<-1)
1019          spareIntArray_[0]=1;
1020        spareDoubleArray_[0]=acceptablePivot;
1021        rowArray_[3]->clear();
1022        sequenceIn_=-1;
1023        // put row of tableau in rowArray[0] and columnArray[0]
1024        matrix_->transposeTimes(this,-1.0,
1025                              rowArray_[0],rowArray_[3],columnArray_[0]);
1026        // do ratio test for normal iteration
1027        bestPossiblePivot = dualColumn(rowArray_[0],columnArray_[0],rowArray_[3],
1028                 columnArray_[1],acceptablePivot,dubiousWeights);
1029      } else {
1030        // Make sure direction plausible
1031        CoinAssert (upperOut_<1.0e50||lowerOut_>-1.0e50);
1032        // If in integer cleanup do direction using duals
1033        // may be wrong way round
1034        if(ifValuesPass==2) {
1035          if (dual_[pivotRow_]>0.0) {
1036            // this will give a -1 in pivot row (as slacks are -1.0)
1037            directionOut_ = 1;
1038          } else {
1039            directionOut_ = -1;
1040          }
1041        }
1042        if (directionOut_<0&&fabs(valueOut_-upperOut_)>dualBound_+primalTolerance_) {
1043          if (fabs(valueOut_-upperOut_)>fabs(valueOut_-lowerOut_))
1044            directionOut_=1;
1045        } else if (directionOut_>0&&fabs(valueOut_-lowerOut_)>dualBound_+primalTolerance_) {
1046          if (fabs(valueOut_-upperOut_)<fabs(valueOut_-lowerOut_))
1047            directionOut_=-1;
1048        }
1049        double direction=directionOut_;
1050        rowArray_[0]->createPacked(1,&pivotRow_,&direction);
1051        factorization_->updateColumnTranspose(rowArray_[1],rowArray_[0]);
1052        // put row of tableau in rowArray[0] and columnArray[0]
1053        matrix_->transposeTimes(this,-1.0,
1054                              rowArray_[0],rowArray_[3],columnArray_[0]);
1055        acceptablePivot *= 10.0;
1056        // do ratio test
1057        if (ifValuesPass==1) {
1058          checkPossibleValuesMove(rowArray_[0],columnArray_[0],
1059                                  acceptablePivot);
1060        } else {
1061          checkPossibleCleanup(rowArray_[0],columnArray_[0],
1062                                  acceptablePivot);
1063          if (sequenceIn_<0) {
1064            rowArray_[0]->clear();
1065            columnArray_[0]->clear();
1066            continue; // can't do anything
1067          }
1068        }
1069
1070        // recompute true dualOut_
1071        if (directionOut_<0) {
1072          dualOut_ = valueOut_ - upperOut_;
1073        } else {
1074          dualOut_ = lowerOut_ - valueOut_;
1075        }
1076        // check what happened if was values pass
1077        // may want to move part way i.e. movement
1078        bool normalIteration = (sequenceIn_!=sequenceOut_);
1079
1080        clearPivoted(sequenceOut_);  // make sure won't be done again
1081        // see if end of values pass
1082        if (!numberCandidates) {
1083          int iRow;
1084          delete [] candidateList;
1085          delete [] givenDuals;
1086          candidate=-2; // -2 signals end
1087          givenDuals=NULL;
1088          candidateList=NULL;
1089          ifValuesPass=1;
1090          for (iRow=0;iRow<numberRows_;iRow++) {
1091            int iPivot=pivotVariable_[iRow];
1092            //assert (fabs(dj_[iPivot]),1.0e-5);
1093            clearPivoted(iPivot);
1094          }
1095        }
1096        if (!normalIteration) {
1097          //rowArray_[0]->cleanAndPackSafe(1.0e-60);
1098          //columnArray_[0]->cleanAndPackSafe(1.0e-60);
1099          updateDualsInValuesPass(rowArray_[0],columnArray_[0],theta_);
1100          if (candidate==-2)
1101            problemStatus_=-2;
1102          continue; // skip rest of iteration
1103        } else {
1104          // recompute dualOut_
1105          if (directionOut_<0) {
1106            dualOut_ = valueOut_ - upperOut_;
1107          } else {
1108            dualOut_ = lowerOut_ - valueOut_;
1109          }
1110        }
1111      }
1112      if (sequenceIn_>=0) {
1113        // normal iteration
1114        // update the incoming column
1115        double btranAlpha = -alpha_*directionOut_; // for check
1116        unpackPacked(rowArray_[1]);
1117        factorization_->updateColumnFT(rowArray_[2],rowArray_[1]);
1118        // and update dual weights (can do in parallel - with extra array)
1119        alpha_ = dualRowPivot_->updateWeights(rowArray_[0],
1120                                              rowArray_[2],
1121                                              rowArray_[1]);
1122        // see if update stable
1123#ifdef CLP_DEBUG
1124        if ((handler_->logLevel()&32))
1125          printf("btran alpha %g, ftran alpha %g\n",btranAlpha,alpha_);
1126#endif
1127        double checkValue=1.0e-7;
1128        // if can't trust much and long way from optimal then relax
1129        if (largestPrimalError_>10.0)
1130          checkValue = CoinMin(1.0e-4,1.0e-8*largestPrimalError_);
1131        if (fabs(btranAlpha)<1.0e-12||fabs(alpha_)<1.0e-12||
1132            fabs(btranAlpha-alpha_)>checkValue*(1.0+fabs(alpha_))) {
1133          handler_->message(CLP_DUAL_CHECK,messages_)
1134            <<btranAlpha
1135            <<alpha_
1136            <<CoinMessageEol;
1137          if (factorization_->pivots()) {
1138            dualRowPivot_->unrollWeights();
1139            problemStatus_=-2; // factorize now
1140            rowArray_[0]->clear();
1141            rowArray_[1]->clear();
1142            columnArray_[0]->clear();
1143            returnCode=-2;
1144            break;
1145          } else {
1146            // take on more relaxed criterion
1147            double test;
1148            if (fabs(btranAlpha)<1.0e-8||fabs(alpha_)<1.0e-8)
1149              test = 1.0e-1*fabs(alpha_);
1150            else
1151              test = 1.0e-4*(1.0+fabs(alpha_));
1152            if (fabs(btranAlpha)<1.0e-12||fabs(alpha_)<1.0e-12||
1153                fabs(btranAlpha-alpha_)>test) {
1154              dualRowPivot_->unrollWeights();
1155              // need to reject something
1156              char x = isColumn(sequenceOut_) ? 'C' :'R';
1157              handler_->message(CLP_SIMPLEX_FLAG,messages_)
1158                <<x<<sequenceWithin(sequenceOut_)
1159                <<CoinMessageEol;
1160              setFlagged(sequenceOut_);
1161              progress_->clearBadTimes();
1162              lastBadIteration_ = numberIterations_; // say be more cautious
1163              rowArray_[0]->clear();
1164              rowArray_[1]->clear();
1165              columnArray_[0]->clear();
1166              if (fabs(alpha_)<1.0e-10&&fabs(btranAlpha)<1.0e-8&&numberIterations_>100) {
1167                //printf("I think should declare infeasible\n");
1168                problemStatus_=1;
1169                returnCode=1;
1170                break;
1171              }
1172              continue;
1173            }
1174          }
1175        }
1176        // update duals BEFORE replaceColumn so can do updateColumn
1177        double objectiveChange=0.0;
1178        // do duals first as variables may flip bounds
1179        // rowArray_[0] and columnArray_[0] may have flips
1180        // so use rowArray_[3] for work array from here on
1181        int nswapped = 0;
1182        //rowArray_[0]->cleanAndPackSafe(1.0e-60);
1183        //columnArray_[0]->cleanAndPackSafe(1.0e-60);
1184        if (candidate==-1) {
1185          // make sure incoming doesn't count
1186          Status saveStatus = getStatus(sequenceIn_);
1187          setStatus(sequenceIn_,basic);
1188          nswapped = updateDualsInDual(rowArray_[0],columnArray_[0],
1189                                       rowArray_[2],theta_,
1190                                       objectiveChange,false);
1191          setStatus(sequenceIn_,saveStatus);
1192        } else {
1193          updateDualsInValuesPass(rowArray_[0],columnArray_[0],theta_);
1194        }
1195        double oldDualOut = dualOut_;
1196        // which will change basic solution
1197        if (nswapped) {
1198          factorization_->updateColumn(rowArray_[3],rowArray_[2]);
1199          dualRowPivot_->updatePrimalSolution(rowArray_[2],
1200                                              1.0,objectiveChange);
1201          // recompute dualOut_
1202          valueOut_ = solution_[sequenceOut_];
1203          if (directionOut_<0) {
1204            dualOut_ = valueOut_ - upperOut_;
1205          } else {
1206            dualOut_ = lowerOut_ - valueOut_;
1207          }
1208#if 0
1209          if (dualOut_<0.0) {
1210#ifdef CLP_DEBUG
1211            if (handler_->logLevel()&32) {
1212              printf(" dualOut_ %g %g save %g\n",dualOut_,averagePrimalInfeasibility,saveDualOut);
1213              printf("values %g %g %g %g %g %g %g\n",lowerOut_,valueOut_,upperOut_,
1214                     objectiveChange,);
1215            }
1216#endif
1217            if (upperOut_==lowerOut_)
1218              dualOut_=0.0;
1219          }
1220          if(dualOut_<-CoinMax(1.0e-12*averagePrimalInfeasibility,1.0e-8)
1221             &&factorization_->pivots()>100&&
1222             getStatus(sequenceIn_)!=isFree) {
1223            // going backwards - factorize
1224            dualRowPivot_->unrollWeights();
1225            problemStatus_=-2; // factorize now
1226            returnCode=-2;
1227            break;
1228          }
1229#endif
1230        }
1231        // amount primal will move
1232        double movement = -dualOut_*directionOut_/alpha_;
1233        double movementOld = oldDualOut*directionOut_/alpha_;
1234        // so objective should increase by fabs(dj)*movement
1235        // but we already have objective change - so check will be good
1236        if (objectiveChange+fabs(movementOld*dualIn_)<-CoinMax(1.0e-5,1.0e-12*fabs(objectiveValue_))) {
1237#ifdef CLP_DEBUG
1238          if (handler_->logLevel()&32)
1239            printf("movement %g, swap change %g, rest %g  * %g\n",
1240                   objectiveChange+fabs(movement*dualIn_),
1241                   objectiveChange,movement,dualIn_);
1242#endif
1243          if(factorization_->pivots()) {
1244            // going backwards - factorize
1245            dualRowPivot_->unrollWeights();
1246            problemStatus_=-2; // factorize now
1247            returnCode=-2;
1248            break;
1249          }
1250        }
1251        CoinAssert(fabs(dualOut_)<1.0e50);
1252        // if stable replace in basis
1253        int updateStatus = factorization_->replaceColumn(this,
1254                                                         rowArray_[2],
1255                                                         rowArray_[1],
1256                                                         pivotRow_,
1257                                                         alpha_);
1258        // if no pivots, bad update but reasonable alpha - take and invert
1259        if (updateStatus==2&&
1260                   !factorization_->pivots()&&fabs(alpha_)>1.0e-5)
1261          updateStatus=4;
1262        if (updateStatus==1||updateStatus==4) {
1263          // slight error
1264          if (factorization_->pivots()>5||updateStatus==4) {
1265            problemStatus_=-2; // factorize now
1266            returnCode=-3;
1267          }
1268        } else if (updateStatus==2) {
1269          // major error
1270          dualRowPivot_->unrollWeights();
1271          // later we may need to unwind more e.g. fake bounds
1272          if (factorization_->pivots()) {
1273            problemStatus_=-2; // factorize now
1274            returnCode=-2;
1275            break;
1276          } else {
1277            // need to reject something
1278            char x = isColumn(sequenceOut_) ? 'C' :'R';
1279            handler_->message(CLP_SIMPLEX_FLAG,messages_)
1280              <<x<<sequenceWithin(sequenceOut_)
1281              <<CoinMessageEol;
1282            setFlagged(sequenceOut_);
1283            progress_->clearBadTimes();
1284            lastBadIteration_ = numberIterations_; // say be more cautious
1285            rowArray_[0]->clear();
1286            rowArray_[1]->clear();
1287            columnArray_[0]->clear();
1288            // make sure dual feasible
1289            // look at all rows and columns
1290            double objectiveChange=0.0;
1291            updateDualsInDual(rowArray_[0],columnArray_[0],rowArray_[1],
1292                              0.0,objectiveChange,true);
1293            continue;
1294          }
1295        } else if (updateStatus==3) {
1296          // out of memory
1297          // increase space if not many iterations
1298          if (factorization_->pivots()<
1299              0.5*factorization_->maximumPivots()&&
1300              factorization_->pivots()<200)
1301            factorization_->areaFactor(
1302                                       factorization_->areaFactor() * 1.1);
1303          problemStatus_=-2; // factorize now
1304        } else if (updateStatus==5) {
1305          problemStatus_=-2; // factorize now
1306        }
1307        // update primal solution
1308        if (theta_<0.0&&candidate==-1) {
1309#ifdef CLP_DEBUG
1310          if (handler_->logLevel()&32)
1311            printf("negative theta %g\n",theta_);
1312#endif
1313          theta_=0.0;
1314        }
1315        // do actual flips
1316        flipBounds(rowArray_[0],columnArray_[0],theta_);
1317        //rowArray_[1]->expand();
1318        dualRowPivot_->updatePrimalSolution(rowArray_[1],
1319                                            movement,
1320                                            objectiveChange);
1321#ifdef CLP_DEBUG
1322        double oldobj=objectiveValue_;
1323#endif
1324        // modify dualout
1325        dualOut_ /= alpha_;
1326        dualOut_ *= -directionOut_;
1327        //setStatus(sequenceIn_,basic);
1328        dj_[sequenceIn_]=0.0;
1329        double oldValue=valueIn_;
1330        if (directionIn_==-1) {
1331          // as if from upper bound
1332          valueIn_ = upperIn_+dualOut_;
1333        } else {
1334          // as if from lower bound
1335          valueIn_ = lowerIn_+dualOut_;
1336        }
1337        objectiveChange += cost_[sequenceIn_]*(valueIn_-oldValue);
1338        // outgoing
1339        // set dj to zero unless values pass
1340        if (directionOut_>0) {
1341          valueOut_ = lowerOut_;
1342          if (candidate==-1)
1343            dj_[sequenceOut_] = theta_;
1344        } else {
1345          valueOut_ = upperOut_;
1346          if (candidate==-1)
1347            dj_[sequenceOut_] = -theta_;
1348        }
1349        solution_[sequenceOut_]=valueOut_;
1350        int whatNext=housekeeping(objectiveChange);
1351#ifdef VUB
1352        {
1353          if ((sequenceIn_<numberColumns_&&vub[sequenceIn_]>=0)||toVub[sequenceIn_]>=0||
1354              (sequenceOut_<numberColumns_&&vub[sequenceOut_]>=0)||toVub[sequenceOut_]>=0) {
1355            int inSequence = sequenceIn_;
1356            int inVub = -1;
1357            if (sequenceIn_<numberColumns_)
1358              inVub = vub[sequenceIn_];
1359            int inBack = toVub[inSequence];
1360            int inSlack=-1;
1361            if (inSequence>=numberColumns_&&inBack>=0) {
1362              inSlack = inSequence-numberColumns_;
1363              inSequence = inBack;
1364              inBack = toVub[inSequence];
1365            }
1366            if (inVub>=0)
1367              printf("Vub %d in ",inSequence);
1368            if (inBack>=0&&inSlack<0)
1369              printf("%d (descendent of %d) in ",inSequence,inBack);
1370            if (inSlack>=0)
1371              printf("slack for row %d -> %d (descendent of %d) in ",inSlack,inSequence,inBack);
1372            int outSequence = sequenceOut_;
1373            int outVub = -1;
1374            if (sequenceOut_<numberColumns_)
1375              outVub = vub[sequenceOut_];
1376            int outBack = toVub[outSequence];
1377            int outSlack=-1;
1378            if (outSequence>=numberColumns_&&outBack>=0) {
1379              outSlack = outSequence-numberColumns_;
1380              outSequence = outBack;
1381              outBack = toVub[outSequence];
1382            }
1383            if (outVub>=0)
1384              printf("Vub %d out ",outSequence);
1385            if (outBack>=0&&outSlack<0)
1386              printf("%d (descendent of %d) out ",outSequence,outBack);
1387            if (outSlack>=0)
1388              printf("slack for row %d -> %d (descendent of %d) out ",outSlack,outSequence,outBack);
1389            printf("\n");
1390          }
1391        }
1392#endif
1393#if 0
1394        if (numberIterations_>206033)
1395          handler_->setLogLevel(63);
1396        if (numberIterations_>210567)
1397          exit(77);
1398#endif
1399        if (!givenDuals&&ifValuesPass&&ifValuesPass!=2) {
1400          handler_->message(CLP_END_VALUES_PASS,messages_)
1401            <<numberIterations_;
1402          whatNext=1;
1403        }
1404#ifdef CHECK_ACCURACY
1405        if (whatNext) {
1406          memcpy(zzzzzz,solution_,(numberRows_+numberColumns_)*sizeof(double));
1407        }
1408#endif
1409        //if (numberIterations_==1890)
1410        //whatNext=1;
1411        //if (numberIterations_>2000)
1412        //exit(77);
1413        // and set bounds correctly
1414        originalBound(sequenceIn_); 
1415        changeBound(sequenceOut_);
1416#ifdef CLP_DEBUG
1417        if (objectiveValue_<oldobj-1.0e-5&&(handler_->logLevel()&16))
1418          printf("obj backwards %g %g\n",objectiveValue_,oldobj);
1419#endif
1420        if (whatNext==1||candidate==-2) {
1421          problemStatus_ =-2; // refactorize
1422        } else if (whatNext==2) {
1423          // maximum iterations or equivalent
1424          problemStatus_= 3;
1425          returnCode=3;
1426          break;
1427        }
1428        // Check event
1429        {
1430          int status = eventHandler_->event(ClpEventHandler::endOfIteration);
1431          if (status>=0) {
1432            problemStatus_=5;
1433            secondaryStatus_=ClpEventHandler::endOfIteration;
1434            returnCode=4;
1435            break;
1436          }
1437        }
1438      } else {
1439        // no incoming column is valid
1440        pivotRow_=-1;
1441#ifdef CLP_DEBUG
1442        if (handler_->logLevel()&32)
1443          printf("** no column pivot\n");
1444#endif
1445        if (factorization_->pivots()<5&&acceptablePivot_<=1.0e-8) {
1446          // If not in branch and bound etc save ray
1447          if ((specialOptions_&(1024|4096))==0) {
1448            // create ray anyway
1449            delete [] ray_;
1450            ray_ = new double [ numberRows_];
1451            rowArray_[0]->expand(); // in case packed
1452            CoinMemcpyN(rowArray_[0]->denseVector(),numberRows_,ray_);
1453          }
1454          // If we have just factorized and infeasibility reasonable say infeas
1455          if (((specialOptions_&4096)!=0||bestPossiblePivot<1.0e-11)&&dualBound_>1.0e8) {
1456            if (valueOut_>upperOut_+1.0e-3||valueOut_<lowerOut_-1.0e-3
1457                || (specialOptions_&64)==0) {
1458              // say infeasible
1459              problemStatus_=1;
1460              // unless primal feasible!!!!
1461              //printf("%d %g %d %g\n",numberPrimalInfeasibilities_,sumPrimalInfeasibilities_,
1462              //     numberDualInfeasibilities_,sumDualInfeasibilities_);
1463              if (numberDualInfeasibilities_)
1464                problemStatus_=10;
1465              rowArray_[0]->clear();
1466              columnArray_[0]->clear();
1467              returnCode=1;
1468              break;
1469            }
1470          }
1471          // If special option set - put off as long as possible
1472          if ((specialOptions_&64)==0) {
1473            if (factorization_->pivots()==0)
1474              problemStatus_=-4; //say looks infeasible
1475          } else {
1476            // flag
1477            char x = isColumn(sequenceOut_) ? 'C' :'R';
1478            handler_->message(CLP_SIMPLEX_FLAG,messages_)
1479              <<x<<sequenceWithin(sequenceOut_)
1480              <<CoinMessageEol;
1481            setFlagged(sequenceOut_);
1482            if (!factorization_->pivots()) {
1483              rowArray_[0]->clear();
1484              columnArray_[0]->clear();
1485              continue;
1486            }
1487          }
1488        }
1489        if (factorization_->pivots()<5&&acceptablePivot_>1.0e-8) 
1490          acceptablePivot_=1.0e-8;
1491        rowArray_[0]->clear();
1492        columnArray_[0]->clear();
1493        returnCode=1;
1494        break;
1495      }
1496    } else {
1497      // no pivot row
1498#ifdef CLP_DEBUG
1499      if (handler_->logLevel()&32)
1500        printf("** no row pivot\n");
1501#endif
1502      // If in branch and bound try and get rid of fixed variables
1503      if ((specialOptions_&1024)!=0&&CLEAN_FIXED) {
1504        assert (!candidateList);
1505        candidateList = new int[numberRows_];
1506        int iRow;
1507        for (iRow=0;iRow<numberRows_;iRow++) {
1508          int iPivot=pivotVariable_[iRow];
1509          if (flagged(iPivot)||!pivoted(iPivot))
1510            continue;
1511          assert (iPivot<numberColumns_&&lower_[iPivot]==upper_[iPivot]);
1512          candidateList[numberCandidates++]=iRow;
1513        }
1514        // and set first candidate
1515        if (!numberCandidates) {
1516          delete [] candidateList;
1517          candidateList=NULL;
1518          int iRow;
1519          for (iRow=0;iRow<numberRows_;iRow++) {
1520            int iPivot=pivotVariable_[iRow];
1521            clearPivoted(iPivot);
1522          }
1523        } else {
1524          ifValuesPass=2;
1525          continue;
1526        }
1527      }
1528      int numberPivots = factorization_->pivots();
1529      bool specialCase;
1530      int useNumberFake;
1531      returnCode=0;
1532      if (numberPivots<20&&
1533          (specialOptions_&2048)!=0&&!numberChanged_&&perturbation_>=100
1534          &&dualBound_>1.0e8) {
1535        specialCase=true;
1536        // as dual bound high - should be okay
1537        useNumberFake=0;
1538      } else {
1539        specialCase=false;
1540        useNumberFake=numberFake_;
1541      }
1542      if (!numberPivots||specialCase) {
1543        // may have crept through - so may be optimal
1544        // check any flagged variables
1545        int iRow;
1546        for (iRow=0;iRow<numberRows_;iRow++) {
1547          int iPivot=pivotVariable_[iRow];
1548          if (flagged(iPivot))
1549            break;
1550        }
1551        if (iRow<numberRows_&&numberPivots) {
1552          // try factorization
1553          returnCode=-2;
1554        }
1555       
1556        if (useNumberFake||numberDualInfeasibilities_) {
1557          // may be dual infeasible
1558          problemStatus_=-5;
1559        } else {
1560          if (iRow<numberRows_) {
1561#ifdef CLP_DEBUG
1562            std::cerr<<"Flagged variables at end - infeasible?"<<std::endl;
1563            //printf("Probably infeasible - pivot was %g\n",alpha_);
1564#endif
1565            //if (fabs(alpha_)<1.0e-4) {
1566            //problemStatus_=1;
1567            //} else {
1568#ifdef CLP_DEBUG
1569            abort();
1570#endif
1571            //}
1572            problemStatus_=-5;
1573          } else {
1574            if (numberPivots) {
1575              // objective may be wrong
1576              objectiveValue_ = innerProduct(cost_,numberColumns_+numberRows_,solution_);
1577              objectiveValue_ += objective_->nonlinearOffset();
1578              objectiveValue_ /= (objectiveScale_*rhsScale_);
1579              if ((specialOptions_&16384)==0) {
1580                // and dual_ may be wrong (i.e. for fixed or basic)
1581                CoinIndexedVector * arrayVector = rowArray_[1];
1582                arrayVector->clear();
1583                int iRow;
1584                double * array = arrayVector->denseVector();
1585                /* Use dual_ instead of array
1586                   Even though dual_ is only numberRows_ long this is
1587                   okay as gets permuted to longer rowArray_[2]
1588                */
1589                arrayVector->setDenseVector(dual_);
1590                int * index = arrayVector->getIndices();
1591                int number=0;
1592                for (iRow=0;iRow<numberRows_;iRow++) {
1593                  int iPivot=pivotVariable_[iRow];
1594                  double value = cost_[iPivot];
1595                  dual_[iRow]=value;
1596                  if (value) {
1597                    index[number++]=iRow;
1598                  }
1599                }
1600                arrayVector->setNumElements(number);
1601                // Extended duals before "updateTranspose"
1602                matrix_->dualExpanded(this,arrayVector,NULL,0);
1603                // Btran basic costs
1604                rowArray_[2]->clear();
1605                factorization_->updateColumnTranspose(rowArray_[2],arrayVector);
1606                // and return vector
1607                arrayVector->setDenseVector(array);
1608              }
1609            }
1610            problemStatus_=0;
1611            sumPrimalInfeasibilities_=0.0;
1612            if ((specialOptions_&(1024+16384))!=0) {
1613              CoinIndexedVector * arrayVector = rowArray_[1];
1614              arrayVector->clear();
1615              double * rhs = arrayVector->denseVector();
1616              times(1.0,solution_,rhs);
1617#ifdef CHECK_ACCURACY
1618              bool bad=false;
1619#endif
1620              bool bad2=false;
1621              int i;
1622              for ( i=0;i<numberRows_;i++) {
1623                if (rhs[i]<rowLowerWork_[i]-primalTolerance_||
1624                    rhs[i]>rowUpperWork_[i]+primalTolerance_) {
1625                  bad2=true;
1626#ifdef CHECK_ACCURACY
1627                  printf("row %d out of bounds %g, %g correct %g bad %g\n",i,
1628                         rowLowerWork_[i],rowUpperWork_[i],
1629                         rhs[i],rowActivityWork_[i]);
1630#endif
1631                } else if (fabs(rhs[i]-rowActivityWork_[i])>1.0e-3) {
1632#ifdef CHECK_ACCURACY
1633                  bad=true;
1634                  printf("row %d correct %g bad %g\n",i,rhs[i],rowActivityWork_[i]);
1635#endif
1636                }
1637                rhs[i]=0.0;
1638              }
1639              for ( i=0;i<numberColumns_;i++) {
1640                if (solution_[i]<columnLowerWork_[i]-primalTolerance_||
1641                    solution_[i]>columnUpperWork_[i]+primalTolerance_) {
1642                  bad2=true;
1643#ifdef CHECK_ACCURACY
1644                  printf("column %d out of bounds %g, %g correct %g bad %g\n",i,
1645                         columnLowerWork_[i],columnUpperWork_[i],
1646                         solution_[i],columnActivityWork_[i]);
1647#endif
1648                }
1649              }
1650              if (bad2) {
1651                problemStatus_=-3;
1652                returnCode=-2;
1653                // Force to re-factorize early next time
1654                int numberPivots = factorization_->pivots();
1655                forceFactorization_=CoinMin(forceFactorization_,(numberPivots+1)>>1);
1656              }
1657            }
1658          }
1659        }
1660      } else {
1661        problemStatus_=-3;
1662        returnCode=-2;
1663        // Force to re-factorize early next time
1664        int numberPivots = factorization_->pivots();
1665        forceFactorization_=CoinMin(forceFactorization_,(numberPivots+1)>>1);
1666      }
1667      break;
1668    }
1669  }
1670  if (givenDuals) {
1671    CoinMemcpyN(dj_,numberRows_+numberColumns_,givenDuals);
1672    // get rid of any values pass array
1673    delete [] candidateList;
1674  }
1675  delete [] dubiousWeights;
1676  return returnCode;
1677}
1678/* The duals are updated by the given arrays.
1679   Returns number of infeasibilities.
1680   rowArray and columnarray will have flipped
1681   The output vector has movement (row length array) */
1682int
1683ClpSimplexDual::updateDualsInDual(CoinIndexedVector * rowArray,
1684                                  CoinIndexedVector * columnArray,
1685                                  CoinIndexedVector * outputArray,
1686                                  double theta,
1687                                  double & objectiveChange,
1688                                  bool fullRecompute)
1689{
1690 
1691  outputArray->clear();
1692 
1693 
1694  int numberInfeasibilities=0;
1695  int numberRowInfeasibilities=0;
1696 
1697  // get a tolerance
1698  double tolerance = dualTolerance_;
1699  // we can't really trust infeasibilities if there is dual error
1700  double error = CoinMin(1.0e-2,largestDualError_);
1701  // allow tolerance at least slightly bigger than standard
1702  tolerance = tolerance +  error;
1703 
1704  double changeObj=0.0;
1705
1706  // Coding is very similar but we can save a bit by splitting
1707  // Do rows
1708  if (!fullRecompute) {
1709    int i;
1710    double * reducedCost = djRegion(0);
1711    const double * lower = lowerRegion(0);
1712    const double * upper = upperRegion(0);
1713    const double * cost = costRegion(0);
1714    double * work;
1715    int number;
1716    int * which;
1717    assert(rowArray->packedMode());
1718    work = rowArray->denseVector();
1719    number = rowArray->getNumElements();
1720    which = rowArray->getIndices();
1721    for (i=0;i<number;i++) {
1722      int iSequence = which[i];
1723      double alphaI = work[i];
1724      work[i]=0.0;
1725     
1726      Status status = getStatus(iSequence+numberColumns_);
1727      // more likely to be at upper bound ?
1728      if (status==atUpperBound) {
1729
1730        double value = reducedCost[iSequence]-theta*alphaI;
1731        reducedCost[iSequence]=value;
1732
1733        if (value>tolerance) {
1734          // to lower bound (if swap)
1735          which[numberInfeasibilities++]=iSequence;
1736          double movement = lower[iSequence]-upper[iSequence];
1737          assert (fabs(movement)<1.0e30);
1738#ifdef CLP_DEBUG
1739          if ((handler_->logLevel()&32))
1740            printf("%d %d, new dj %g, alpha %g, movement %g\n",
1741                   0,iSequence,value,alphaI,movement);
1742#endif
1743          changeObj += movement*cost[iSequence];
1744          outputArray->quickAdd(iSequence,-movement);
1745        }
1746      } else if (status==atLowerBound) {
1747
1748        double value = reducedCost[iSequence]-theta*alphaI;
1749        reducedCost[iSequence]=value;
1750
1751        if (value<-tolerance) {
1752          // to upper bound
1753          which[numberInfeasibilities++]=iSequence;
1754          double movement = upper[iSequence] - lower[iSequence];
1755          assert (fabs(movement)<1.0e30);
1756#ifdef CLP_DEBUG
1757          if ((handler_->logLevel()&32))
1758            printf("%d %d, new dj %g, alpha %g, movement %g\n",
1759                   0,iSequence,value,alphaI,movement);
1760#endif
1761          changeObj += movement*cost[iSequence];
1762          outputArray->quickAdd(iSequence,-movement);
1763        }
1764      }
1765    }
1766  } else  {
1767    double * solution = solutionRegion(0);
1768    double * reducedCost = djRegion(0);
1769    const double * lower = lowerRegion(0);
1770    const double * upper = upperRegion(0);
1771    const double * cost = costRegion(0);
1772    int * which;
1773    which = rowArray->getIndices();
1774    int iSequence;
1775    for (iSequence=0;iSequence<numberRows_;iSequence++) {
1776      double value = reducedCost[iSequence];
1777     
1778      Status status = getStatus(iSequence+numberColumns_);
1779      // more likely to be at upper bound ?
1780      if (status==atUpperBound) {
1781        double movement=0.0;
1782
1783        if (value>tolerance) {
1784          // to lower bound (if swap)
1785          // put back alpha
1786          which[numberInfeasibilities++]=iSequence;
1787          movement = lower[iSequence]-upper[iSequence];
1788          changeObj += movement*cost[iSequence];
1789          outputArray->quickAdd(iSequence,-movement);
1790          assert (fabs(movement)<1.0e30);
1791        } else if (value>-tolerance) {
1792          // at correct bound but may swap
1793          FakeBound bound = getFakeBound(iSequence+numberColumns_);
1794          if (bound==ClpSimplexDual::upperFake) {
1795            movement = lower[iSequence]-upper[iSequence];
1796            assert (fabs(movement)<1.0e30);
1797            setStatus(iSequence+numberColumns_,atLowerBound);
1798            solution[iSequence] = lower[iSequence];
1799            changeObj += movement*cost[iSequence];
1800            numberFake_--;
1801            setFakeBound(iSequence+numberColumns_,noFake);
1802          }
1803        }
1804      } else if (status==atLowerBound) {
1805        double movement=0.0;
1806
1807        if (value<-tolerance) {
1808          // to upper bound
1809          // put back alpha
1810          which[numberInfeasibilities++]=iSequence;
1811          movement = upper[iSequence] - lower[iSequence];
1812          assert (fabs(movement)<1.0e30);
1813          changeObj += movement*cost[iSequence];
1814          outputArray->quickAdd(iSequence,-movement);
1815        } else if (value<tolerance) {
1816          // at correct bound but may swap
1817          FakeBound bound = getFakeBound(iSequence+numberColumns_);
1818          if (bound==ClpSimplexDual::lowerFake) {
1819            movement = upper[iSequence]-lower[iSequence];
1820            assert (fabs(movement)<1.0e30);
1821            setStatus(iSequence+numberColumns_,atUpperBound);
1822            solution[iSequence] = upper[iSequence];
1823            changeObj += movement*cost[iSequence];
1824            numberFake_--;
1825            setFakeBound(iSequence+numberColumns_,noFake);
1826          }
1827        }
1828      }
1829    }
1830  }
1831
1832  // Do columns
1833  if (!fullRecompute) {
1834    int i;
1835    double * reducedCost = djRegion(1);
1836    const double * lower = lowerRegion(1);
1837    const double * upper = upperRegion(1);
1838    const double * cost = costRegion(1);
1839    double * work;
1840    int number;
1841    int * which;
1842    // set number of infeasibilities in row array
1843    numberRowInfeasibilities=numberInfeasibilities;
1844    rowArray->setNumElements(numberInfeasibilities);
1845    numberInfeasibilities=0;
1846    work = columnArray->denseVector();
1847    number = columnArray->getNumElements();
1848    which = columnArray->getIndices();
1849   
1850    for (i=0;i<number;i++) {
1851      int iSequence = which[i];
1852      double alphaI = work[i];
1853      work[i]=0.0;
1854     
1855      Status status = getStatus(iSequence);
1856      if (status==atLowerBound) {
1857        double value = reducedCost[iSequence]-theta*alphaI;
1858        reducedCost[iSequence]=value;
1859        double movement=0.0;
1860
1861        if (value<-tolerance) {
1862          // to upper bound
1863          which[numberInfeasibilities++]=iSequence;
1864          movement = upper[iSequence] - lower[iSequence];
1865          assert (fabs(movement)<1.0e30);
1866#ifdef CLP_DEBUG
1867          if ((handler_->logLevel()&32))
1868            printf("%d %d, new dj %g, alpha %g, movement %g\n",
1869                   1,iSequence,value,alphaI,movement);
1870#endif
1871          changeObj += movement*cost[iSequence];
1872          matrix_->add(this,outputArray,iSequence,movement);
1873        }
1874      } else if (status==atUpperBound) {
1875        double value = reducedCost[iSequence]-theta*alphaI;
1876        reducedCost[iSequence]=value;
1877        double movement=0.0;
1878
1879        if (value>tolerance) {
1880          // to lower bound (if swap)
1881          which[numberInfeasibilities++]=iSequence;
1882          movement = lower[iSequence]-upper[iSequence];
1883          assert (fabs(movement)<1.0e30);
1884#ifdef CLP_DEBUG
1885          if ((handler_->logLevel()&32))
1886            printf("%d %d, new dj %g, alpha %g, movement %g\n",
1887                   1,iSequence,value,alphaI,movement);
1888#endif
1889          changeObj += movement*cost[iSequence];
1890          matrix_->add(this,outputArray,iSequence,movement);
1891        }
1892      } else if (status==isFree) {
1893        double value = reducedCost[iSequence]-theta*alphaI;
1894        reducedCost[iSequence]=value;
1895      }
1896    }
1897  } else {
1898    double * solution = solutionRegion(1);
1899    double * reducedCost = djRegion(1);
1900    const double * lower = lowerRegion(1);
1901    const double * upper = upperRegion(1);
1902    const double * cost = costRegion(1);
1903    int * which;
1904    // set number of infeasibilities in row array
1905    numberRowInfeasibilities=numberInfeasibilities;
1906    rowArray->setNumElements(numberInfeasibilities);
1907    numberInfeasibilities=0;
1908    which = columnArray->getIndices();
1909    int iSequence;
1910    for (iSequence=0;iSequence<numberColumns_;iSequence++) {
1911      double value = reducedCost[iSequence];
1912     
1913      Status status = getStatus(iSequence);
1914      if (status==atLowerBound) {
1915        double movement=0.0;
1916
1917        if (value<-tolerance) {
1918          // to upper bound
1919          // put back alpha
1920          which[numberInfeasibilities++]=iSequence;
1921          movement = upper[iSequence] - lower[iSequence];
1922          assert (fabs(movement)<1.0e30);
1923          changeObj += movement*cost[iSequence];
1924          matrix_->add(this,outputArray,iSequence,movement);
1925        } else if (value<tolerance) {
1926          // at correct bound but may swap
1927          FakeBound bound = getFakeBound(iSequence);
1928          if (bound==ClpSimplexDual::lowerFake) {
1929            movement = upper[iSequence]-lower[iSequence];
1930            assert (fabs(movement)<1.0e30);
1931            setStatus(iSequence,atUpperBound);
1932            solution[iSequence] = upper[iSequence];
1933            changeObj += movement*cost[iSequence];
1934            numberFake_--;
1935            setFakeBound(iSequence,noFake);
1936          }
1937        }
1938      } else if (status==atUpperBound) {
1939        double movement=0.0;
1940
1941        if (value>tolerance) {
1942          // to lower bound (if swap)
1943          // put back alpha
1944          which[numberInfeasibilities++]=iSequence;
1945          movement = lower[iSequence]-upper[iSequence];
1946          assert (fabs(movement)<1.0e30);
1947          changeObj += movement*cost[iSequence];
1948          matrix_->add(this,outputArray,iSequence,movement);
1949        } else if (value>-tolerance) {
1950          // at correct bound but may swap
1951          FakeBound bound = getFakeBound(iSequence);
1952          if (bound==ClpSimplexDual::upperFake) {
1953            movement = lower[iSequence]-upper[iSequence];
1954            assert (fabs(movement)<1.0e30);
1955            setStatus(iSequence,atLowerBound);
1956            solution[iSequence] = lower[iSequence];
1957            changeObj += movement*cost[iSequence];
1958            numberFake_--;
1959            setFakeBound(iSequence,noFake);
1960          }
1961        }
1962      }
1963    }
1964  }
1965#ifdef CLP_DEBUG
1966  if (fullRecompute&&numberFake_&&(handler_->logLevel()&16)!=0) 
1967    printf("%d fake after full update\n",numberFake_);
1968#endif
1969  // set number of infeasibilities
1970  columnArray->setNumElements(numberInfeasibilities);
1971  numberInfeasibilities += numberRowInfeasibilities;
1972  if (fullRecompute) {
1973    // do actual flips
1974    flipBounds(rowArray,columnArray,0.0);
1975  }
1976  objectiveChange += changeObj;
1977  return numberInfeasibilities;
1978}
1979void
1980ClpSimplexDual::updateDualsInValuesPass(CoinIndexedVector * rowArray,
1981                                  CoinIndexedVector * columnArray,
1982                                        double theta)
1983{
1984 
1985  // use a tighter tolerance except for all being okay
1986  double tolerance = dualTolerance_;
1987 
1988  // Coding is very similar but we can save a bit by splitting
1989  // Do rows
1990  {
1991    int i;
1992    double * reducedCost = djRegion(0);
1993    double * work;
1994    int number;
1995    int * which;
1996    work = rowArray->denseVector();
1997    number = rowArray->getNumElements();
1998    which = rowArray->getIndices();
1999    for (i=0;i<number;i++) {
2000      int iSequence = which[i];
2001      double alphaI = work[i];
2002      double value = reducedCost[iSequence]-theta*alphaI;
2003      work[i]=0.0;
2004      reducedCost[iSequence]=value;
2005     
2006      Status status = getStatus(iSequence+numberColumns_);
2007      // more likely to be at upper bound ?
2008      if (status==atUpperBound) {
2009
2010        if (value>tolerance) 
2011          reducedCost[iSequence]=0.0;
2012      } else if (status==atLowerBound) {
2013
2014        if (value<-tolerance) {
2015          reducedCost[iSequence]=0.0;
2016        }
2017      }
2018    }
2019  }
2020  rowArray->setNumElements(0);
2021
2022  // Do columns
2023  {
2024    int i;
2025    double * reducedCost = djRegion(1);
2026    double * work;
2027    int number;
2028    int * which;
2029    work = columnArray->denseVector();
2030    number = columnArray->getNumElements();
2031    which = columnArray->getIndices();
2032   
2033    for (i=0;i<number;i++) {
2034      int iSequence = which[i];
2035      double alphaI = work[i];
2036      double value = reducedCost[iSequence]-theta*alphaI;
2037      work[i]=0.0;
2038      reducedCost[iSequence]=value;
2039     
2040      Status status = getStatus(iSequence);
2041      if (status==atLowerBound) {
2042        if (value<-tolerance) 
2043          reducedCost[iSequence]=0.0;
2044      } else if (status==atUpperBound) {
2045        if (value>tolerance) 
2046          reducedCost[iSequence]=0.0;
2047      }
2048    }
2049  }
2050  columnArray->setNumElements(0);
2051}
2052/*
2053   Chooses dual pivot row
2054   Would be faster with separate region to scan
2055   and will have this (with square of infeasibility) when steepest
2056   For easy problems we can just choose one of the first rows we look at
2057*/
2058void
2059ClpSimplexDual::dualRow(int alreadyChosen)
2060{
2061  // get pivot row using whichever method it is
2062  int chosenRow=-1;
2063#ifdef FORCE_FOLLOW
2064  bool forceThis=false;
2065  if (!fpFollow&&strlen(forceFile)) {
2066    fpFollow = fopen(forceFile,"r");
2067    assert (fpFollow);
2068  }
2069  if (fpFollow) {
2070    if (numberIterations_<=force_iteration) {
2071      // read to next Clp0102
2072      char temp[300];
2073      while (fgets(temp,250,fpFollow)) {
2074        if (strncmp(temp,"Clp0102",7))
2075          continue;
2076        char cin,cout;
2077        sscanf(temp+9,"%d%*f%*s%*c%c%d%*s%*c%c%d",
2078               &force_iteration,&cin,&force_in,&cout,&force_out);
2079        if (cin=='R')
2080          force_in += numberColumns_;
2081        if (cout=='R')
2082          force_out += numberColumns_;
2083        forceThis=true;
2084        assert (numberIterations_==force_iteration-1);
2085        printf("Iteration %d will force %d out and %d in\n",
2086               force_iteration,force_out,force_in);
2087        alreadyChosen=force_out;
2088        break;
2089      }
2090    } else {
2091      // use old
2092      forceThis=true;
2093    }
2094    if (!forceThis) {
2095      fclose(fpFollow);
2096      fpFollow=NULL;
2097      forceFile="";
2098    }
2099  }
2100#endif
2101  double freeAlpha=0.0;
2102  if (alreadyChosen<0) {
2103    // first see if any free variables and put them in basis
2104    int nextFree = nextSuperBasic();
2105    //nextFree=-1; //off
2106    if (nextFree>=0) {
2107      // unpack vector and find a good pivot
2108      unpack(rowArray_[1],nextFree);
2109      factorization_->updateColumn(rowArray_[2],rowArray_[1]);
2110     
2111      double * work=rowArray_[1]->denseVector();
2112      int number=rowArray_[1]->getNumElements();
2113      int * which=rowArray_[1]->getIndices();
2114      double bestFeasibleAlpha=0.0;
2115      int bestFeasibleRow=-1;
2116      double bestInfeasibleAlpha=0.0;
2117      int bestInfeasibleRow=-1;
2118      int i;
2119     
2120      for (i=0;i<number;i++) {
2121        int iRow = which[i];
2122        double alpha = fabs(work[iRow]);
2123        if (alpha>1.0e-3) {
2124          int iSequence=pivotVariable_[iRow];
2125          double value = solution_[iSequence];
2126          double lower = lower_[iSequence];
2127          double upper = upper_[iSequence];
2128          double infeasibility=0.0;
2129          if (value>upper)
2130            infeasibility = value-upper;
2131          else if (value<lower)
2132            infeasibility = lower-value;
2133          if (infeasibility*alpha>bestInfeasibleAlpha&&alpha>1.0e-1) {
2134            if (!flagged(iSequence)) {
2135              bestInfeasibleAlpha = infeasibility*alpha;
2136              bestInfeasibleRow=iRow;
2137            }
2138          }
2139          if (alpha>bestFeasibleAlpha&&(lower>-1.0e20||upper<1.0e20)) {
2140            bestFeasibleAlpha = alpha;
2141            bestFeasibleRow=iRow;
2142          }
2143        }
2144      }
2145      if (bestInfeasibleRow>=0) 
2146        chosenRow = bestInfeasibleRow;
2147      else if (bestFeasibleAlpha>1.0e-2)
2148        chosenRow = bestFeasibleRow;
2149      if (chosenRow>=0) {
2150        pivotRow_=chosenRow;
2151        freeAlpha=work[chosenRow];
2152      }
2153      rowArray_[1]->clear();
2154    } 
2155  } else {
2156    // in values pass
2157    chosenRow=alreadyChosen;
2158#ifdef FORCE_FOLLOW
2159    if(forceThis) {
2160      alreadyChosen=-1;
2161      chosenRow=-1;
2162      for (int i=0;i<numberRows_;i++) {
2163        if (pivotVariable_[i]==force_out) {
2164          chosenRow=i;
2165          break;
2166        }
2167      }
2168      assert (chosenRow>=0);
2169    }
2170#endif
2171    pivotRow_=chosenRow;
2172  }
2173  if (chosenRow<0) 
2174    pivotRow_=dualRowPivot_->pivotRow();
2175
2176  if (pivotRow_>=0) {
2177    sequenceOut_ = pivotVariable_[pivotRow_];
2178    valueOut_ = solution_[sequenceOut_];
2179    lowerOut_ = lower_[sequenceOut_];
2180    upperOut_ = upper_[sequenceOut_];
2181    if (alreadyChosen<0) {
2182      // if we have problems we could try other way and hope we get a
2183      // zero pivot?
2184      if (valueOut_>upperOut_) {
2185        directionOut_ = -1;
2186        dualOut_ = valueOut_ - upperOut_;
2187      } else if (valueOut_<lowerOut_) {
2188        directionOut_ = 1;
2189        dualOut_ = lowerOut_ - valueOut_;
2190      } else {
2191#if 1
2192        // odd (could be free) - it's feasible - go to nearest
2193        if (valueOut_-lowerOut_<upperOut_-valueOut_) {
2194          directionOut_ = 1;
2195          dualOut_ = lowerOut_ - valueOut_;
2196        } else {
2197          directionOut_ = -1;
2198          dualOut_ = valueOut_ - upperOut_;
2199        }
2200#else
2201        // odd (could be free) - it's feasible - improve obj
2202        printf("direction from alpha of %g is %d\n",
2203               freeAlpha,freeAlpha>0.0 ? 1 : -1);
2204        if (valueOut_-lowerOut_>1.0e20)
2205          freeAlpha=1.0;
2206        else if(upperOut_-valueOut_>1.0e20) 
2207          freeAlpha=-1.0;
2208        //if (valueOut_-lowerOut_<upperOut_-valueOut_) {
2209        if (freeAlpha<0.0) {
2210          directionOut_ = 1;
2211          dualOut_ = lowerOut_ - valueOut_;
2212        } else {
2213          directionOut_ = -1;
2214          dualOut_ = valueOut_ - upperOut_;
2215        }
2216        printf("direction taken %d - bounds %g %g %g\n",
2217               directionOut_,lowerOut_,valueOut_,upperOut_);
2218#endif
2219      }
2220#ifdef CLP_DEBUG
2221      assert(dualOut_>=0.0);
2222#endif
2223    } else {
2224      // in values pass so just use sign of dj
2225      // We don't want to go through any barriers so set dualOut low
2226      // free variables will never be here
2227      dualOut_ = 1.0e-6;
2228      if (dj_[sequenceOut_]>0.0) {
2229        // this will give a -1 in pivot row (as slacks are -1.0)
2230        directionOut_ = 1;
2231      } else {
2232        directionOut_ = -1;
2233      }
2234    }
2235  }
2236  return ;
2237}
2238// Checks if any fake bounds active - if so returns number and modifies
2239// dualBound_ and everything.
2240// Free variables will be left as free
2241// Returns number of bounds changed if >=0
2242// Returns -1 if not initialize and no effect
2243// Fills in changeVector which can be used to see if unbounded
2244// and cost of change vector
2245int
2246ClpSimplexDual::changeBounds(bool initialize,
2247                                 CoinIndexedVector * outputArray,
2248                                 double & changeCost)
2249{ 
2250  numberFake_ = 0;
2251  if (!initialize) {
2252    int numberInfeasibilities;
2253    double newBound;
2254    newBound = 5.0*dualBound_;
2255    numberInfeasibilities=0;
2256    changeCost=0.0;
2257    // put back original bounds and then check
2258    createRim(1);
2259    int iSequence;
2260    // bounds will get bigger - just look at ones at bounds
2261    for (iSequence=0;iSequence<numberRows_+numberColumns_;iSequence++) {
2262      double lowerValue=lower_[iSequence];
2263      double upperValue=upper_[iSequence];
2264      double value=solution_[iSequence];
2265      setFakeBound(iSequence,ClpSimplexDual::noFake);
2266      switch(getStatus(iSequence)) {
2267
2268      case basic:
2269      case ClpSimplex::isFixed:
2270        break;
2271      case isFree:
2272      case superBasic:
2273        break;
2274      case atUpperBound:
2275        if (fabs(value-upperValue)>primalTolerance_) 
2276          numberInfeasibilities++;
2277        break;
2278      case atLowerBound:
2279        if (fabs(value-lowerValue)>primalTolerance_) 
2280          numberInfeasibilities++;
2281        break;
2282      }
2283    }
2284    // If dual infeasible then carry on
2285    if (numberInfeasibilities) {
2286      handler_->message(CLP_DUAL_CHECKB,messages_)
2287        <<newBound
2288        <<CoinMessageEol;
2289      int iSequence;
2290      for (iSequence=0;iSequence<numberRows_+numberColumns_;iSequence++) {
2291        double lowerValue=lower_[iSequence];
2292        double upperValue=upper_[iSequence];
2293        double newLowerValue;
2294        double newUpperValue;
2295        Status status = getStatus(iSequence);
2296        if (status==atUpperBound||
2297            status==atLowerBound) {
2298          double value = solution_[iSequence];
2299          if (value-lowerValue<=upperValue-value) {
2300            newLowerValue = CoinMax(lowerValue,value-0.666667*newBound);
2301            newUpperValue = CoinMin(upperValue,newLowerValue+newBound);
2302          } else {
2303            newUpperValue = CoinMin(upperValue,value+0.666667*newBound);
2304            newLowerValue = CoinMax(lowerValue,newUpperValue-newBound);
2305          }
2306          lower_[iSequence]=newLowerValue;
2307          upper_[iSequence]=newUpperValue;
2308          if (newLowerValue > lowerValue) {
2309            if (newUpperValue < upperValue) {
2310              setFakeBound(iSequence,ClpSimplexDual::bothFake);
2311              numberFake_++;
2312            } else {
2313              setFakeBound(iSequence,ClpSimplexDual::lowerFake);
2314              numberFake_++;
2315            }
2316          } else {
2317            if (newUpperValue < upperValue) {
2318              setFakeBound(iSequence,ClpSimplexDual::upperFake);
2319              numberFake_++;
2320            }
2321          }
2322          if (status==atUpperBound)
2323            solution_[iSequence] = newUpperValue;
2324          else
2325            solution_[iSequence] = newLowerValue;
2326          double movement = solution_[iSequence] - value;
2327          if (movement&&outputArray) {
2328            if (iSequence>=numberColumns_) {
2329              outputArray->quickAdd(iSequence,-movement);
2330              changeCost += movement*cost_[iSequence];
2331            } else {
2332              matrix_->add(this,outputArray,iSequence,movement);
2333              changeCost += movement*cost_[iSequence];
2334            }
2335          }
2336        }
2337      }
2338      dualBound_ = newBound;
2339    } else {
2340      numberInfeasibilities=-1;
2341    }
2342    return numberInfeasibilities;
2343  } else {
2344    int iSequence;
2345     
2346    for (iSequence=0;iSequence<numberRows_+numberColumns_;iSequence++) {
2347      Status status = getStatus(iSequence);
2348      if (status==atUpperBound||
2349          status==atLowerBound) {
2350        double lowerValue=lower_[iSequence];
2351        double upperValue=upper_[iSequence];
2352        double value = solution_[iSequence];
2353        if (lowerValue>-largeValue_||upperValue<largeValue_) {
2354          if (lowerValue-value>-0.5*dualBound_||
2355              upperValue-value<0.5*dualBound_) {
2356            if (fabs(lowerValue-value)<=fabs(upperValue-value)) {
2357              if (upperValue > lowerValue + dualBound_) {
2358                upper_[iSequence]=lowerValue+dualBound_;
2359                setFakeBound(iSequence,ClpSimplexDual::upperFake);
2360                numberFake_++;
2361              }
2362            } else {
2363              if (lowerValue < upperValue - dualBound_) {
2364                lower_[iSequence]=upperValue-dualBound_;
2365                setFakeBound(iSequence,ClpSimplexDual::lowerFake);
2366                numberFake_++;
2367              }
2368            }
2369          } else {
2370            lower_[iSequence]=-0.5*dualBound_;
2371            upper_[iSequence]= 0.5*dualBound_;
2372            setFakeBound(iSequence,ClpSimplexDual::bothFake);
2373            numberFake_++;
2374          }
2375          if (status==atUpperBound)
2376            solution_[iSequence]=upper_[iSequence];
2377          else
2378            solution_[iSequence]=lower_[iSequence];
2379        } else {
2380          // set non basic free variables to fake bounds
2381          // I don't think we should ever get here
2382          CoinAssert(!("should not be here"));
2383          lower_[iSequence]=-0.5*dualBound_;
2384          upper_[iSequence]= 0.5*dualBound_;
2385          setFakeBound(iSequence,ClpSimplexDual::bothFake);
2386          numberFake_++;
2387          setStatus(iSequence,atUpperBound);
2388          solution_[iSequence]=0.5*dualBound_;
2389        }
2390      }
2391    }
2392
2393    return 1;
2394  }
2395}
2396int
2397ClpSimplexDual::dualColumn0(const CoinIndexedVector * rowArray,
2398                           const CoinIndexedVector * columnArray,
2399                           CoinIndexedVector * spareArray,
2400                           double acceptablePivot,
2401                           double & upperReturn, double &bestReturn)
2402{
2403  // do first pass to get possibles
2404  double * spare = spareArray->denseVector();
2405  int * index = spareArray->getIndices();
2406  const double * work;
2407  int number;
2408  const int * which;
2409  const double * reducedCost;
2410  // We can also see if infeasible or pivoting on free
2411  double tentativeTheta = 1.0e25;
2412  double upperTheta = 1.0e31;
2413  double freePivot = acceptablePivot;
2414  double bestPossible=0.0;
2415  int numberRemaining=0;
2416  int i;
2417  for (int iSection=0;iSection<2;iSection++) {
2418
2419    int addSequence;
2420
2421    if (!iSection) {
2422      work = rowArray->denseVector();
2423      number = rowArray->getNumElements();
2424      which = rowArray->getIndices();
2425      reducedCost = rowReducedCost_;
2426      addSequence = numberColumns_;
2427    } else {
2428      work = columnArray->denseVector();
2429      number = columnArray->getNumElements();
2430      which = columnArray->getIndices();
2431      reducedCost = reducedCostWork_;
2432      addSequence = 0;
2433    }
2434   
2435    for (i=0;i<number;i++) {
2436      int iSequence = which[i];
2437      double alpha;
2438      double oldValue;
2439      double value;
2440      bool keep;
2441
2442      switch(getStatus(iSequence+addSequence)) {
2443         
2444      case basic:
2445      case ClpSimplex::isFixed:
2446        break;
2447      case isFree:
2448      case superBasic:
2449        alpha = work[i];
2450        bestPossible = CoinMax(bestPossible,fabs(alpha));
2451        oldValue = reducedCost[iSequence];
2452        // If freehas to be very large - should come in via dualRow
2453        if (getStatus(iSequence+addSequence)==isFree&&fabs(alpha)<1.0e-3)
2454          break;
2455        if (oldValue>dualTolerance_) {
2456          keep = true;
2457        } else if (oldValue<-dualTolerance_) {
2458          keep = true;
2459        } else {
2460          if (fabs(alpha)>CoinMax(10.0*acceptablePivot,1.0e-5)) 
2461            keep = true;
2462          else
2463            keep=false;
2464        }
2465        if (keep) {
2466          // free - choose largest
2467          if (fabs(alpha)>freePivot) {
2468            freePivot=fabs(alpha);
2469            sequenceIn_ = iSequence + addSequence;
2470            theta_=oldValue/alpha;
2471            alpha_=alpha;
2472          }
2473        }
2474        break;
2475      case atUpperBound:
2476        alpha = work[i];
2477        oldValue = reducedCost[iSequence];
2478        value = oldValue-tentativeTheta*alpha;
2479        //assert (oldValue<=dualTolerance_*1.0001);
2480        if (value>dualTolerance_) {
2481          bestPossible = CoinMax(bestPossible,-alpha);
2482          value = oldValue-upperTheta*alpha;
2483          if (value>dualTolerance_ && -alpha>=acceptablePivot) 
2484            upperTheta = (oldValue-dualTolerance_)/alpha;
2485          // add to list
2486          spare[numberRemaining]=alpha;
2487          index[numberRemaining++]=iSequence+addSequence;
2488        }
2489        break;
2490      case atLowerBound:
2491        alpha = work[i];
2492        oldValue = reducedCost[iSequence];
2493        value = oldValue-tentativeTheta*alpha;
2494        //assert (oldValue>=-dualTolerance_*1.0001);
2495        if (value<-dualTolerance_) {
2496          bestPossible = CoinMax(bestPossible,alpha);
2497          value = oldValue-upperTheta*alpha;
2498          if (value<-dualTolerance_ && alpha>=acceptablePivot) 
2499            upperTheta = (oldValue+dualTolerance_)/alpha;
2500          // add to list
2501          spare[numberRemaining]=alpha;
2502          index[numberRemaining++]=iSequence+addSequence;
2503        }
2504        break;
2505      }
2506    }
2507  }
2508  upperReturn = upperTheta;
2509  bestReturn = bestPossible;
2510  return numberRemaining;
2511}
2512/*
2513   Row array has row part of pivot row (as duals so sign may be switched)
2514   Column array has column part.
2515   This chooses pivot column.
2516   Spare array will be needed when we start getting clever.
2517   We will check for basic so spare array will never overflow.
2518   If necessary will modify costs
2519*/
2520double
2521ClpSimplexDual::dualColumn(CoinIndexedVector * rowArray,
2522                           CoinIndexedVector * columnArray,
2523                           CoinIndexedVector * spareArray,
2524                           CoinIndexedVector * spareArray2,
2525                           double acceptablePivot,
2526                           CoinBigIndex * dubiousWeights)
2527{
2528  int numberPossiblySwapped=0;
2529  int numberRemaining=0;
2530 
2531  double totalThru=0.0; // for when variables flip
2532  //double saveAcceptable=acceptablePivot;
2533  //acceptablePivot=1.0e-9;
2534
2535  double bestEverPivot=acceptablePivot;
2536  int lastSequence = -1;
2537  double lastPivot=0.0;
2538  double upperTheta;
2539  double newTolerance = dualTolerance_;
2540  //newTolerance = dualTolerance_+1.0e-6*dblParam_[ClpDualTolerance];
2541  // will we need to increase tolerance
2542  bool thisIncrease=false;
2543  // If we think we need to modify costs (not if something from broad sweep)
2544  bool modifyCosts=false;
2545  // Increase in objective due to swapping bounds (may be negative)
2546  double increaseInObjective=0.0;
2547
2548  // use spareArrays to put ones looked at in
2549  // we are going to flip flop between
2550  int iFlip = 0;
2551  // Possible list of pivots
2552  int interesting[2];
2553  // where possible swapped ones are
2554  int swapped[2];
2555  // for zeroing out arrays after
2556  int marker[2][2];
2557  // pivot elements
2558  double * array[2], * spare, * spare2;
2559  // indices
2560  int * indices[2], * index, * index2;
2561  spareArray2->clear();
2562  array[0] = spareArray->denseVector();
2563  indices[0] = spareArray->getIndices();
2564  spare = array[0];
2565  index = indices[0];
2566  array[1] = spareArray2->denseVector();
2567  indices[1] = spareArray2->getIndices();
2568  int i;
2569
2570  // initialize lists
2571  for (i=0;i<2;i++) {
2572    interesting[i]=0;
2573    swapped[i]=numberColumns_;
2574    marker[i][0]=0;
2575    marker[i][1]=numberColumns_;
2576  }
2577  /*
2578    First we get a list of possible pivots.  We can also see if the
2579    problem looks infeasible or whether we want to pivot in free variable.
2580    This may make objective go backwards but can only happen a finite
2581    number of times and I do want free variables basic.
2582
2583    Then we flip back and forth.  At the start of each iteration
2584    interesting[iFlip] should have possible candidates and swapped[iFlip]
2585    will have pivots if we decide to take a previous pivot.
2586    At end of each iteration interesting[1-iFlip] should have
2587    candidates if we go through this theta and swapped[1-iFlip]
2588    pivots if we don't go through.
2589
2590    At first we increase theta and see what happens.  We start
2591    theta at a reasonable guess.  If in right area then we do bit by bit.
2592
2593   */
2594
2595  // do first pass to get possibles
2596  upperTheta = 1.0e31;
2597  double bestPossible=0.0;
2598  if (spareIntArray_[0]!=-1) {
2599    numberRemaining = dualColumn0(rowArray,columnArray,spareArray,
2600                                  acceptablePivot,upperTheta,bestPossible);
2601  } else {
2602    // already done
2603    numberRemaining = spareArray->getNumElements();
2604    spareArray->setNumElements(0);
2605    upperTheta = spareDoubleArray_[0];
2606    bestPossible = spareDoubleArray_[1];
2607    theta_ = spareDoubleArray_[2];
2608    alpha_ = spareDoubleArray_[3];
2609    sequenceIn_ = spareIntArray_[1];
2610  }
2611  // switch off
2612  spareIntArray_[0]=0;
2613  // We can also see if infeasible or pivoting on free
2614  double tentativeTheta = 1.0e25;
2615  interesting[0]=numberRemaining;
2616  marker[0][0] = numberRemaining;
2617
2618  if (!numberRemaining&&sequenceIn_<0)
2619    return 0.0; // Looks infeasible
2620
2621  // If sum of bad small pivots too much
2622#define MORE_CAREFUL
2623#ifdef MORE_CAREFUL
2624  bool badSumPivots=false;
2625#endif
2626  if (sequenceIn_>=0) {
2627    // free variable - always choose
2628  } else {
2629
2630    theta_=1.0e50;
2631    // now flip flop between spare arrays until reasonable theta
2632    tentativeTheta = CoinMax(10.0*upperTheta,1.0e-7);
2633   
2634    // loops increasing tentative theta until can't go through
2635   
2636    while (tentativeTheta < 1.0e22) {
2637      double thruThis = 0.0;
2638     
2639      double bestPivot=acceptablePivot;
2640      int bestSequence=-1;
2641     
2642      numberPossiblySwapped = numberColumns_;
2643      numberRemaining = 0;
2644
2645      upperTheta = 1.0e50;
2646
2647      spare = array[iFlip];
2648      index = indices[iFlip];
2649      spare2 = array[1-iFlip];
2650      index2 = indices[1-iFlip];
2651
2652      // try 3 different ways
2653      // 1 bias increase by ones with slightly wrong djs
2654      // 2 bias by all
2655      // 3 bias by all - tolerance
2656#define TRYBIAS 3
2657
2658
2659      double increaseInThis=0.0; //objective increase in this loop
2660     
2661      for (i=0;i<interesting[iFlip];i++) {
2662        int iSequence = index[i];
2663        double alpha = spare[i];
2664        double oldValue = dj_[iSequence];
2665        double value = oldValue-tentativeTheta*alpha;
2666
2667        if (alpha < 0.0) {
2668          //at upper bound
2669          if (value>newTolerance) {
2670            double range = upper_[iSequence] - lower_[iSequence];
2671            thruThis -= range*alpha;
2672#if TRYBIAS==1
2673            if (oldValue>0.0)
2674              increaseInThis -= oldValue*range;
2675#elif TRYBIAS==2
2676            increaseInThis -= oldValue*range;
2677#else
2678            increaseInThis -= (oldValue+dualTolerance_)*range;
2679#endif
2680            // goes on swapped list (also means candidates if too many)
2681            spare2[--numberPossiblySwapped]=alpha;
2682            index2[numberPossiblySwapped]=iSequence;
2683            if (fabs(alpha)>bestPivot) {
2684              bestPivot=fabs(alpha);
2685              bestSequence=numberPossiblySwapped;
2686            }
2687          } else {
2688            value = oldValue-upperTheta*alpha;
2689            if (value>newTolerance && -alpha>=acceptablePivot) 
2690              upperTheta = (oldValue-newTolerance)/alpha;
2691            spare2[numberRemaining]=alpha;
2692            index2[numberRemaining++]=iSequence;
2693          }
2694        } else {
2695          // at lower bound
2696          if (value<-newTolerance) {
2697            double range = upper_[iSequence] - lower_[iSequence];
2698            thruThis += range*alpha;
2699            //?? is this correct - and should we look at good ones
2700#if TRYBIAS==1
2701            if (oldValue<0.0)
2702              increaseInThis += oldValue*range;
2703#elif TRYBIAS==2
2704            increaseInThis += oldValue*range;
2705#else
2706            increaseInThis += (oldValue-dualTolerance_)*range;
2707#endif
2708            // goes on swapped list (also means candidates if too many)
2709            spare2[--numberPossiblySwapped]=alpha;
2710            index2[numberPossiblySwapped]=iSequence;
2711            if (fabs(alpha)>bestPivot) {
2712              bestPivot=fabs(alpha);
2713              bestSequence=numberPossiblySwapped;
2714            }
2715          } else {
2716            value = oldValue-upperTheta*alpha;
2717            if (value<-newTolerance && alpha>=acceptablePivot) 
2718              upperTheta = (oldValue+newTolerance)/alpha;
2719            spare2[numberRemaining]=alpha;
2720            index2[numberRemaining++]=iSequence;
2721          }
2722        }
2723      }
2724      swapped[1-iFlip]=numberPossiblySwapped;
2725      interesting[1-iFlip]=numberRemaining;
2726      marker[1-iFlip][0]= CoinMax(marker[1-iFlip][0],numberRemaining);
2727      marker[1-iFlip][1]= CoinMin(marker[1-iFlip][1],numberPossiblySwapped);
2728     
2729      if (totalThru+thruThis>=fabs(dualOut_)||
2730          increaseInObjective+increaseInThis<0.0) {
2731        // We should be pivoting in this batch
2732        // so compress down to this lot
2733        numberRemaining=0;
2734        for (i=numberColumns_-1;i>=swapped[1-iFlip];i--) {
2735          spare[numberRemaining]=spare2[i];
2736          index[numberRemaining++]=index2[i];
2737        }
2738        interesting[iFlip]=numberRemaining;
2739        int iTry;
2740#define MAXTRY 100
2741        // first get ratio with tolerance
2742        for (iTry=0;iTry<MAXTRY;iTry++) {
2743         
2744          upperTheta=1.0e50;
2745          numberPossiblySwapped = numberColumns_;
2746          numberRemaining = 0;
2747
2748          increaseInThis=0.0; //objective increase in this loop
2749
2750          thruThis=0.0;
2751
2752          spare = array[iFlip];
2753          index = indices[iFlip];
2754          spare2 = array[1-iFlip];
2755          index2 = indices[1-iFlip];
2756     
2757          for (i=0;i<interesting[iFlip];i++) {
2758            int iSequence=index[i];
2759            double alpha=spare[i];
2760            double oldValue = dj_[iSequence];
2761            double value = oldValue-upperTheta*alpha;
2762           
2763            if (alpha < 0.0) {
2764              //at upper bound
2765              if (value>newTolerance) {
2766                if (-alpha>=acceptablePivot) {
2767                  upperTheta = (oldValue-newTolerance)/alpha;
2768                  // recompute value and make sure works
2769                  value = oldValue-upperTheta*alpha;
2770                  if (value<0)
2771                    upperTheta *= 1.0 +1.0e-11; // must be large
2772                }
2773              }
2774            } else {
2775              // at lower bound
2776              if (value<-newTolerance) {
2777                if (alpha>=acceptablePivot) {
2778                  upperTheta = (oldValue+newTolerance)/alpha;
2779                  // recompute value and make sure works
2780                  value = oldValue-upperTheta*alpha;
2781                  if (value>0)
2782                    upperTheta *= 1.0 +1.0e-11; // must be large
2783                }
2784              }
2785            }
2786          }
2787          bestPivot=acceptablePivot;
2788          sequenceIn_=-1;
2789#ifdef DUBIOUS_WEIGHTS
2790          double bestWeight=COIN_DBL_MAX;
2791#endif
2792          double largestPivot=acceptablePivot;
2793          // now choose largest and sum all ones which will go through
2794          //printf("XX it %d number %d\n",numberIterations_,interesting[iFlip]);
2795  // Sum of bad small pivots
2796#ifdef MORE_CAREFUL
2797          double sumBadPivots=0.0;
2798          badSumPivots=false;
2799#endif
2800          for (i=0;i<interesting[iFlip];i++) {
2801            int iSequence=index[i];
2802            double alpha=spare[i];
2803            double value = dj_[iSequence]-upperTheta*alpha;
2804            double badDj=0.0;
2805           
2806            bool addToSwapped=false;
2807           
2808            if (alpha < 0.0) {
2809              //at upper bound
2810              if (value>=0.0) { 
2811                addToSwapped=true;
2812#if TRYBIAS==1
2813                badDj = -CoinMax(dj_[iSequence],0.0);
2814#elif TRYBIAS==2
2815                badDj = -dj_[iSequence];
2816#else
2817                badDj = -dj_[iSequence]-dualTolerance_;
2818#endif
2819              }
2820            } else {
2821              // at lower bound
2822              if (value<=0.0) {
2823                addToSwapped=true;
2824#if TRYBIAS==1
2825                badDj = CoinMin(dj_[iSequence],0.0);
2826#elif TRYBIAS==2
2827                badDj = dj_[iSequence];
2828#else
2829                badDj = dj_[iSequence]-dualTolerance_;
2830#endif
2831              }
2832            }
2833            if (!addToSwapped) {
2834              // add to list of remaining
2835              spare2[numberRemaining]=alpha;
2836              index2[numberRemaining++]=iSequence;
2837            } else {
2838              // add to list of swapped
2839              spare2[--numberPossiblySwapped]=alpha;
2840              index2[numberPossiblySwapped]=iSequence;
2841              // select if largest pivot
2842              bool take=false;
2843              double absAlpha = fabs(alpha);
2844#ifdef DUBIOUS_WEIGHTS
2845              // User could do anything to break ties here
2846              double weight;
2847              if (dubiousWeights)
2848                weight=dubiousWeights[iSequence];
2849              else
2850                weight=1.0;
2851              weight += CoinDrand48()*1.0e-2;
2852              if (absAlpha>2.0*bestPivot) {
2853                take=true;
2854              } else if (absAlpha>largestPivot) {
2855                // could multiply absAlpha and weight
2856                if (weight*bestPivot<bestWeight*absAlpha)
2857                  take=true;
2858              }
2859#else
2860              if (absAlpha>bestPivot) 
2861                take=true;
2862#endif
2863#ifdef MORE_CAREFUL
2864              if (absAlpha<acceptablePivot&&upperTheta<1.0e20) {
2865                if (alpha < 0.0) {
2866                  //at upper bound
2867                  if (value>dualTolerance_) {
2868                    double gap=upper_[iSequence]-lower_[iSequence];
2869                    if (gap<1.0e20)
2870                      sumBadPivots += value*gap; 
2871                    else
2872                      sumBadPivots += 1.0e20;
2873                    //printf("bad %d alpha %g dj at upper %g\n",
2874                    //     iSequence,alpha,value);
2875                  }
2876                } else {
2877                  //at lower bound
2878                  if (value<-dualTolerance_) {
2879                    double gap=upper_[iSequence]-lower_[iSequence];
2880                    if (gap<1.0e20)
2881                      sumBadPivots -= value*gap; 
2882                    else
2883                      sumBadPivots += 1.0e20;
2884                    //printf("bad %d alpha %g dj at lower %g\n",
2885                    //     iSequence,alpha,value);
2886                  }
2887                }
2888              }
2889#endif
2890#ifdef FORCE_FOLLOW
2891              if (iSequence==force_in) {
2892                printf("taking %d - alpha %g best %g\n",force_in,absAlpha,largestPivot);
2893                take=true;
2894              }
2895#endif
2896              if (take) {
2897                sequenceIn_ = numberPossiblySwapped;
2898                bestPivot =  absAlpha;
2899                theta_ = dj_[iSequence]/alpha;
2900                largestPivot = CoinMax(largestPivot,0.5*bestPivot);
2901#ifdef DUBIOUS_WEIGHTS
2902                bestWeight = weight;
2903#endif
2904                //printf(" taken seq %d alpha %g weight %d\n",
2905                //   iSequence,absAlpha,dubiousWeights[iSequence]);
2906              } else {
2907                //printf(" not taken seq %d alpha %g weight %d\n",
2908                //   iSequence,absAlpha,dubiousWeights[iSequence]);
2909              }
2910              double range = upper_[iSequence] - lower_[iSequence];
2911              thruThis += range*fabs(alpha);
2912              increaseInThis += badDj*range;
2913            }
2914          }
2915#ifdef MORE_CAREFUL
2916          // If we have done pivots and things look bad set alpha_ 0.0 to force factorization
2917          if (sumBadPivots>1.0e4) {
2918            if (handler_->logLevel()>1)
2919            printf("maybe forcing re-factorization - sum %g  %d pivots\n",sumBadPivots,
2920                   factorization_->pivots());
2921            badSumPivots=true;
2922          }
2923#endif
2924          swapped[1-iFlip]=numberPossiblySwapped;
2925          interesting[1-iFlip]=numberRemaining;
2926          marker[1-iFlip][0]= CoinMax(marker[1-iFlip][0],numberRemaining);
2927          marker[1-iFlip][1]= CoinMin(marker[1-iFlip][1],numberPossiblySwapped);
2928          // If we stop now this will be increase in objective (I think)
2929          double increase = (fabs(dualOut_)-totalThru)*theta_;
2930          increase += increaseInObjective;
2931          if (theta_<0.0)
2932            thruThis += fabs(dualOut_); // force using this one
2933          if (increaseInObjective<0.0&&increase<0.0&&lastSequence>=0) {
2934            // back
2935            // We may need to be more careful - we could do by
2936            // switch so we always do fine grained?
2937            bestPivot=0.0;
2938          } else {
2939            // add in
2940            totalThru += thruThis;
2941            increaseInObjective += increaseInThis;
2942          }
2943          if (bestPivot<0.1*bestEverPivot&&
2944              bestEverPivot>1.0e-6&&
2945              (bestPivot<1.0e-3||totalThru*2.0>fabs(dualOut_))) {
2946            // back to previous one
2947            sequenceIn_=lastSequence;
2948            // swap regions
2949            iFlip = 1-iFlip;
2950            break;
2951          } else if (sequenceIn_==-1&&upperTheta>largeValue_) {
2952            if (lastPivot>acceptablePivot) {
2953              // back to previous one
2954              sequenceIn_=lastSequence;
2955              // swap regions
2956              iFlip = 1-iFlip;
2957            } else {
2958              // can only get here if all pivots too small
2959            }
2960            break;
2961          } else if (totalThru>=fabs(dualOut_)) {
2962            modifyCosts=true; // fine grain - we can modify costs
2963            break; // no point trying another loop
2964          } else {
2965            lastSequence=sequenceIn_;
2966            if (bestPivot>bestEverPivot)
2967              bestEverPivot=bestPivot;
2968            iFlip = 1 -iFlip;
2969            modifyCosts=true; // fine grain - we can modify costs
2970          }
2971        }
2972        if (iTry==MAXTRY)
2973          iFlip = 1-iFlip; // flip back
2974        break;
2975      } else {
2976        // skip this lot
2977        if (bestPivot>1.0e-3||bestPivot>bestEverPivot) {
2978          bestEverPivot=bestPivot;
2979          lastSequence=bestSequence;
2980        } else {
2981          // keep old swapped
2982          CoinMemcpyN(array[iFlip]+swapped[iFlip],
2983                 numberColumns_-swapped[iFlip],array[1-iFlip]+swapped[iFlip]);
2984          CoinMemcpyN(indices[iFlip]+swapped[iFlip],
2985                 numberColumns_-swapped[iFlip],indices[1-iFlip]+swapped[iFlip]);
2986          marker[1-iFlip][1] = CoinMin(marker[1-iFlip][1],swapped[iFlip]);
2987          swapped[1-iFlip]=swapped[iFlip];
2988        }
2989        increaseInObjective += increaseInThis;
2990        iFlip = 1 - iFlip; // swap regions
2991        tentativeTheta = 2.0*upperTheta;
2992        totalThru += thruThis;
2993      }
2994    }
2995   
2996    // can get here without sequenceIn_ set but with lastSequence
2997    if (sequenceIn_<0&&lastSequence>=0) {
2998      // back to previous one
2999      sequenceIn_=lastSequence;
3000      // swap regions
3001      iFlip = 1-iFlip;
3002    }
3003   
3004#define MINIMUMTHETA 1.0e-18
3005    // Movement should be minimum for anti-degeneracy - unless
3006    // fixed variable out
3007    double minimumTheta;
3008    if (upperOut_>lowerOut_)
3009      minimumTheta=MINIMUMTHETA;
3010    else
3011      minimumTheta=0.0;
3012    if (sequenceIn_>=0) {
3013      // at this stage sequenceIn_ is just pointer into index array
3014      // flip just so we can use iFlip
3015      iFlip = 1 -iFlip;
3016      spare = array[iFlip];
3017      index = indices[iFlip];
3018      double oldValue;
3019      alpha_ = spare[sequenceIn_];
3020      sequenceIn_ = indices[iFlip][sequenceIn_];
3021      oldValue = dj_[sequenceIn_];
3022      theta_ = CoinMax(oldValue/alpha_,0.0);
3023      if (theta_<minimumTheta&&fabs(alpha_)<1.0e5&&1) {
3024        // can't pivot to zero
3025#if 0
3026        if (oldValue-minimumTheta*alpha_>=-dualTolerance_) {
3027          theta_=minimumTheta;
3028        } else if (oldValue-minimumTheta*alpha_>=-newTolerance) {
3029          theta_=minimumTheta;
3030          thisIncrease=true;
3031        } else {
3032          theta_=CoinMax((oldValue+newTolerance)/alpha_,0.0);
3033          thisIncrease=true;
3034        }
3035#else
3036        theta_=minimumTheta;
3037#endif
3038      }
3039      // may need to adjust costs so all dual feasible AND pivoted is exactly 0
3040      //int costOffset = numberRows_+numberColumns_;
3041      if (modifyCosts) {
3042        int i;
3043        for (i=numberColumns_-1;i>=swapped[iFlip];i--) {
3044          int iSequence=index[i];
3045          double alpha=spare[i];
3046          double value = dj_[iSequence]-theta_*alpha;
3047           
3048          // can't be free here
3049         
3050          if (alpha < 0.0) {
3051            //at upper bound
3052            if (value>dualTolerance_) {
3053              thisIncrease=true;
3054#define MODIFYCOST 2
3055#if MODIFYCOST
3056              // modify cost to hit new tolerance
3057              double modification = alpha*theta_-dj_[iSequence]
3058                +newTolerance;
3059              if ((specialOptions_&(2048+4096+16384))!=0) {
3060                if ((specialOptions_&16384)!=0) {
3061                  if (fabs(modification)<1.0e-8)
3062                    modification=0.0;
3063                } else if ((specialOptions_&2048)!=0) {
3064                  if (fabs(modification)<1.0e-10)
3065                    modification=0.0;
3066                } else {
3067                  if (fabs(modification)<1.0e-12)
3068                    modification=0.0;
3069                }
3070              }
3071              dj_[iSequence] += modification;
3072              cost_[iSequence] +=  modification;
3073              if (modification)
3074                numberChanged_ ++; // Say changed costs
3075              //cost_[iSequence+costOffset] += modification; // save change
3076#endif
3077            }
3078          } else {
3079            // at lower bound
3080            if (-value>dualTolerance_) {
3081              thisIncrease=true;
3082#if MODIFYCOST
3083              // modify cost to hit new tolerance
3084              double modification = alpha*theta_-dj_[iSequence]
3085                -newTolerance;
3086              //modification = CoinMax(modification,-dualTolerance_);
3087              //assert (fabs(modification)<1.0e-7);
3088              if ((specialOptions_&(2048+4096))!=0) {
3089                if ((specialOptions_&2048)!=0) {
3090                  if (fabs(modification)<1.0e-10)
3091                    modification=0.0;
3092                } else {
3093                  if (fabs(modification)<1.0e-12)
3094                    modification=0.0;
3095                }
3096              }
3097              dj_[iSequence] += modification;
3098              cost_[iSequence] +=  modification;
3099              if (modification)
3100                numberChanged_ ++; // Say changed costs
3101              //cost_[iSequence+costOffset] += modification; // save change
3102#endif
3103            }
3104          }
3105        }
3106      }
3107    }
3108  }
3109
3110  if (sequenceIn_>=0) {
3111#ifdef MORE_CAREFUL
3112    // If we have done pivots and things look bad set alpha_ 0.0 to force factorization
3113    if (badSumPivots&&factorization_->pivots()) {
3114      if (handler_->logLevel()>1)
3115        printf("forcing re-factorization\n");
3116      alpha_=0.0;
3117    }
3118#endif
3119    lowerIn_ = lower_[sequenceIn_];
3120    upperIn_ = upper_[sequenceIn_];
3121    valueIn_ = solution_[sequenceIn_];
3122    dualIn_ = dj_[sequenceIn_];
3123
3124    if (numberTimesOptimal_) {
3125      // can we adjust cost back closer to original
3126      //*** add coding
3127    }
3128#if MODIFYCOST>1   
3129    // modify cost to hit zero exactly
3130    // so (dualIn_+modification)==theta_*alpha_
3131    double modification = theta_*alpha_-dualIn_;
3132    if ((specialOptions_&(2048+4096))!=0) {
3133      if ((specialOptions_&16384)!=0) {
3134        // in fast dual
3135        if (fabs(modification)<1.0e-7)
3136          modification=0.0;
3137      } else if ((specialOptions_&2048)!=0) {
3138        if (fabs(modification)<1.0e-10)
3139          modification=0.0;
3140      } else {
3141        if (fabs(modification)<1.0e-12)
3142          modification=0.0;
3143      }
3144    }
3145    dualIn_ += modification;
3146    dj_[sequenceIn_]=dualIn_;
3147    cost_[sequenceIn_] += modification;
3148    if (modification)
3149      numberChanged_ ++; // Say changed costs
3150    //int costOffset = numberRows_+numberColumns_;
3151    //cost_[sequenceIn_+costOffset] += modification; // save change
3152    //assert (fabs(modification)<1.0e-6);
3153#ifdef CLP_DEBUG
3154    if ((handler_->logLevel()&32)&&fabs(modification)>1.0e-15)
3155      printf("exact %d new cost %g, change %g\n",sequenceIn_,
3156             cost_[sequenceIn_],modification);
3157#endif
3158#endif
3159   
3160    if (alpha_<0.0) {
3161      // as if from upper bound
3162      directionIn_=-1;
3163      upperIn_=valueIn_;
3164    } else {
3165      // as if from lower bound
3166      directionIn_=1;
3167      lowerIn_=valueIn_;
3168    }
3169  }
3170  //if (thisIncrease)
3171  //dualTolerance_+= 1.0e-6*dblParam_[ClpDualTolerance];
3172
3173  // clear arrays
3174
3175  for (i=0;i<2;i++) {
3176    CoinZeroN(array[i],marker[i][0]);
3177    CoinZeroN(array[i]+marker[i][1],numberColumns_-marker[i][1]);
3178  }
3179  return bestPossible;
3180}
3181#ifdef CLP_ALL_ONE_FILE
3182#undef MAXTRY
3183#endif
3184/* Checks if tentative optimal actually means unbounded
3185   Returns -3 if not, 2 if is unbounded */
3186int 
3187ClpSimplexDual::checkUnbounded(CoinIndexedVector * ray,
3188                                   CoinIndexedVector * spare,
3189                                   double changeCost)
3190{
3191  int status=2; // say unbounded
3192  factorization_->updateColumn(spare,ray);
3193  // get reduced cost
3194  int i;
3195  int number=ray->getNumElements();
3196  int * index = ray->getIndices();
3197  double * array = ray->denseVector();
3198  for (i=0;i<number;i++) {
3199    int iRow=index[i];
3200    int iPivot=pivotVariable_[iRow];
3201    changeCost -= cost(iPivot)*array[iRow];
3202  }
3203  double way;
3204  if (changeCost>0.0) {
3205    //try going down
3206    way=1.0;
3207  } else if (changeCost<0.0) {
3208    //try going up
3209    way=-1.0;
3210  } else {
3211#ifdef CLP_DEBUG
3212    printf("can't decide on up or down\n");
3213#endif
3214    way=0.0;
3215    status=-3;
3216  }
3217  double movement=1.0e10*way; // some largish number
3218  double zeroTolerance = 1.0e-14*dualBound_;
3219  for (i=0;i<number;i++) {
3220    int iRow=index[i];
3221    int iPivot=pivotVariable_[iRow];
3222    double arrayValue = array[iRow];
3223    if (fabs(arrayValue)<zeroTolerance)
3224      arrayValue=0.0;
3225    double newValue=solution(iPivot)+movement*arrayValue;
3226    if (newValue>upper(iPivot)+primalTolerance_||
3227        newValue<lower(iPivot)-primalTolerance_)
3228      status=-3; // not unbounded
3229  }
3230  if (status==2) {
3231    // create ray
3232    delete [] ray_;
3233    ray_ = new double [numberColumns_];
3234    CoinZeroN(ray_,numberColumns_);
3235    for (i=0;i<number;i++) {
3236      int iRow=index[i];
3237      int iPivot=pivotVariable_[iRow];
3238      double arrayValue = array[iRow];
3239      if (iPivot<numberColumns_&&fabs(arrayValue)>=zeroTolerance)
3240        ray_[iPivot] = way* array[iRow];
3241    }
3242  }
3243  ray->clear();
3244  return status;
3245}
3246/* Checks if finished.  Updates status */
3247void 
3248ClpSimplexDual::statusOfProblemInDual(int & lastCleaned,int type,
3249                                      double * givenDuals, ClpDataSave & saveData,
3250                                      int ifValuesPass)
3251{
3252  // If lots of iterations then adjust costs if large ones
3253  if (numberIterations_>4*(numberRows_+numberColumns_)&&objectiveScale_==1.0) {
3254    double largest=0.0;
3255    for (int i=0;i<numberRows_;i++) {
3256      int iColumn = pivotVariable_[i];
3257      largest = CoinMax(largest,fabs(cost_[iColumn]));
3258    }
3259    if (largest>1.0e6) {
3260      objectiveScale_ = 1.0e6/largest;
3261      for (int i=0;i<numberRows_+numberColumns_;i++)
3262        cost_[i] *= objectiveScale_;
3263    }
3264  }
3265  bool normalType=true;
3266  int numberPivots = factorization_->pivots();
3267  double realDualInfeasibilities=0.0;
3268  if (type==2) {
3269    // trouble - restore solution
3270    CoinMemcpyN(saveStatus_,numberColumns_+numberRows_,status_);
3271    CoinMemcpyN(savedSolution_+numberColumns_ ,
3272           numberRows_,rowActivityWork_);
3273    CoinMemcpyN(savedSolution_ ,
3274           numberColumns_,columnActivityWork_);
3275    // restore extra stuff
3276    int dummy;
3277    matrix_->generalExpanded(this,6,dummy);
3278    forceFactorization_=1; // a bit drastic but ..
3279    changeMade_++; // say something changed
3280  }
3281  int tentativeStatus = problemStatus_;
3282  double changeCost;
3283  bool unflagVariables = true;
3284  if (problemStatus_>-3||factorization_->pivots()) {
3285    // factorize
3286    // later on we will need to recover from singularities
3287    // also we could skip if first time
3288    // save dual weights
3289    dualRowPivot_->saveWeights(this,1);
3290    if (type) {
3291      // is factorization okay?
3292      if (internalFactorize(1)) {
3293        // no - restore previous basis
3294        unflagVariables = false;
3295        assert (type==1);
3296        changeMade_++; // say something changed
3297        // Keep any flagged variables
3298        int i;
3299        for (i=0;i<numberRows_+numberColumns_;i++) {
3300          if (flagged(i))
3301            saveStatus_[i] |= 64; //say flagged
3302        }
3303        CoinMemcpyN(saveStatus_,numberColumns_+numberRows_,status_);
3304        CoinMemcpyN(savedSolution_+numberColumns_ ,
3305               numberRows_,rowActivityWork_);
3306        CoinMemcpyN(savedSolution_ ,
3307               numberColumns_,columnActivityWork_);
3308        // restore extra stuff
3309        int dummy;
3310        matrix_->generalExpanded(this,6,dummy);
3311        // get correct bounds on all variables
3312        double dummyChangeCost=0.0;
3313        changeBounds(true,rowArray_[2],dummyChangeCost);
3314        // throw away change
3315        for (i=0;i<4;i++) 
3316          rowArray_[i]->clear();
3317        // need to reject something
3318        char x = isColumn(sequenceOut_) ? 'C' :'R';
3319        handler_->message(CLP_SIMPLEX_FLAG,messages_)
3320          <<x<<sequenceWithin(sequenceOut_)
3321          <<CoinMessageEol;
3322        setFlagged(sequenceOut_);
3323        progress_->clearBadTimes();
3324       
3325        // Go to safe
3326        factorization_->pivotTolerance(0.99);
3327        forceFactorization_=1; // a bit drastic but ..
3328        type = 2;
3329        //assert (internalFactorize(1)==0);
3330        if (internalFactorize(1)) {
3331          CoinMemcpyN(saveStatus_,numberColumns_+numberRows_,status_);
3332          CoinMemcpyN(savedSolution_+numberColumns_ ,
3333                 numberRows_,rowActivityWork_);
3334          CoinMemcpyN(savedSolution_ ,
3335                 numberColumns_,columnActivityWork_);
3336          // restore extra stuff
3337          int dummy;
3338          matrix_->generalExpanded(this,6,dummy);
3339          // debug
3340          int returnCode = internalFactorize(1);
3341          while (returnCode) {
3342            // ouch
3343            // switch off dense
3344            int saveDense = factorization_->denseThreshold();
3345            factorization_->setDenseThreshold(0);
3346            // Go to safe
3347            factorization_->pivotTolerance(0.99);
3348            // make sure will do safe factorization
3349            pivotVariable_[0]=-1;
3350            returnCode=internalFactorize(2);
3351            factorization_->setDenseThreshold(saveDense);
3352          }
3353        }
3354      }
3355    }
3356    if (problemStatus_!=-4||factorization_->pivots()>10)
3357      problemStatus_=-3;
3358  }
3359  // at this stage status is -3 or -4 if looks infeasible
3360  // get primal and dual solutions
3361  gutsOfSolution(givenDuals,NULL);
3362  // If bad accuracy treat as singular
3363  if ((largestPrimalError_>1.0e15||largestDualError_>1.0e15)&&numberIterations_) {
3364    // restore previous basis
3365    unflagVariables = false;
3366    changeMade_++; // say something changed
3367    // Keep any flagged variables
3368    int i;
3369    for (i=0;i<numberRows_+numberColumns_;i++) {
3370      if (flagged(i))
3371        saveStatus_[i] |= 64; //say flagged
3372    }
3373    CoinMemcpyN(saveStatus_,numberColumns_+numberRows_,status_);
3374    CoinMemcpyN(savedSolution_+numberColumns_ ,
3375           numberRows_,rowActivityWork_);
3376    CoinMemcpyN(savedSolution_ ,
3377           numberColumns_,columnActivityWork_);
3378    // restore extra stuff
3379    int dummy;
3380    matrix_->generalExpanded(this,6,dummy);
3381    // get correct bounds on all variables
3382    //double dummyChangeCost=0.0;
3383    //changeBounds(true,rowArray_[2],dummyChangeCost);
3384    // throw away change
3385    for (i=0;i<4;i++) 
3386      rowArray_[i]->clear();
3387    // need to reject something
3388    char x = isColumn(sequenceOut_) ? 'C' :'R';
3389    handler_->message(CLP_SIMPLEX_FLAG,messages_)
3390      <<x<<sequenceWithin(sequenceOut_)
3391      <<CoinMessageEol;
3392    setFlagged(sequenceOut_);
3393    progress_->clearBadTimes();
3394   
3395    // Go to safer
3396    double newTolerance = CoinMin(1.1*factorization_->pivotTolerance(),0.99);
3397    factorization_->pivotTolerance(newTolerance);
3398    forceFactorization_=1; // a bit drastic but ..
3399    type = 2;
3400    //assert (internalFactorize(1)==0);
3401    if (internalFactorize(1)) {
3402      CoinMemcpyN(saveStatus_,numberColumns_+numberRows_,status_);
3403      CoinMemcpyN(savedSolution_+numberColumns_ ,
3404              numberRows_,rowActivityWork_);
3405      CoinMemcpyN(savedSolution_ ,
3406           numberColumns_,columnActivityWork_);
3407      // restore extra stuff
3408      int dummy;
3409      matrix_->generalExpanded(this,6,dummy);
3410      // debug
3411      int returnCode = internalFactorize(1);
3412      while (returnCode) {
3413        // ouch
3414        // switch off dense
3415        int saveDense = factorization_->denseThreshold();
3416        factorization_->setDenseThreshold(0);
3417        // Go to safe
3418        factorization_->pivotTolerance(0.99);
3419        // make sure will do safe factorization
3420        pivotVariable_[0]=-1;
3421        returnCode=internalFactorize(2);
3422        factorization_->setDenseThreshold(saveDense);
3423      }
3424    }
3425    // get primal and dual solutions
3426    gutsOfSolution(givenDuals,NULL);
3427  } else if (largestPrimalError_<1.0e-7&&largestDualError_<1.0e-7) {
3428    // Can reduce tolerance
3429    double newTolerance = CoinMax(0.99*factorization_->pivotTolerance(),saveData.pivotTolerance_);
3430    factorization_->pivotTolerance(newTolerance);
3431  } 
3432  // Double check infeasibility if no action
3433  if (progress_->lastIterationNumber(0)==numberIterations_) {
3434    if (dualRowPivot_->looksOptimal()) {
3435      numberPrimalInfeasibilities_ = 0;
3436      sumPrimalInfeasibilities_ = 0.0;
3437    }
3438#if 1
3439  } else {
3440    double thisObj = objectiveValue_;
3441    double lastObj = progress_->lastObjective(0);
3442    if (lastObj>thisObj+1.0e-3*CoinMax(fabs(thisObj),fabs(lastObj))+1.0
3443        &&!ifValuesPass&&firstFree_<0) {
3444      int maxFactor = factorization_->maximumPivots();
3445      if (maxFactor>10&&numberPivots>1) {
3446        //printf("lastobj %g thisobj %g\n",lastObj,thisObj);
3447        //if (forceFactorization_<0)
3448        //forceFactorization_= maxFactor;
3449        //forceFactorization_ = CoinMax(1,(forceFactorization_>>1));
3450        forceFactorization_=1;
3451        //printf("Reducing factorization frequency - bad backwards\n");
3452        unflagVariables = false;
3453        changeMade_++; // say something changed
3454        CoinMemcpyN(saveStatus_,numberColumns_+numberRows_,status_);
3455        CoinMemcpyN(savedSolution_+numberColumns_ ,
3456                numberRows_,rowActivityWork_);
3457        CoinMemcpyN(savedSolution_ ,
3458                numberColumns_,columnActivityWork_);
3459        // restore extra stuff
3460        int dummy;
3461        matrix_->generalExpanded(this,6,dummy);
3462        // get correct bounds on all variables
3463        double dummyChangeCost=0.0;
3464        changeBounds(true,rowArray_[2],dummyChangeCost);
3465        // throw away change
3466        for (int i=0;i<4;i++) 
3467          rowArray_[i]->clear();
3468        if(factorization_->pivotTolerance()<0.2)
3469          factorization_->pivotTolerance(0.2);
3470        if (internalFactorize(1)) {
3471          CoinMemcpyN(saveStatus_,numberColumns_+numberRows_,status_);
3472          CoinMemcpyN(savedSolution_+numberColumns_ ,
3473                  numberRows_,rowActivityWork_);
3474          CoinMemcpyN(savedSolution_ ,
3475                  numberColumns_,columnActivityWork_);
3476          // restore extra stuff
3477          int dummy;
3478          matrix_->generalExpanded(this,6,dummy);
3479          // debug
3480          int returnCode = internalFactorize(1);
3481          while (returnCode) {
3482            // ouch
3483            // switch off dense
3484            int saveDense = factorization_->denseThreshold();
3485            factorization_->setDenseThreshold(0);
3486            // Go to safe
3487            factorization_->pivotTolerance(0.99);
3488            // make sure will do safe factorization
3489            pivotVariable_[0]=-1;
3490            returnCode=internalFactorize(2);
3491            factorization_->setDenseThreshold(saveDense);
3492          }
3493        }
3494        type = 2; // so will restore weights
3495        // get primal and dual solutions
3496        gutsOfSolution(givenDuals,NULL);
3497      } 
3498    }
3499#endif
3500  }
3501  // Up tolerance if looks a bit odd
3502  if (numberIterations_>CoinMax(1000,numberRows_>>4)&&(specialOptions_&64)!=0) {
3503    if (sumPrimalInfeasibilities_&&sumPrimalInfeasibilities_<1.0e5) {
3504      int backIteration = progress_->lastIterationNumber(CLP_PROGRESS-1);
3505      if (backIteration>0&&numberIterations_-backIteration<9*CLP_PROGRESS) {
3506        if (factorization_->pivotTolerance()<0.9) {
3507          // up tolerance
3508          factorization_->pivotTolerance(CoinMin(factorization_->pivotTolerance()*1.05+0.02,0.91));
3509          //printf("tol now %g\n",factorization_->pivotTolerance());
3510          progress_->clearIterationNumbers();
3511        }
3512      }
3513    }
3514  }
3515  // Check if looping
3516  int loop;
3517  if (!givenDuals&&type!=2) 
3518    loop = progress_->looping();
3519  else
3520    loop=-1;
3521  int situationChanged=0;
3522  if (loop>=0) {
3523    problemStatus_ = loop; //exit if in loop
3524    if (!problemStatus_) {
3525      // declaring victory
3526      numberPrimalInfeasibilities_ = 0;
3527      sumPrimalInfeasibilities_ = 0.0;
3528    } else {
3529      problemStatus_ = 10; // instead - try other algorithm
3530    }
3531    return;
3532  } else if (loop<-1) {
3533    // something may have changed
3534    gutsOfSolution(NULL,NULL);
3535    situationChanged=1;
3536  }
3537  // really for free variables in
3538  if((progressFlag_&2)!=0) {
3539    situationChanged=2;
3540  }
3541  progressFlag_ = 0; //reset progress flag
3542  if (handler_->detail(CLP_SIMPLEX_STATUS,messages_)<100) {
3543    handler_->message(CLP_SIMPLEX_STATUS,messages_)
3544      <<numberIterations_<<objectiveValue();
3545    handler_->printing(sumPrimalInfeasibilities_>0.0)
3546      <<sumPrimalInfeasibilities_<<numberPrimalInfeasibilities_;
3547    handler_->printing(sumDualInfeasibilities_>0.0)
3548      <<sumDualInfeasibilities_<<numberDualInfeasibilities_;
3549    handler_->printing(numberDualInfeasibilitiesWithoutFree_
3550                       <numberDualInfeasibilities_)
3551                         <<numberDualInfeasibilitiesWithoutFree_;
3552    handler_->message()<<CoinMessageEol;
3553  }
3554  realDualInfeasibilities=sumDualInfeasibilities_;
3555  double saveTolerance =dualTolerance_;
3556  // If we need to carry on cleaning variables
3557  if (!numberPrimalInfeasibilities_&&(specialOptions_&1024)!=0&&CLEAN_FIXED) {
3558    for (int iRow=0;iRow<numberRows_;iRow++) {
3559      int iPivot=pivotVariable_[iRow];
3560      if (!flagged(iPivot)&&pivoted(iPivot)) {
3561        // carry on
3562        numberPrimalInfeasibilities_=-1;
3563        sumOfRelaxedPrimalInfeasibilities_ = 1.0;
3564        sumPrimalInfeasibilities_ = 1.0;
3565        break;
3566      }
3567    }
3568  }
3569  /* If we are primal feasible and any dual infeasibilities are on
3570     free variables then it is better to go to primal */
3571  if (!numberPrimalInfeasibilities_&&!numberDualInfeasibilitiesWithoutFree_&&
3572      numberDualInfeasibilities_)
3573    problemStatus_=10;
3574  // dual bound coming in
3575  //double saveDualBound = dualBound_;
3576  while (problemStatus_<=-3) {
3577    int cleanDuals=0;
3578    if (situationChanged!=0)
3579      cleanDuals=1;
3580    int numberChangedBounds=0;
3581    int doOriginalTolerance=0;
3582    if ( lastCleaned==numberIterations_)
3583      doOriginalTolerance=1;
3584    // check optimal
3585    // give code benefit of doubt
3586    if (sumOfRelaxedDualInfeasibilities_ == 0.0&&
3587        sumOfRelaxedPrimalInfeasibilities_ == 0.0) {
3588      // say optimal (with these bounds etc)
3589      numberDualInfeasibilities_ = 0;
3590      sumDualInfeasibilities_ = 0.0;
3591      numberPrimalInfeasibilities_ = 0;
3592      sumPrimalInfeasibilities_ = 0.0;
3593    }
3594    //if (dualFeasible()||problemStatus_==-4||(primalFeasible()&&!numberDualInfeasibilitiesWithoutFree_)) {
3595    if (dualFeasible()||problemStatus_==-4) {
3596      progress_->modifyObjective(objectiveValue_
3597                               -sumDualInfeasibilities_*dualBound_);
3598      if (primalFeasible()&&!givenDuals) {
3599        normalType=false;
3600        // may be optimal - or may be bounds are wrong
3601        handler_->message(CLP_DUAL_BOUNDS,messages_)
3602          <<dualBound_
3603          <<CoinMessageEol;
3604        // save solution in case unbounded
3605        CoinMemcpyN(columnActivityWork_,numberColumns_,
3606                          columnArray_[0]->denseVector());
3607        CoinMemcpyN(rowActivityWork_,numberRows_,
3608                          rowArray_[2]->denseVector());
3609        numberChangedBounds=changeBounds(false,rowArray_[3],changeCost);
3610        if (numberChangedBounds<=0&&!numberDualInfeasibilities_) {
3611          //looks optimal - do we need to reset tolerance
3612          if (perturbation_==101) {
3613            perturbation_=102; // stop any perturbations
3614            cleanDuals=1;
3615            // make sure fake bounds are back
3616            //computeObjectiveValue();
3617            changeBounds(true,NULL,changeCost);
3618            //computeObjectiveValue();
3619            createRim(4);
3620            // make sure duals are current
3621            computeDuals(givenDuals);
3622            checkDualSolution();
3623            //if (numberDualInfeasibilities_)
3624              numberChanged_=1; // force something to happen
3625            //else
3626            //computeObjectiveValue();
3627          }
3628          if (lastCleaned<numberIterations_&&numberTimesOptimal_<4&&
3629              (numberChanged_||(specialOptions_&4096)==0)) {
3630            doOriginalTolerance=2;
3631            numberTimesOptimal_++;
3632            changeMade_++; // say something changed
3633            if (numberTimesOptimal_==1) {
3634              dualTolerance_ = dblParam_[ClpDualTolerance];
3635              // better to have small tolerance even if slower
3636              factorization_->zeroTolerance(1.0e-15);
3637            } else {
3638              dualTolerance_ = dblParam_[ClpDualTolerance];
3639              dualTolerance_ *= pow(2.0,numberTimesOptimal_-1);
3640            }
3641            cleanDuals=2; // If nothing changed optimal else primal
3642          } else {
3643            problemStatus_=0; // optimal
3644            if (lastCleaned<numberIterations_&&numberChanged_) {
3645              handler_->message(CLP_SIMPLEX_GIVINGUP,messages_)
3646                <<CoinMessageEol;
3647            }
3648          }
3649        } else {
3650          cleanDuals=1;
3651          if (doOriginalTolerance==1) {
3652            // check unbounded
3653            // find a variable with bad dj
3654            int iSequence;
3655            int iChosen=-1;
3656            double largest = 100.0*primalTolerance_;
3657            for (iSequence=0;iSequence<numberRows_+numberColumns_;
3658                 iSequence++) {
3659              double djValue = dj_[iSequence];
3660              double originalLo = originalLower(iSequence);
3661              double originalUp = originalUpper(iSequence);
3662              if (fabs(djValue)>fabs(largest)) {
3663                if (getStatus(iSequence)!=basic) {
3664                  if (djValue>0&&originalLo<-1.0e20) {
3665                    if (djValue>fabs(largest)) {
3666                      largest=djValue;
3667                      iChosen=iSequence;
3668                    }
3669                  } else if (djValue<0&&originalUp>1.0e20) {
3670                    if (-djValue>fabs(largest)) {
3671                      largest=djValue;
3672                      iChosen=iSequence;
3673                    }
3674                  } 
3675                }
3676              }
3677            }
3678            if (iChosen>=0) {
3679              int iSave=sequenceIn_;
3680              sequenceIn_=iChosen;
3681              unpack(rowArray_[1]);
3682              sequenceIn_ = iSave;
3683              // if dual infeasibilities then must be free vector so add in dual
3684              if (numberDualInfeasibilities_) {
3685                if (fabs(changeCost)>1.0e-5)
3686                  printf("Odd free/unbounded combo\n");
3687                changeCost += cost_[iChosen];
3688              }
3689              problemStatus_ = checkUnbounded(rowArray_[1],rowArray_[0],
3690                                              changeCost);
3691              rowArray_[1]->clear();
3692            } else {
3693              problemStatus_=-3;
3694            }
3695            if (problemStatus_==2&&perturbation_==101) {
3696              perturbation_=102; // stop any perturbations
3697              cleanDuals=1;
3698              createRim(4);
3699              problemStatus_=-1;
3700            }
3701            if (problemStatus_==2) {
3702              // it is unbounded - restore solution
3703              // but first add in changes to non-basic
3704              int iColumn;
3705              double * original = columnArray_[0]->denseVector();
3706              for (iColumn=0;iColumn<numberColumns_;iColumn++) {
3707                if(getColumnStatus(iColumn)!= basic)
3708                  ray_[iColumn] += 
3709                    columnActivityWork_[iColumn]-original[iColumn];
3710                columnActivityWork_[iColumn] = original[iColumn];
3711              }
3712              CoinMemcpyN(rowArray_[2]->denseVector(),numberRows_,
3713                                rowActivityWork_);
3714            }
3715          } else {
3716            doOriginalTolerance=2;
3717            rowArray_[0]->clear();
3718          }
3719        }
3720        CoinZeroN(columnArray_[0]->denseVector(),numberColumns_);
3721        CoinZeroN(rowArray_[2]->denseVector(),numberRows_);
3722      } 
3723      if (problemStatus_==-4||problemStatus_==-5) {
3724        // may be infeasible - or may be bounds are wrong
3725        numberChangedBounds=changeBounds(false,NULL,changeCost);
3726        /* Should this be here as makes no difference to being feasible.
3727           But seems to make a difference to run times. */
3728        if (perturbation_==101&&0) {
3729          perturbation_=102; // stop any perturbations
3730          cleanDuals=1;
3731          numberChangedBounds=1;
3732          // make sure fake bounds are back
3733          changeBounds(true,NULL,changeCost);
3734          createRim(4);
3735        }
3736        if (numberChangedBounds<=0||dualBound_>1.0e20||
3737            (largestPrimalError_>1.0&&dualBound_>1.0e17)) {
3738          problemStatus_=1; // infeasible
3739          if (perturbation_==101) {
3740            perturbation_=102; // stop any perturbations
3741            //cleanDuals=1;
3742            //numberChangedBounds=1;
3743            //createRim(4);
3744          }
3745        } else {
3746          normalType=false;
3747          problemStatus_=-1; //iterate
3748          cleanDuals=1;
3749          if (numberChangedBounds<=0)
3750            doOriginalTolerance=2;
3751          // and delete ray which has been created
3752          delete [] ray_;
3753          ray_ = NULL;
3754        }
3755
3756      }
3757    } else {
3758      cleanDuals=1;
3759    }
3760    if (problemStatus_<0) {
3761      if (doOriginalTolerance==2) {
3762        // put back original tolerance
3763        lastCleaned=numberIterations_;
3764        numberChanged_ =0; // Number of variables with changed costs
3765        handler_->message(CLP_DUAL_ORIGINAL,messages_)
3766          <<CoinMessageEol;
3767        perturbation_=102; // stop any perturbations
3768#if 0
3769        double * xcost = new double[numberRows_+numberColumns_];
3770        double * xlower = new double[numberRows_+numberColumns_];
3771        double * xupper = new double[numberRows_+numberColumns_];
3772        double * xdj = new double[numberRows_+numberColumns_];
3773        double * xsolution = new double[numberRows_+numberColumns_];
3774        memcpy(xcost,cost_,(numberRows_+numberColumns_)*sizeof(double));
3775        memcpy(xlower,lower_,(numberRows_+numberColumns_)*sizeof(double));
3776        memcpy(xupper,upper_,(numberRows_+numberColumns_)*sizeof(double));
3777        memcpy(xdj,dj_,(numberRows_+numberColumns_)*sizeof(double));
3778        memcpy(xsolution,solution_,(numberRows_+numberColumns_)*sizeof(double));
3779#endif
3780        createRim(4);
3781        // make sure duals are current
3782        computeDuals(givenDuals);
3783        checkDualSolution();
3784#if 0
3785        int i;
3786        for (i=0;i<numberRows_+numberColumns_;i++) {
3787          if (cost_[i]!=xcost[i])
3788            printf("** %d old cost %g new %g sol %g\n",
3789                   i,xcost[i],cost_[i],solution_[i]);
3790          if (lower_[i]!=xlower[i])
3791            printf("** %d old lower %g new %g sol %g\n",
3792                   i,xlower[i],lower_[i],solution_[i]);
3793          if (upper_[i]!=xupper[i])
3794            printf("** %d old upper %g new %g sol %g\n",
3795                   i,xupper[i],upper_[i],solution_[i]);
3796          if (dj_[i]!=xdj[i])
3797            printf("** %d old dj %g new %g sol %g\n",
3798                   i,xdj[i],dj_[i],solution_[i]);
3799          if (solution_[i]!=xsolution[i])
3800            printf("** %d old solution %g new %g sol %g\n",
3801                   i,xsolution[i],solution_[i],solution_[i]);
3802        }
3803        //delete [] xcost;
3804        //delete [] xupper;
3805        //delete [] xlower;
3806        //delete [] xdj;
3807        //delete [] xsolution;
3808#endif
3809        // put back bounds as they were if was optimal
3810        if (doOriginalTolerance==2&&cleanDuals!=2) {
3811          changeMade_++; // say something changed
3812          /* We may have already changed some bounds in this function
3813             so save numberFake_ and add in.
3814
3815             Worst that can happen is that we waste a bit of time  - but it must be finite.
3816          */
3817          int saveNumberFake = numberFake_;
3818          changeBounds(true,NULL,changeCost);
3819          numberFake_ += saveNumberFake;
3820          cleanDuals=2;
3821          //cleanDuals=1;
3822        }
3823#if 0
3824        //int i;
3825        for (i=0;i<numberRows_+numberColumns_;i++) {
3826          if (cost_[i]!=xcost[i])
3827            printf("** %d old cost %g new %g sol %g\n",
3828                   i,xcost[i],cost_[i],solution_[i]);
3829          if (lower_[i]!=xlower[i])
3830            printf("** %d old lower %g new %g sol %g\n",
3831                   i,xlower[i],lower_[i],solution_[i]);
3832          if (upper_[i]!=xupper[i])
3833            printf("** %d old upper %g new %g sol %g\n",
3834                   i,xupper[i],upper_[i],solution_[i]);
3835          if (dj_[i]!=xdj[i])
3836            printf("** %d old dj %g new %g sol %g\n",
3837                   i,xdj[i],dj_[i],solution_[i]);
3838          if (solution_[i]!=xsolution[i])
3839            printf("** %d old solution %g new %g sol %g\n",
3840                   i,xsolution[i],solution_[i],solution_[i]);
3841        }
3842        delete [] xcost;
3843        delete [] xupper;
3844        delete [] xlower;
3845        delete [] xdj;
3846        delete [] xsolution;
3847#endif
3848      }
3849      if (cleanDuals==1||(cleanDuals==2&&!numberDualInfeasibilities_)) {
3850        // make sure dual feasible
3851        // look at all rows and columns
3852        rowArray_[0]->clear();
3853        columnArray_[0]->clear();
3854        double objectiveChange=0.0;
3855#if 0
3856        double * xcost = new double[numberRows_+numberColumns_];
3857        double * xlower = new double[numberRows_+numberColumns_];
3858        double * xupper = new double[numberRows_+numberColumns_];
3859        double * xdj = new double[numberRows_+numberColumns_];
3860        double * xsolution = new double[numberRows_+numberColumns_];
3861        memcpy(xcost,cost_,(numberRows_+numberColumns_)*sizeof(double));
3862        memcpy(xlower,lower_,(numberRows_+numberColumns_)*sizeof(double));
3863        memcpy(xupper,upper_,(numberRows_+numberColumns_)*sizeof(double));
3864        memcpy(xdj,dj_,(numberRows_+numberColumns_)*sizeof(double));
3865        memcpy(xsolution,solution_,(numberRows_+numberColumns_)*sizeof(double));
3866#endif
3867        if (givenDuals)
3868          dualTolerance_=1.0e50;
3869        updateDualsInDual(rowArray_[0],columnArray_[0],rowArray_[1],
3870          0.0,objectiveChange,true);
3871        dualTolerance_=saveTolerance;
3872#if 0
3873        int i;
3874        for (i=0;i<numberRows_+numberColumns_;i++) {
3875          if (cost_[i]!=xcost[i])
3876            printf("** %d old cost %g new %g sol %g\n",
3877                   i,xcost[i],cost_[i],solution_[i]);
3878          if (lower_[i]!=xlower[i])
3879            printf("** %d old lower %g new %g sol %g\n",
3880                   i,xlower[i],lower_[i],solution_[i]);
3881          if (upper_[i]!=xupper[i])
3882            printf("** %d old upper %g new %g sol %g\n",
3883                   i,xupper[i],upper_[i],solution_[i]);
3884          if (dj_[i]!=xdj[i])
3885            printf("** %d old dj %g new %g sol %g\n",
3886                   i,xdj[i],dj_[i],solution_[i]);
3887          if (solution_[i]!=xsolution[i])
3888            printf("** %d old solution %g new %g sol %g\n",
3889                   i,xsolution[i],solution_[i],solution_[i]);
3890        }
3891        delete [] xcost;
3892        delete [] xupper;
3893        delete [] xlower;
3894        delete [] xdj;
3895        delete [] xsolution;
3896#endif
3897        // for now - recompute all
3898        gutsOfSolution(NULL,NULL);
3899        if (givenDuals)
3900          dualTolerance_=1.0e50;
3901        updateDualsInDual(rowArray_[0],columnArray_[0],rowArray_[1],
3902          0.0,objectiveChange,true);
3903        dualTolerance_=saveTolerance;
3904        //assert(numberDualInfeasibilitiesWithoutFree_==0);
3905
3906        if (numberDualInfeasibilities_||situationChanged==2) 
3907          problemStatus_=-1; // carry on as normal
3908        situationChanged=0;
3909      } else {
3910        // iterate
3911        if (cleanDuals!=2) 
3912          problemStatus_=-1;
3913        else 
3914          problemStatus_ = 10; // try primal
3915      }
3916    }
3917  }
3918  if (type==0||type==1) {
3919    if (!type) {
3920      // create save arrays
3921      delete [] saveStatus_;
3922      delete [] savedSolution_;
3923      saveStatus_ = new unsigned char [numberRows_+numberColumns_];
3924      savedSolution_ = new double [numberRows_+numberColumns_];
3925    }
3926    // save arrays
3927    CoinMemcpyN(status_,numberColumns_+numberRows_,saveStatus_);
3928    CoinMemcpyN(rowActivityWork_,
3929           numberRows_,savedSolution_+numberColumns_);
3930    CoinMemcpyN(columnActivityWork_,numberColumns_,savedSolution_);
3931    // save extra stuff
3932    int dummy;
3933    matrix_->generalExpanded(this,5,dummy);
3934  }
3935
3936  // restore weights (if saved) - also recompute infeasibility list
3937  if (tentativeStatus>-3) 
3938    dualRowPivot_->saveWeights(this,(type <2) ? 2 : 4);
3939  else
3940    dualRowPivot_->saveWeights(this,3);
3941  // unflag all variables (we may want to wait a bit?)
3942  if ((tentativeStatus!=-2&&tentativeStatus!=-1)&&unflagVariables) {
3943    int iRow;
3944    int numberFlagged=0;
3945    for (iRow=0;iRow<numberRows_;iRow++) {
3946      int iPivot=pivotVariable_[iRow];
3947      if (flagged(iPivot)) {
3948        numberFlagged++;
3949        clearFlagged(iPivot);
3950      }
3951    }
3952#if 0
3953    if (numberFlagged) {
3954      printf("unflagging %d variables - status %d ninf %d nopt %d\n",numberFlagged,tentativeStatus,
3955             numberPrimalInfeasibilities_,
3956             numberTimesOptimal_);
3957    }
3958#endif
3959    unflagVariables = numberFlagged>0;
3960    if (numberFlagged&&!numberPivots) {
3961      /* looks like trouble as we have not done any iterations.
3962         Try changing pivot tolerance then give it a few goes and give up */
3963      if (factorization_->pivotTolerance()<0.9) {
3964        factorization_->pivotTolerance(0.99);
3965      } else if (numberTimesOptimal_<10) {
3966        numberTimesOptimal_++;
3967      } else {
3968        unflagVariables=false;
3969        changeMade_=false;
3970        secondaryStatus_ = 1; // and say probably infeasible
3971      }
3972    }
3973  }
3974  // see if cutoff reached
3975  double limit = 0.0;
3976  getDblParam(ClpDualObjectiveLimit, limit);
3977  if(fabs(limit)<1.0e30&&objectiveValue()*optimizationDirection_>
3978           limit&&
3979           !numberAtFakeBound()&&!numberDualInfeasibilities_) {
3980    //printf("lim %g obj %g %g\n",limit,objectiveValue_,objectiveValue());
3981    problemStatus_=1;
3982    secondaryStatus_ = 1; // and say was on cutoff
3983  }
3984  // If we are in trouble and in branch and bound give up
3985  if ((specialOptions_&1024)!=0) {
3986    int looksBad=0;
3987    if (largestPrimalError_*largestDualError_>1.0e2) {
3988      looksBad=1;
3989    } else if (largestPrimalError_>1.0e-2
3990        &&objectiveValue_>CoinMin(1.0e15,1.0e3*limit)) {
3991      looksBad=2;
3992    }
3993    if (looksBad) {
3994      if (factorization_->pivotTolerance()<0.9) {
3995        // up tolerance
3996        factorization_->pivotTolerance(CoinMin(factorization_->pivotTolerance()*1.05+0.02,0.91));
3997      } else if (numberIterations_>10000) {
3998        if (handler_->logLevel()>0)
3999          printf("bad dual - saying infeasible %d\n",looksBad);
4000        problemStatus_=1;
4001        secondaryStatus_ = 1; // and say was on cutoff
4002      } else if (largestPrimalError_>1.0e5) {
4003        allSlackBasis();
4004        problemStatus_=10;
4005        //if (handler_->logLevel()>0)
4006          printf("bad dual - going to primal %d %g\n",looksBad,largestPrimalError_);
4007      }
4008    }
4009  }
4010  if (problemStatus_<0&&!changeMade_) {
4011    problemStatus_=4; // unknown
4012  }
4013  lastGoodIteration_ = numberIterations_;
4014  if (problemStatus_<0) {
4015    sumDualInfeasibilities_=realDualInfeasibilities; // back to say be careful
4016    if (sumDualInfeasibilities_)
4017      numberDualInfeasibilities_=1;
4018  }
4019#if 1
4020  double thisObj = progress_->lastObjective(0);
4021  double lastObj = progress_->lastObjective(1);
4022  if (lastObj>thisObj+1.0e-4*CoinMax(fabs(thisObj),fabs(lastObj))+1.0e-4
4023      &&givenDuals==NULL&&firstFree_<0) {
4024    int maxFactor = factorization_->maximumPivots();
4025    if (maxFactor>10) {
4026      if (forceFactorization_<0)
4027        forceFactorization_= maxFactor;
4028      forceFactorization_ = CoinMax(1,(forceFactorization_>>1));
4029      //printf("Reducing factorization frequency\n");
4030    } 
4031  }
4032#endif
4033}
4034/* While updateDualsInDual sees what effect is of flip
4035   this does actual flipping.
4036   If change >0.0 then value in array >0.0 => from lower to upper
4037*/
4038void 
4039ClpSimplexDual::flipBounds(CoinIndexedVector * rowArray,
4040                  CoinIndexedVector * columnArray,
4041                  double change)
4042{
4043  int number;
4044  int * which;
4045 
4046  int iSection;
4047
4048  for (iSection=0;iSection<2;iSection++) {
4049    int i;
4050    double * solution = solutionRegion(iSection);
4051    double * lower = lowerRegion(iSection);
4052    double * upper = upperRegion(iSection);
4053    int addSequence;
4054    if (!iSection) {
4055      number = rowArray->getNumElements();
4056      which = rowArray->getIndices();
4057      addSequence = numberColumns_;
4058    } else {
4059      number = columnArray->getNumElements();
4060      which = columnArray->getIndices();
4061      addSequence = 0;
4062    }
4063   
4064    for (i=0;i<number;i++) {
4065      int iSequence = which[i];
4066      Status status = getStatus(iSequence+addSequence);
4067
4068      switch(status) {
4069
4070      case basic:
4071      case isFree:
4072      case superBasic:
4073      case ClpSimplex::isFixed:
4074        break;
4075      case atUpperBound:
4076        // to lower bound
4077        setStatus(iSequence+addSequence,atLowerBound);
4078        solution[iSequence] = lower[iSequence];
4079        break;
4080      case atLowerBound:
4081        // to upper bound
4082        setStatus(iSequence+addSequence,atUpperBound);
4083        solution[iSequence] = upper[iSequence];
4084        break;
4085      }
4086    }
4087  }
4088  rowArray->setNumElements(0);
4089  columnArray->setNumElements(0);
4090}
4091// Restores bound to original bound
4092void 
4093ClpSimplexDual::originalBound( int iSequence)
4094{
4095  if (getFakeBound(iSequence)!=noFake)
4096    numberFake_--;;
4097  if (auxiliaryModel_) {
4098    // just copy back
4099    lower_[iSequence]=auxiliaryModel_->lowerRegion()[iSequence+numberRows_+numberColumns_];
4100    upper_[iSequence]=auxiliaryModel_->upperRegion()[iSequence+numberRows_+numberColumns_];
4101    return;
4102  }
4103  if (iSequence>=numberColumns_) {
4104    // rows
4105    int iRow = iSequence-numberColumns_;
4106    rowLowerWork_[iRow]=rowLower_[iRow];
4107    rowUpperWork_[iRow]=rowUpper_[iRow];
4108    if (rowScale_) {
4109      if (rowLowerWork_[iRow]>-1.0e50)
4110        rowLowerWork_[iRow] *= rowScale_[iRow]*rhsScale_;
4111      if (rowUpperWork_[iRow]<1.0e50)
4112        rowUpperWork_[iRow] *= rowScale_[iRow]*rhsScale_;
4113    } else if (rhsScale_!=1.0) {
4114      if (rowLowerWork_[iRow]>-1.0e50)
4115        rowLowerWork_[iRow] *= rhsScale_;
4116      if (rowUpperWork_[iRow]<1.0e50)
4117        rowUpperWork_[iRow] *= rhsScale_;
4118    }
4119  } else {
4120    // columns
4121    columnLowerWork_[iSequence]=columnLower_[iSequence];
4122    columnUpperWork_[iSequence]=columnUpper_[iSequence];
4123    if (rowScale_) {
4124      double multiplier = 1.0/columnScale_[iSequence];
4125      if (columnLowerWork_[iSequence]>-1.0e50)
4126        columnLowerWork_[iSequence] *= multiplier*rhsScale_;
4127      if (columnUpperWork_[iSequence]<1.0e50)
4128        columnUpperWork_[iSequence] *= multiplier*rhsScale_;
4129    } else if (rhsScale_!=1.0) {
4130      if (columnLowerWork_[iSequence]>-1.0e50)
4131        columnLowerWork_[iSequence] *= rhsScale_;
4132      if (columnUpperWork_[iSequence]<1.0e50)
4133        columnUpperWork_[iSequence] *= rhsScale_;
4134    }
4135  }
4136  setFakeBound(iSequence,noFake);
4137}
4138/* As changeBounds but just changes new bounds for a single variable.
4139   Returns true if change */
4140bool 
4141ClpSimplexDual::changeBound( int iSequence)
4142{
4143  // old values
4144  double oldLower=lower_[iSequence];
4145  double oldUpper=upper_[iSequence];
4146  double value=solution_[iSequence];
4147  bool modified=false;
4148  originalBound(iSequence);
4149  // original values
4150  double lowerValue=lower_[iSequence];
4151  double upperValue=upper_[iSequence];
4152  // back to altered values
4153  lower_[iSequence] = oldLower;
4154  upper_[iSequence] = oldUpper;
4155  if (getFakeBound(iSequence)!=noFake)
4156    numberFake_--;;
4157  if (value==oldLower) {
4158    if (upperValue > oldLower + dualBound_) {
4159      upper_[iSequence]=oldLower+dualBound_;
4160      setFakeBound(iSequence,upperFake);
4161      modified=true;
4162      numberFake_++;
4163    }
4164  } else if (value==oldUpper) {
4165    if (lowerValue < oldUpper - dualBound_) {
4166      lower_[iSequence]=oldUpper-dualBound_;
4167      setFakeBound(iSequence,lowerFake);
4168      modified=true;
4169      numberFake_++;
4170    }
4171  } else {
4172    assert(value==oldLower||value==oldUpper);
4173  }
4174  return modified;
4175}
4176// Perturbs problem
4177void 
4178ClpSimplexDual::perturb()
4179{
4180  if (perturbation_>100)
4181    return; //perturbed already
4182  if (perturbation_==100)
4183    perturbation_=50; // treat as normal
4184  int savePerturbation = perturbation_;
4185  bool modifyRowCosts=false;
4186  // dual perturbation
4187  double perturbation=1.0e-20;
4188  // maximum fraction of cost to perturb
4189  double maximumFraction = 1.0e-5;
4190  double constantPerturbation = 100.0*dualTolerance_;
4191  int maxLength=0;
4192  int minLength=numberRows_;
4193  double averageCost = 0.0;
4194  // look at element range
4195  double smallestNegative;
4196  double largestNegative;
4197  double smallestPositive;
4198  double largestPositive;
4199  matrix_->rangeOfElements(smallestNegative, largestNegative,
4200                           smallestPositive, largestPositive);
4201  smallestPositive = CoinMin(fabs(smallestNegative),smallestPositive);
4202  largestPositive = CoinMax(fabs(largestNegative),largestPositive);
4203  double elementRatio = largestPositive/smallestPositive;
4204  int numberNonZero=0;
4205  if (!numberIterations_&&perturbation_==50) {
4206    // See if we need to perturb
4207    double * sort = new double[numberColumns_];
4208    // Use objective BEFORE scaling
4209    const double * obj = objective();
4210    int i;
4211    for (i=0;i<numberColumns_;i++) {
4212      double value = fabs(obj[i]);
4213      sort[i]=value;
4214      averageCost += value;
4215      if (value)
4216        numberNonZero++;
4217    }
4218    if (numberNonZero)
4219      averageCost /= (double) numberNonZero;
4220    else
4221      averageCost = 1.0;
4222    std::sort(sort,sort+numberColumns_);
4223    int number=1;
4224    double last = sort[0];
4225    for (i=1;i<numberColumns_;i++) {
4226      if (last!=sort[i])
4227        number++;
4228      last=sort[i];
4229    }
4230    delete [] sort;
4231#if 0
4232    printf("nnz %d percent %d",number,(number*100)/numberColumns_);
4233    if (number*4>numberColumns_)
4234      printf(" - Would not perturb\n");
4235    else
4236      printf(" - Would perturb\n");
4237    //exit(0);
4238#endif
4239    //printf("ratio number diff costs %g, element ratio %g\n",((double)number)/((double) numberColumns_),
4240    //                                                                elementRatio);
4241    //number=0;
4242    if (number*4>numberColumns_||elementRatio>1.0e12) {
4243      perturbation_=100;
4244      return; // good enough
4245    }
4246  }
4247  int iColumn;
4248  for (iColumn=0;iColumn<numberColumns_;iColumn++) {
4249    if (columnLowerWork_[iColumn]<columnUpperWork_[iColumn]) {
4250      int length = matrix_->getVectorLength(iColumn);
4251      if (length>2) {
4252        maxLength = CoinMax(maxLength,length);
4253        minLength = CoinMin(minLength,length);
4254      }
4255    }
4256  }
4257  // If > 70 then do rows
4258  if (perturbation_>=70) {
4259    modifyRowCosts=true;
4260    perturbation_ -= 20;
4261    printf("Row costs modified, ");
4262  }
4263  bool uniformChange=false;
4264  if (perturbation_>50) {
4265    // Experiment
4266    // maximumFraction could be 1.0e-10 to 1.0
4267    double m[]={1.0e-10,1.0e-9,1.0e-8,1.0e-7,1.0e-6,1.0e-5,1.0e-4,1.0e-3,1.0e-2,1.0e-1,1.0};
4268    maximumFraction = m[CoinMin(perturbation_-51,10)];
4269  }
4270  int iRow;
4271  double smallestNonZero=1.0e100;
4272  numberNonZero=0;
4273  if (perturbation_>=50) {
4274    perturbation = 1.0e-8;
4275    bool allSame=true;
4276    double lastValue=0.0;
4277    for (iRow=0;iRow<numberRows_;iRow++) {
4278      double lo = rowLowerWork_[iRow];
4279      double up = rowUpperWork_[iRow];
4280      if (lo<up) {
4281        double value = fabs(rowObjectiveWork_[iRow]);
4282        perturbation = CoinMax(perturbation,value);
4283        if (value) {
4284          modifyRowCosts=true;
4285          smallestNonZero = CoinMin(smallestNonZero,value);
4286        }
4287      } 
4288      if (lo&&lo>-1.0e10) {
4289        numberNonZero++;
4290        lo=fabs(lo);
4291        if (!lastValue) 
4292          lastValue=lo;
4293        else if (fabs(lo-lastValue)>1.0e-7)
4294          allSame=false;
4295      }
4296      if (up&&up<1.0e10) {
4297        numberNonZero++;
4298        up=fabs(up);
4299        if (!lastValue) 
4300          lastValue=up;
4301        else if (fabs(up-lastValue)>1.0e-7)
4302          allSame=false;
4303      }
4304    }
4305    double lastValue2=0.0;
4306    for (iColumn=0;iColumn<numberColumns_;iColumn++) { 
4307      double lo = columnLowerWork_[iColumn];
4308      double up = columnUpperWork_[iColumn];
4309      if (lo<up) {
4310        double value = 
4311          fabs(objectiveWork_[iColumn]);
4312        perturbation = CoinMax(perturbation,value);
4313        if (value) {
4314          smallestNonZero = CoinMin(smallestNonZero,value);
4315        }
4316      }
4317      if (lo&&lo>-1.0e10) {
4318        //numberNonZero++;
4319        lo=fabs(lo);
4320        if (!lastValue2) 
4321          lastValue2=lo;
4322        else if (fabs(lo-lastValue2)>1.0e-7)
4323          allSame=false;
4324      }
4325      if (up&&up<1.0e10) {
4326        //numberNonZero++;
4327        up=fabs(up);
4328        if (!lastValue2) 
4329          lastValue2=up;
4330        else if (fabs(up-lastValue2)>1.0e-7)
4331          allSame=false;
4332      }
4333    }
4334    if (allSame) {
4335      // Check elements
4336      double smallestNegative;
4337      double largestNegative;
4338      double smallestPositive;
4339      double largestPositive;
4340      matrix_->rangeOfElements(smallestNegative,largestNegative,
4341                               smallestPositive,largestPositive);
4342      if (smallestNegative==largestNegative&&
4343          smallestPositive==largestPositive) {
4344        // Really hit perturbation
4345        double adjust = CoinMin(100.0*maximumFraction,1.0e-3*CoinMax(lastValue,lastValue2));
4346        maximumFraction = CoinMax(adjust,maximumFraction);
4347      }
4348    }
4349    perturbation = CoinMin(perturbation,smallestNonZero/maximumFraction);
4350  } else {
4351    // user is in charge
4352    maximumFraction = 1.0e-1;
4353    // but some experiments
4354    if (perturbation_<=-900) {
4355      modifyRowCosts=true;
4356      perturbation_ += 1000;
4357      printf("Row costs modified, ");
4358    }
4359    if (perturbation_<=-10) {
4360      perturbation_ += 10; 
4361      maximumFraction = 1.0;
4362      if ((-perturbation_)%100>=10) {
4363        uniformChange=true;
4364        perturbation_+=20;
4365      }
4366      while (perturbation_<-10) {
4367        perturbation_ += 100;
4368        maximumFraction *= 1.0e-1;
4369      }
4370    }
4371    perturbation = pow(10.0,perturbation_);
4372  }
4373  double largestZero=0.0;
4374  double largest=0.0;
4375  double largestPerCent=0.0;
4376  // modify costs
4377  bool printOut=(handler_->logLevel()==63);
4378  printOut=false;
4379  if (modifyRowCosts) {
4380    for (iRow=0;iRow<numberRows_;iRow++) {
4381      if (rowLowerWork_[iRow]<rowUpperWork_[iRow]) {
4382        double value = perturbation;
4383        double currentValue = rowObjectiveWork_[iRow];
4384        value = CoinMin(value,maximumFraction*(fabs(currentValue)+1.0e-1*perturbation+1.0e-3));
4385        if (rowLowerWork_[iRow]>-largeValue_) {
4386          if (fabs(rowLowerWork_[iRow])<fabs(rowUpperWork_[iRow])) 
4387            value *= CoinDrand48();
4388          else
4389            value *= -CoinDrand48();
4390        } else if (rowUpperWork_[iRow]<largeValue_) {
4391          value *= -CoinDrand48();
4392        } else {
4393          value=0.0;
4394        }
4395        if (currentValue) {
4396          largest = CoinMax(largest,fabs(value));
4397          if (fabs(value)>fabs(currentValue)*largestPerCent)
4398            largestPerCent=fabs(value/currentValue);
4399        } else {
4400          largestZero=CoinMax(largestZero,fabs(value));
4401        }
4402        if (printOut)
4403          printf("row %d cost %g change %g\n",iRow,rowObjectiveWork_[iRow],value);
4404        rowObjectiveWork_[iRow] += value;
4405      }
4406    }
4407  }
4408  // more its but faster double weight[]={1.0e-4,1.0e-2,1.0e-1,1.0,2.0,10.0,100.0,200.0,400.0,600.0,1000.0};
4409  // good its double weight[]={1.0e-4,1.0e-2,5.0e-1,1.0,2.0,5.0,10.0,20.0,30.0,40.0,100.0};
4410  double weight[]={1.0e-4,1.0e-2,5.0e-1,1.0,2.0,5.0,10.0,20.0,30.0,40.0,100.0};
4411  //double weight[]={1.0e-4,1.0e-2,5.0e-1,1.0,20.0,50.0,100.0,120.0,130.0,140.0,200.0};
4412  double extraWeight=10.0;
4413  // Scale back if wanted
4414  double weight2[]={1.0e-4,1.0e-2,5.0e-1,1.0,2.0,3.0,4.0,5.0,6.0,7.0,8.0};
4415  if (constantPerturbation<99.0*dualTolerance_) {
4416    perturbation *= 0.1;
4417    extraWeight=0.5;
4418    memcpy(weight,weight2,sizeof(weight2));
4419  }
4420  // adjust weights if all columns long
4421  double factor=1.0;
4422  if (maxLength) {
4423    factor = 3.0/(double) minLength;
4424  }
4425  // Make variables with more elements more expensive
4426  const double m1 = 0.5;
4427  double smallestAllowed = CoinMin(1.0e-2*dualTolerance_,maximumFraction);
4428  //double largestAllowed = CoinMax(1.0e3*dualTolerance_,maximumFraction*10.0*averageCost);
4429  double largestAllowed = CoinMax(1.0e3*dualTolerance_,maximumFraction*averageCost);
4430  for (iColumn=0;iColumn<numberColumns_;iColumn++) {
4431    if (columnLowerWork_[iColumn]<columnUpperWork_[iColumn]&&getStatus(iColumn)!=basic) {
4432      double value = perturbation;
4433      double currentValue = objectiveWork_[iColumn];
4434      value = CoinMin(value,constantPerturbation+maximumFraction*(fabs(currentValue)+1.0e-1*perturbation+1.0e-8));
4435      //value = CoinMin(value,constantPerturbation;+maximumFraction*fabs(currentValue));
4436      double value2 = constantPerturbation+1.0e-1*smallestNonZero;
4437      if (uniformChange) {
4438        value = maximumFraction;
4439        value2=maximumFraction;
4440      }
4441      if (columnLowerWork_[iColumn]>-largeValue_) {
4442        if (fabs(columnLowerWork_[iColumn])<
4443            fabs(columnUpperWork_[iColumn])) {
4444          value *= (1.0-m1 +m1*CoinDrand48());
4445          value2 *= (1.0-m1 +m1*CoinDrand48());
4446        } else {
4447          value *= -(1.0-m1+m1*CoinDrand48());
4448          value2 *= -(1.0-m1+m1*CoinDrand48());
4449        }
4450      } else if (columnUpperWork_[iColumn]<largeValue_) {
4451        value *= -(1.0-m1+m1*CoinDrand48());
4452        value2 *= -(1.0-m1+m1*CoinDrand48());
4453      } else {
4454        value=0.0;
4455      }
4456      if (value) {
4457        int length = matrix_->getVectorLength(iColumn);
4458        if (length>3) {
4459          length = (int) ((double) length * factor);
4460          length = CoinMax(3,length);
4461        }
4462        double multiplier;
4463#if 1
4464        if (length<10)
4465          multiplier=weight[length];
4466        else
4467          multiplier = weight[10];
4468#else
4469        if (length<10)
4470          multiplier=weight[length];
4471        else
4472          multiplier = weight[10]+extraWeight*(length-10);
4473        multiplier *= 0.5;
4474#endif
4475        value *= multiplier;
4476        value = CoinMin(value,value2);
4477        if (savePerturbation<50||savePerturbation>60) {
4478          if (fabs(value)<=dualTolerance_)
4479            value=0.0;
4480        } else if (value) {
4481          // get in range
4482          if (fabs(value)<=smallestAllowed) {
4483            value *= 10.0;
4484            while (fabs(value)<=smallestAllowed) 
4485              value *= 10.0;
4486          } else if (fabs(value)>largestAllowed) {
4487            value *= 0.1;
4488            while (fabs(value)>largestAllowed) 
4489              value *= 0.1;
4490          }
4491        }
4492        if (currentValue) {
4493          largest = CoinMax(largest,fabs(value));
4494          if (fabs(value)>fabs(currentValue)*largestPerCent)
4495            largestPerCent=fabs(value/currentValue);
4496        } else {
4497          largestZero=CoinMax(largestZero,fabs(value));
4498        }
4499        if (printOut)
4500          printf("col %d cost %g change %g\n",iColumn,objectiveWork_[iColumn],value);
4501        objectiveWork_[iColumn] += value;
4502      }
4503    }
4504  }
4505  handler_->message(CLP_SIMPLEX_PERTURB,messages_)
4506    <<100.0*maximumFraction<<perturbation<<largest<<100.0*largestPerCent<<largestZero
4507    <<CoinMessageEol;
4508  // and zero changes
4509  //int nTotal = numberRows_+numberColumns_;
4510  //CoinZeroN(cost_+nTotal,nTotal);
4511  // say perturbed
4512  perturbation_=101;
4513
4514}
4515/* For strong branching.  On input lower and upper are new bounds
4516   while on output they are change in objective function values
4517   (>1.0e50 infeasible).
4518   Return code is 0 if nothing interesting, -1 if infeasible both
4519   ways and +1 if infeasible one way (check values to see which one(s))
4520   Returns -2 if bad factorization
4521*/
4522int ClpSimplexDual::strongBranching(int numberVariables,const int * variables,
4523                                    double * newLower, double * newUpper,
4524                                    double ** outputSolution,
4525                                    int * outputStatus, int * outputIterations,
4526                                    bool stopOnFirstInfeasible,
4527                                    bool alwaysFinish,
4528                                    int startFinishOptions)
4529{
4530  int i;
4531  int returnCode=0;
4532  double saveObjectiveValue = objectiveValue_;
4533  algorithm_ = -1;
4534
4535  //scaling(false);
4536
4537  // put in standard form (and make row copy)
4538  // create modifiable copies of model rim and do optional scaling
4539  createRim(7+8+16+32,true,startFinishOptions);
4540
4541  // change newLower and newUpper if scaled
4542
4543  // Do initial factorization
4544  // and set certain stuff
4545  // We can either set increasing rows so ...IsBasic gives pivot row
4546  // or we can just increment iBasic one by one
4547  // for now let ...iBasic give pivot row
4548  int useFactorization=false;
4549  if ((startFinishOptions&2)!=0&&(whatsChanged_&(2+512))==2+512)
4550    useFactorization=true; // Keep factorization if possible
4551  // switch off factorization if bad
4552  if (pivotVariable_[0]<0)
4553    useFactorization=false;
4554  if (!useFactorization||factorization_->numberRows()!=numberRows_) {
4555    useFactorization = false;
4556    factorization_->increasingRows(2);
4557    // row activities have negative sign
4558    factorization_->slackValue(-1.0);
4559    factorization_->zeroTolerance(1.0e-13);
4560
4561    int factorizationStatus = internalFactorize(0);
4562    if (factorizationStatus<0) {
4563      // some error
4564      // we should either debug or ignore
4565#ifndef NDEBUG
4566      printf("***** ClpDual strong branching factorization error - debug\n");
4567#endif
4568      return -2;
4569    } else if (factorizationStatus&&factorizationStatus<=numberRows_) {
4570      handler_->message(CLP_SINGULARITIES,messages_)
4571        <<factorizationStatus
4572        <<CoinMessageEol;
4573    }
4574  }
4575  // save stuff
4576  ClpFactorization saveFactorization(*factorization_);
4577  // save basis and solution
4578  double * saveSolution = new double[numberRows_+numberColumns_];
4579  CoinMemcpyN(solution_,
4580         numberRows_+numberColumns_,saveSolution);
4581  unsigned char * saveStatus = 
4582    new unsigned char [numberRows_+numberColumns_];
4583  CoinMemcpyN(status_,numberColumns_+numberRows_,saveStatus);
4584  // save bounds as createRim makes clean copies
4585  double * saveLower = new double[numberRows_+numberColumns_];
4586  CoinMemcpyN(lower_,
4587         numberRows_+numberColumns_,saveLower);
4588  double * saveUpper = new double[numberRows_+numberColumns_];
4589  CoinMemcpyN(upper_,
4590         numberRows_+numberColumns_,saveUpper);
4591  double * saveObjective = new double[numberRows_+numberColumns_];
4592  CoinMemcpyN(cost_,
4593         numberRows_+numberColumns_,saveObjective);
4594  int * savePivot = new int [numberRows_];
4595  CoinMemcpyN(pivotVariable_, numberRows_,savePivot);
4596  // need to save/restore weights.
4597
4598  int iSolution = 0;
4599  for (i=0;i<numberVariables;i++) {
4600    int iColumn = variables[i];
4601    double objectiveChange;
4602    double saveBound;
4603   
4604    // try down
4605   
4606    saveBound = columnUpper_[iColumn];
4607    // external view - in case really getting optimal
4608    columnUpper_[iColumn] = newUpper[i];
4609    if (scalingFlag_<=0) 
4610      upper_[iColumn] = newUpper[i]*rhsScale_;
4611    else 
4612      upper_[iColumn] = (newUpper[i]/columnScale_[iColumn])*rhsScale_; // scale
4613    // Start of fast iterations
4614    int status = fastDual(alwaysFinish);
4615    CoinAssert (problemStatus_||objectiveValue_<1.0e50);
4616    // make sure plausible
4617    double obj = CoinMax(objectiveValue_,saveObjectiveValue);
4618    if (status&&problemStatus_!=3) {
4619      // not finished - might be optimal
4620      checkPrimalSolution(rowActivityWork_,columnActivityWork_);
4621      double limit = 0.0;
4622      getDblParam(ClpDualObjectiveLimit, limit);
4623      if (!numberPrimalInfeasibilities_&&obj<limit) { 
4624        problemStatus_=0;
4625      } 
4626      status=problemStatus_;
4627    }
4628    if (status||(problemStatus_==0&&!isDualObjectiveLimitReached())) {
4629      objectiveChange = obj-saveObjectiveValue;
4630    } else {
4631      objectiveChange = 1.0e100;
4632      status=1;
4633    }
4634    if (problemStatus_==3)
4635      status=2;
4636
4637    if (scalingFlag_<=0) {
4638      CoinMemcpyN(solution_,numberColumns_,outputSolution[iSolution]);
4639    } else {
4640      int j;
4641      double * sol = outputSolution[iSolution];
4642      for (j=0;j<numberColumns_;j++) 
4643        sol[j] = solution_[j]*columnScale_[j];
4644    }
4645    outputStatus[iSolution]=status;
4646    outputIterations[iSolution]=numberIterations_;
4647    iSolution++;
4648    // restore
4649    CoinMemcpyN(saveSolution,
4650            numberRows_+numberColumns_,solution_);
4651    CoinMemcpyN(saveStatus,numberColumns_+numberRows_,status_);
4652    CoinMemcpyN(saveLower,
4653            numberRows_+numberColumns_,lower_);
4654    CoinMemcpyN(saveUpper,
4655            numberRows_+numberColumns_,upper_);
4656    CoinMemcpyN(saveObjective,
4657            numberRows_+numberColumns_,cost_);
4658    columnUpper_[iColumn] = saveBound;
4659    CoinMemcpyN(savePivot, numberRows_,pivotVariable_);
4660    delete factorization_;
4661    factorization_ = new ClpFactorization(saveFactorization);
4662
4663    newUpper[i]=objectiveChange;
4664#ifdef CLP_DEBUG
4665    printf("down on %d costs %g\n",iColumn,objectiveChange);
4666#endif
4667         
4668    // try up
4669   
4670    saveBound = columnLower_[iColumn];
4671    // external view - in case really getting optimal
4672    columnLower_[iColumn] = newLower[i];
4673    if (scalingFlag_<=0) 
4674      lower_[iColumn] = newLower[i]*rhsScale_;
4675    else 
4676      lower_[iColumn] = (newLower[i]/columnScale_[iColumn])*rhsScale_; // scale
4677    // Start of fast iterations
4678    status = fastDual(alwaysFinish);
4679    // make sure plausible
4680    obj = CoinMax(objectiveValue_,saveObjectiveValue);
4681    if (status&&problemStatus_!=3) {
4682      // not finished - might be optimal
4683      checkPrimalSolution(rowActivityWork_,columnActivityWork_);
4684      double limit = 0.0;
4685      getDblParam(ClpDualObjectiveLimit, limit);
4686      if (!numberPrimalInfeasibilities_&&obj< limit) { 
4687        problemStatus_=0;
4688      } 
4689      status=problemStatus_;
4690    }
4691    if (status||(problemStatus_==0&&!isDualObjectiveLimitReached())) {
4692      objectiveChange = obj-saveObjectiveValue;
4693    } else {
4694      objectiveChange = 1.0e100;
4695      status=1;
4696    }
4697    if (problemStatus_==3)
4698      status=2;
4699    if (scalingFlag_<=0) {
4700      CoinMemcpyN(solution_,numberColumns_,outputSolution[iSolution]);
4701    } else {
4702      int j;
4703      double * sol = outputSolution[iSolution];
4704      for (j=0;j<numberColumns_;j++) 
4705        sol[j] = solution_[j]*columnScale_[j];
4706    }
4707    outputStatus[iSolution]=status;
4708    outputIterations[iSolution]=numberIterations_;
4709    iSolution++;
4710
4711    // restore
4712    CoinMemcpyN(saveSolution,
4713            numberRows_+numberColumns_,solution_);
4714    CoinMemcpyN(saveStatus,numberColumns_+numberRows_,status_);
4715    CoinMemcpyN(saveLower,
4716            numberRows_+numberColumns_,lower_);
4717    CoinMemcpyN(saveUpper,
4718            numberRows_+numberColumns_,upper_);
4719    CoinMemcpyN(saveObjective,
4720            numberRows_+numberColumns_,cost_);
4721    columnLower_[iColumn] = saveBound;
4722    CoinMemcpyN(savePivot, numberRows_,pivotVariable_);
4723    delete factorization_;
4724    factorization_ = new ClpFactorization(saveFactorization);
4725
4726    newLower[i]=objectiveChange;
4727#ifdef CLP_DEBUG
4728    printf("up on %d costs %g\n",iColumn,objectiveChange);
4729#endif
4730         
4731    /* Possibilities are:
4732       Both sides feasible - store
4733       Neither side feasible - set objective high and exit if desired
4734       One side feasible - change bounds and resolve
4735    */
4736    if (newUpper[i]<1.0e100) {
4737      if(newLower[i]<1.0e100) {
4738        // feasible - no action
4739      } else {
4740        // up feasible, down infeasible
4741        returnCode=1;
4742        if (stopOnFirstInfeasible)
4743          break;
4744      }
4745    } else {
4746      if(newLower[i]<1.0e100) {
4747        // down feasible, up infeasible
4748        returnCode=1;
4749        if (stopOnFirstInfeasible)
4750          break;
4751      } else {
4752        // neither side feasible
4753        returnCode=-1;
4754        break;
4755      }
4756    }
4757  }
4758  delete [] saveSolution;
4759  delete [] saveLower;
4760  delete [] saveUpper;
4761  delete [] saveObjective;
4762  delete [] saveStatus;
4763  delete [] savePivot;
4764  if ((startFinishOptions&1)==0) {
4765    deleteRim(1);
4766    whatsChanged_=0;
4767  } else {
4768    // Original factorization will have been put back by last loop
4769    //delete factorization_;
4770    //factorization_ = new ClpFactorization(saveFactorization);
4771    deleteRim(0);
4772    // mark all as current
4773    whatsChanged_ = 0xffff;
4774  }
4775  objectiveValue_ = saveObjectiveValue;
4776  return returnCode;
4777}
4778// treat no pivot as finished (unless interesting)
4779int ClpSimplexDual::fastDual(bool alwaysFinish)
4780{
4781  algorithm_ = -1;
4782  secondaryStatus_=0;
4783  // Say in fast dual
4784  specialOptions_ |= 16384;
4785  //handler_->setLogLevel(63);
4786  // save data
4787  ClpDataSave data = saveData();
4788  dualTolerance_=dblParam_[ClpDualTolerance];
4789  primalTolerance_=dblParam_[ClpPrimalTolerance];
4790
4791  // save dual bound
4792  double saveDualBound = dualBound_;
4793
4794  double objectiveChange;
4795  // for dual we will change bounds using dualBound_
4796  // for this we need clean basis so it is after factorize
4797  gutsOfSolution(NULL,NULL);
4798  numberFake_ =0; // Number of variables at fake bounds
4799  numberChanged_ =0; // Number of variables with changed costs
4800  changeBounds(true,NULL,objectiveChange);
4801
4802  problemStatus_ = -1;
4803  numberIterations_=0;
4804  factorization_->sparseThreshold(0);
4805  factorization_->goSparse();
4806
4807  int lastCleaned=0; // last time objective or bounds cleaned up
4808
4809  // number of times we have declared optimality
4810  numberTimesOptimal_=0;
4811
4812  // This says whether to restore things etc
4813  int factorType=0;
4814  /*
4815    Status of problem:
4816    0 - optimal
4817    1 - infeasible
4818    2 - unbounded
4819    -1 - iterating
4820    -2 - factorization wanted
4821    -3 - redo checking without factorization
4822    -4 - looks infeasible
4823
4824    BUT also from whileIterating return code is:
4825
4826   -1 iterations etc
4827   -2 inaccuracy
4828   -3 slight inaccuracy (and done iterations)
4829   +0 looks optimal (might be unbounded - but we will investigate)
4830   +1 looks infeasible
4831   +3 max iterations
4832
4833  */
4834
4835  int returnCode = 0;
4836
4837  int iRow,iColumn;
4838  while (problemStatus_<0) {
4839    // clear
4840    for (iRow=0;iRow<4;iRow++) {
4841      rowArray_[iRow]->clear();
4842    }   
4843   
4844    for (iColumn=0;iColumn<2;iColumn++) {
4845      columnArray_[iColumn]->clear();
4846    }   
4847
4848    // give matrix (and model costs and bounds a chance to be
4849    // refreshed (normally null)
4850    matrix_->refresh(this);
4851    // may factorize, checks if problem finished
4852    // should be able to speed this up on first time
4853    statusOfProblemInDual(lastCleaned,factorType,NULL,data,0);
4854
4855    // Say good factorization
4856    factorType=1;
4857
4858    // Do iterations
4859    if (problemStatus_<0) {
4860      double * givenPi=NULL;
4861      returnCode = whileIterating(givenPi,0);
4862      if ((!alwaysFinish&&returnCode<0)||returnCode==3) {
4863        if (returnCode!=3)
4864          assert (problemStatus_<0);
4865        returnCode=1;
4866        problemStatus_ = 3; 
4867        // can't say anything interesting - might as well return
4868#ifdef CLP_DEBUG
4869        printf("returning from fastDual after %d iterations with code %d\n",
4870               numberIterations_,returnCode);
4871#endif
4872        break;
4873      }
4874      returnCode=0;
4875    }
4876  }
4877
4878  // clear
4879  for (iRow=0;iRow<4;iRow++) {
4880    rowArray_[iRow]->clear();
4881  }   
4882 
4883  for (iColumn=0;iColumn<2;iColumn++) {
4884    columnArray_[iColumn]->clear();
4885  }   
4886  // Say not in fast dual
4887  specialOptions_ &= ~16384;
4888  assert(!numberFake_||((specialOptions_&(2048|4096))!=0&&dualBound_>1.0e8)
4889         ||returnCode||problemStatus_); // all bounds should be okay
4890  // Restore any saved stuff
4891  restoreData(data);
4892  dualBound_ = saveDualBound;
4893  return returnCode;
4894}
4895// This does first part of StrongBranching
4896ClpFactorization * 
4897ClpSimplexDual::setupForStrongBranching(char * arrays, int numberRows, int numberColumns)
4898{
4899  algorithm_ = -1;
4900  // put in standard form (and make row copy)
4901  // create modifiable copies of model rim and do optional scaling
4902  int startFinishOptions;
4903  /*  COIN_CLP_VETTED
4904      Looks safe for Cbc
4905  */
4906  bool safeOption = ((specialOptions_&COIN_CBC_USING_CLP)!=0);
4907  if((specialOptions_&4096)==0||(auxiliaryModel_&&!safeOption)) {
4908    startFinishOptions=0;
4909  } else {
4910    startFinishOptions=1+2+4;
4911  }
4912  createRim(7+8+16+32,true,startFinishOptions);
4913  // Do initial factorization
4914  // and set certain stuff
4915  // We can either set increasing rows so ...IsBasic gives pivot row
4916  // or we can just increment iBasic one by one
4917  // for now let ...iBasic give pivot row
4918  bool useFactorization=false;
4919  if ((startFinishOptions&2)!=0&&(whatsChanged_&(2+512))==2+512) {
4920    useFactorization=true; // Keep factorization if possible
4921    // switch off factorization if bad
4922    if (pivotVariable_[0]<0||factorization_->numberRows()!=numberRows_) 
4923      useFactorization=false;
4924  }
4925  if (!useFactorization) {
4926    factorization_->increasingRows(2);
4927    // row activities have negative sign
4928    factorization_->slackValue(-1.0);
4929    factorization_->zeroTolerance(1.0e-13);
4930
4931    int factorizationStatus = internalFactorize(0);
4932    if (factorizationStatus<0) {
4933      // some error
4934      // we should either debug or ignore
4935#ifndef NDEBUG
4936      printf("***** ClpDual strong branching factorization error - debug\n");
4937#endif
4938    } else if (factorizationStatus&&factorizationStatus<=numberRows_) {
4939      handler_->message(CLP_SINGULARITIES,messages_)
4940        <<factorizationStatus
4941        <<CoinMessageEol;
4942    }
4943  }
4944  double * arrayD = (double *) arrays;
4945  arrayD[0]=objectiveValue()*optimizationDirection_;
4946  double * saveSolution = arrayD+1;
4947  double * saveLower = saveSolution + (numberRows+numberColumns);
4948  double * saveUpper = saveLower + (numberRows+numberColumns);
4949  double * saveObjective = saveUpper + (numberRows+numberColumns);
4950  double * saveLowerOriginal = saveObjective + (numberRows+numberColumns);
4951  double * saveUpperOriginal = saveLowerOriginal + numberColumns;
4952  arrayD = saveUpperOriginal + numberColumns;
4953  int * savePivot = (int *) arrayD;
4954  int * whichRow = savePivot+numberRows;
4955  int * whichColumn = whichRow + 3*numberRows;
4956  int * arrayI = whichColumn + 2*numberColumns;
4957  unsigned char * saveStatus = (unsigned char *) (arrayI+1);
4958  // save stuff
4959  // save basis and solution
4960  CoinMemcpyN(solution_,
4961          numberRows_+numberColumns_,saveSolution);
4962  CoinMemcpyN(status_,numberColumns_+numberRows_,saveStatus);
4963  CoinMemcpyN(lower_,
4964          numberRows_+numberColumns_,saveLower);
4965  CoinMemcpyN(upper_,
4966          numberRows_+numberColumns_,saveUpper);
4967  CoinMemcpyN(cost_,
4968          numberRows_+numberColumns_,saveObjective);
4969  CoinMemcpyN(pivotVariable_, numberRows_,savePivot);
4970  return new ClpFactorization(*factorization_);
4971}
4972// This cleans up after strong branching
4973void 
4974ClpSimplexDual::cleanupAfterStrongBranching()
4975{
4976  int startFinishOptions;
4977  /*  COIN_CLP_VETTED
4978      Looks safe for Cbc
4979  */
4980  bool safeOption = ((specialOptions_&COIN_CBC_USING_CLP)!=0);
4981  if((specialOptions_&4096)==0||(auxiliaryModel_&&!safeOption)) {
4982    startFinishOptions=0;
4983  } else {
4984    startFinishOptions=1+2+4;
4985  }
4986  if ((startFinishOptions&1)==0) {
4987    deleteRim(1);
4988    whatsChanged_=0;
4989  } else {
4990    // Original factorization will have been put back by last loop
4991    //delete factorization_;
4992    //factorization_ = new ClpFactorization(saveFactorization);
4993    deleteRim(0);
4994    // mark all as current
4995    whatsChanged_ = 0xffff;
4996  }
4997}
4998/* Checks number of variables at fake bounds.  This is used by fastDual
4999   so can exit gracefully before end */
5000int 
5001ClpSimplexDual::numberAtFakeBound()
5002{
5003  int iSequence;
5004  int numberFake=0;
5005 
5006  for (iSequence=0;iSequence<numberRows_+numberColumns_;iSequence++) {
5007    FakeBound bound = getFakeBound(iSequence);
5008    switch(getStatus(iSequence)) {
5009
5010    case basic:
5011      break;
5012    case isFree:
5013    case superBasic:
5014    case ClpSimplex::isFixed:
5015      assert (bound==noFake);
5016      break;
5017    case atUpperBound:
5018      if (bound==upperFake||bound==bothFake)
5019        numberFake++;
5020      break;
5021    case atLowerBound:
5022      if (bound==lowerFake||bound==bothFake)
5023        numberFake++;
5024      break;
5025    }
5026  }
5027  numberFake_ = numberFake;
5028  return numberFake;
5029}
5030/* Pivot out a variable and choose an incoing one.  Assumes dual
5031   feasible - will not go through a reduced cost. 
5032   Returns step length in theta
5033   Returns ray in ray_ (or NULL if no pivot)
5034   Return codes as before but -1 means no acceptable pivot
5035*/
5036int 
5037ClpSimplexDual::pivotResult()
5038{
5039  abort();
5040  return 0;
5041}
5042/*
5043   Row array has row part of pivot row
5044   Column array has column part.
5045   This is used in dual values pass
5046*/
5047void
5048ClpSimplexDual::checkPossibleValuesMove(CoinIndexedVector * rowArray,
5049                                        CoinIndexedVector * columnArray,
5050                                        double acceptablePivot)
5051{
5052  double * work;
5053  int number;
5054  int * which;
5055  int iSection;
5056
5057  double tolerance = dualTolerance_*1.001;
5058
5059  double thetaDown = 1.0e31;
5060  double changeDown ;
5061  double thetaUp = 1.0e31;
5062  double bestAlphaDown = acceptablePivot*0.99999;
5063  double bestAlphaUp = acceptablePivot*0.99999;
5064  int sequenceDown =-1;
5065  int sequenceUp = sequenceOut_;
5066
5067  double djBasic = dj_[sequenceOut_];
5068  if (djBasic>0.0) {
5069    // basic at lower bound so directionOut_ 1 and -1 in pivot row
5070    // dj will go to zero on other way
5071    thetaUp = djBasic;
5072    changeDown = -lower_[sequenceOut_];
5073  } else {
5074    // basic at upper bound so directionOut_ -1 and 1 in pivot row
5075    // dj will go to zero on other way
5076    thetaUp = -djBasic;
5077    changeDown = upper_[sequenceOut_];
5078  }
5079  bestAlphaUp = 1.0;
5080  int addSequence;
5081
5082  double alphaUp=0.0;
5083  double alphaDown=0.0;
5084
5085  for (iSection=0;iSection<2;iSection++) {
5086
5087    int i;
5088    if (!iSection) {
5089      work = rowArray->denseVector();
5090      number = rowArray->getNumElements();
5091      which = rowArray->getIndices();
5092      addSequence = numberColumns_;
5093    } else {
5094      work = columnArray->denseVector();
5095      number = columnArray->getNumElements();
5096      which = columnArray->getIndices();
5097      addSequence = 0;
5098    }
5099   
5100    for (i=0;i<number;i++) {
5101      int iSequence = which[i];
5102      int iSequence2 = iSequence + addSequence;
5103      double alpha;
5104      double oldValue;
5105      double value;
5106
5107      switch(getStatus(iSequence2)) {
5108         
5109      case basic: 
5110        break;
5111      case ClpSimplex::isFixed:
5112        alpha = work[i];
5113        changeDown += alpha*upper_[iSequence2];
5114        break;
5115      case isFree:
5116      case superBasic:
5117        alpha = work[i];
5118        // dj must be effectively zero as dual feasible
5119        if (fabs(alpha)>bestAlphaUp) {
5120          thetaDown = 0.0;
5121          thetaUp = 0.0;
5122          bestAlphaDown = fabs(alpha);
5123          bestAlphaUp = bestAlphaUp;
5124          sequenceDown =iSequence2;
5125          sequenceUp = sequenceDown;
5126          alphaUp = alpha;
5127          alphaDown = alpha;
5128        }
5129        break;
5130      case atUpperBound:
5131        alpha = work[i];
5132        oldValue = dj_[iSequence2];
5133        changeDown += alpha*upper_[iSequence2];
5134        if (alpha>=acceptablePivot) {
5135          // might do other way
5136          value = oldValue+thetaUp*alpha;
5137          if (value>-tolerance) {
5138            if (value>tolerance||fabs(alpha)>bestAlphaUp) {
5139              thetaUp = -oldValue/alpha;
5140              bestAlphaUp = fabs(alpha);
5141              sequenceUp = iSequence2;
5142              alphaUp = alpha;
5143            }
5144          }
5145        } else if (alpha<=-acceptablePivot) {
5146          // might do this way
5147          value = oldValue-thetaDown*alpha;
5148          if (value>-tolerance) {
5149            if (value>tolerance||fabs(alpha)>bestAlphaDown) {
5150              thetaDown = oldValue/alpha;
5151              bestAlphaDown = fabs(alpha);
5152              sequenceDown = iSequence2;
5153              alphaDown = alpha;
5154            }
5155          }
5156        }
5157        break;
5158      case atLowerBound:
5159        alpha = work[i];
5160        oldValue = dj_[iSequence2];
5161        changeDown += alpha*lower_[iSequence2];
5162        if (alpha<=-acceptablePivot) {
5163          // might do other way
5164          value = oldValue+thetaUp*alpha;
5165          if (value<tolerance) {
5166            if (value<-tolerance||fabs(alpha)>bestAlphaUp) {
5167              thetaUp = -oldValue/alpha;
5168              bestAlphaUp = fabs(alpha);
5169              sequenceUp = iSequence2;
5170              alphaUp = alpha;
5171            }
5172          }
5173        } else if (alpha>=acceptablePivot) {
5174          // might do this way
5175          value = oldValue-thetaDown*alpha;
5176          if (value<tolerance) {
5177            if (value<-tolerance||fabs(alpha)>bestAlphaDown) {
5178              thetaDown = oldValue/alpha;
5179              bestAlphaDown = fabs(alpha);
5180              sequenceDown = iSequence2;
5181              alphaDown = alpha;
5182            }
5183          }
5184        }
5185        break;
5186      }
5187    }
5188  }
5189  thetaUp *= -1.0;
5190  double changeUp = -thetaUp * changeDown;
5191  changeDown = -thetaDown*changeDown;
5192  if (CoinMax(fabs(thetaDown),fabs(thetaUp))<1.0e-8) {
5193    // largest
5194    if (fabs(alphaDown)<fabs(alphaUp)) {
5195      sequenceDown =-1;
5196    }
5197  }
5198  // choose
5199  sequenceIn_=-1;
5200  if (changeDown>changeUp&&sequenceDown>=0) {
5201    theta_ = thetaDown;
5202    if (fabs(changeDown)<1.0e30)
5203      sequenceIn_ = sequenceDown;
5204    alpha_ = alphaDown;
5205#ifdef CLP_DEBUG
5206    if ((handler_->logLevel()&32))
5207      printf("predicted way - dirout %d, change %g,%g theta %g\n",
5208             directionOut_,changeDown,changeUp,theta_);
5209#endif
5210  } else {
5211    theta_ = thetaUp;
5212    if (fabs(changeUp)<1.0e30)
5213      sequenceIn_ = sequenceUp;
5214    alpha_ = alphaUp;
5215    if (sequenceIn_!=sequenceOut_) {
5216#ifdef CLP_DEBUG
5217      if ((handler_->logLevel()&32))
5218        printf("opposite way - dirout %d, change %g,%g theta %g\n",
5219               directionOut_,changeDown,changeUp,theta_);
5220#endif
5221    } else {
5222#ifdef CLP_DEBUG
5223      if ((handler_->logLevel()&32))
5224        printf("opposite way to zero dj - dirout %d, change %g,%g theta %g\n",
5225               directionOut_,changeDown,changeUp,theta_);
5226#endif
5227    }
5228  }
5229  if (sequenceIn_>=0) {
5230    lowerIn_ = lower_[sequenceIn_];
5231    upperIn_ = upper_[sequenceIn_];
5232    valueIn_ = solution_[sequenceIn_];
5233    dualIn_ = dj_[sequenceIn_];
5234
5235    if (alpha_<0.0) {
5236      // as if from upper bound
5237      directionIn_=-1;
5238      upperIn_=valueIn_;
5239    } else {
5240      // as if from lower bound
5241      directionIn_=1;
5242      lowerIn_=valueIn_;
5243    }
5244  }
5245}
5246/*
5247   Row array has row part of pivot row
5248   Column array has column part.
5249   This is used in cleanup
5250*/
5251void
5252ClpSimplexDual::checkPossibleCleanup(CoinIndexedVector * rowArray,
5253                                        CoinIndexedVector * columnArray,
5254                                        double acceptablePivot)
5255{
5256  double * work;
5257  int number;
5258  int * which;
5259  int iSection;
5260
5261  double tolerance = dualTolerance_*1.001;
5262
5263  double thetaDown = 1.0e31;
5264  double thetaUp = 1.0e31;
5265  double bestAlphaDown = acceptablePivot*10.0;
5266  double bestAlphaUp = acceptablePivot*10.0;
5267  int sequenceDown =-1;
5268  int sequenceUp = -1;
5269
5270  double djSlack = dj_[pivotRow_];
5271  if (getRowStatus(pivotRow_)==basic)
5272    djSlack=COIN_DBL_MAX;
5273  if (fabs(djSlack)<tolerance)
5274    djSlack=0.0;
5275  int addSequence;
5276
5277  double alphaUp=0.0;
5278  double alphaDown=0.0;
5279  for (iSection=0;iSection<2;iSection++) {
5280
5281    int i;
5282    if (!iSection) {
5283      work = rowArray->denseVector();
5284      number = rowArray->getNumElements();
5285      which = rowArray->getIndices();
5286      addSequence = numberColumns_;
5287    } else {
5288      work = columnArray->denseVector();
5289      number = columnArray->getNumElements();
5290      which = columnArray->getIndices();
5291      addSequence = 0;
5292    }
5293   
5294    for (i=0;i<number;i++) {
5295      int iSequence = which[i];
5296      int iSequence2 = iSequence + addSequence;
5297      double alpha;
5298      double oldValue;
5299      double value;
5300
5301      switch(getStatus(iSequence2)) {
5302         
5303      case basic: 
5304        break;
5305      case ClpSimplex::isFixed:
5306        alpha = work[i];
5307        if (addSequence) {
5308          printf("possible - pivot row %d this %d\n",pivotRow_,iSequence);
5309          oldValue = dj_[iSequence2];
5310          if (alpha<=-acceptablePivot) {
5311            // might do other way
5312            value = oldValue+thetaUp*alpha;
5313            if (value<tolerance) {
5314              if (value<-tolerance||fabs(alpha)>bestAlphaUp) {
5315                thetaUp = -oldValue/alpha;
5316                bestAlphaUp = fabs(alpha);
5317                sequenceUp = iSequence2;
5318                alphaUp = alpha;
5319              }
5320            }
5321          } else if (alpha>=acceptablePivot) {
5322            // might do this way
5323            value = oldValue-thetaDown*alpha;
5324            if (value<tolerance) {
5325              if (value<-tolerance||fabs(alpha)>bestAlphaDown) {
5326                thetaDown = oldValue/alpha;
5327                bestAlphaDown = fabs(alpha);
5328                sequenceDown = iSequence2;
5329                alphaDown = alpha;
5330              }
5331            }
5332          }
5333        }
5334        break;
5335      case isFree:
5336      case superBasic:
5337        alpha = work[i];
5338        // dj must be effectively zero as dual feasible
5339        if (fabs(alpha)>bestAlphaUp) {
5340          thetaDown = 0.0;
5341          thetaUp = 0.0;
5342          bestAlphaDown = fabs(alpha);
5343          bestAlphaUp = bestAlphaUp;
5344          sequenceDown =iSequence2;
5345          sequenceUp = sequenceDown;
5346          alphaUp = alpha;
5347          alphaDown = alpha;
5348        }
5349        break;
5350      case atUpperBound:
5351        alpha = work[i];
5352        oldValue = dj_[iSequence2];
5353        if (alpha>=acceptablePivot) {
5354          // might do other way
5355          value = oldValue+thetaUp*alpha;
5356          if (value>-tolerance) {
5357            if (value>tolerance||fabs(alpha)>bestAlphaUp) {
5358              thetaUp = -oldValue/alpha;
5359              bestAlphaUp = fabs(alpha);
5360              sequenceUp = iSequence2;
5361              alphaUp = alpha;
5362            }
5363          }
5364        } else if (alpha<=-acceptablePivot) {
5365          // might do this way
5366          value = oldValue-thetaDown*alpha;
5367          if (value>-tolerance) {
5368            if (value>tolerance||fabs(alpha)>bestAlphaDown) {
5369              thetaDown = oldValue/alpha;
5370              bestAlphaDown = fabs(alpha);
5371              sequenceDown = iSequence2;
5372              alphaDown = alpha;
5373            }
5374          }
5375        }
5376        break;
5377      case atLowerBound:
5378        alpha = work[i];
5379        oldValue = dj_[iSequence2];
5380        if (alpha<=-acceptablePivot) {
5381          // might do other way
5382          value = oldValue+thetaUp*alpha;
5383          if (value<tolerance) {
5384            if (value<-tolerance||fabs(alpha)>bestAlphaUp) {
5385              thetaUp = -oldValue/alpha;
5386              bestAlphaUp = fabs(alpha);
5387              sequenceUp = iSequence2;
5388              alphaUp = alpha;
5389            }
5390          }
5391        } else if (alpha>=acceptablePivot) {
5392          // might do this way
5393          value = oldValue-thetaDown*alpha;
5394          if (value<tolerance) {
5395            if (value<-tolerance||fabs(alpha)>bestAlphaDown) {
5396              thetaDown = oldValue/alpha;
5397              bestAlphaDown = fabs(alpha);
5398              sequenceDown = iSequence2;
5399              alphaDown = alpha;
5400            }
5401          }
5402        }
5403        break;
5404      }
5405    }
5406  }
5407  thetaUp *= -1.0;
5408  // largest
5409  if (bestAlphaDown<bestAlphaUp) 
5410    sequenceDown =-1;
5411  else
5412    sequenceUp=-1;
5413
5414  sequenceIn_=-1;
5415 
5416  if (sequenceDown>=0) {
5417    theta_ = thetaDown;
5418    sequenceIn_ = sequenceDown;
5419    alpha_ = alphaDown;
5420#ifdef CLP_DEBUG
5421    if ((handler_->logLevel()&32))
5422      printf("predicted way - dirout %d, theta %g\n",
5423             directionOut_,theta_);
5424#endif
5425  } else if (sequenceUp>=0) {
5426    theta_ = thetaUp;
5427    sequenceIn_ = sequenceUp;
5428    alpha_ = alphaUp;
5429#ifdef CLP_DEBUG
5430    if ((handler_->logLevel()&32))
5431      printf("opposite way - dirout %d,theta %g\n",
5432             directionOut_,theta_);
5433#endif
5434  }
5435  if (sequenceIn_>=0) {
5436    lowerIn_ = lower_[sequenceIn_];
5437    upperIn_ = upper_[sequenceIn_];
5438    valueIn_ = solution_[sequenceIn_];
5439    dualIn_ = dj_[sequenceIn_];
5440
5441    if (alpha_<0.0) {
5442      // as if from upper bound
5443      directionIn_=-1;
5444      upperIn_=valueIn_;
5445    } else {
5446      // as if from lower bound
5447      directionIn_=1;
5448      lowerIn_=valueIn_;
5449    }
5450  }
5451}
5452/*
5453   This sees if we can move duals in dual values pass.
5454   This is done before any pivoting
5455*/
5456void ClpSimplexDual::doEasyOnesInValuesPass(double * dj)
5457{
5458  // Get column copy
5459  CoinPackedMatrix * columnCopy = matrix();
5460  // Get a row copy in standard format
5461  CoinPackedMatrix copy;
5462  copy.reverseOrderedCopyOf(*columnCopy);
5463  // get matrix data pointers
5464  const int * column = copy.getIndices();
5465  const CoinBigIndex * rowStart = copy.getVectorStarts();
5466  const int * rowLength = copy.getVectorLengths(); 
5467  const double * elementByRow = copy.getElements();
5468  double tolerance = dualTolerance_*1.001;
5469
5470  int iRow;
5471#ifdef CLP_DEBUG
5472  {
5473    double value5=0.0;
5474    int i;
5475    for (i=0;i<numberRows_+numberColumns_;i++) {
5476      if (dj[i]<-1.0e-6)
5477        value5 += dj[i]*upper_[i];
5478      else if (dj[i] >1.0e-6)
5479        value5 += dj[i]*lower_[i];
5480    }
5481    printf("Values objective Value before %g\n",value5);
5482  }
5483#endif
5484  // for scaled row
5485  double * scaled=NULL;
5486  if (rowScale_)
5487    scaled = new double[numberColumns_];
5488  for (iRow=0;iRow<numberRows_;iRow++) {
5489
5490    int iSequence = iRow + numberColumns_;
5491    double djBasic = dj[iSequence];
5492    if (getRowStatus(iRow)==basic&&fabs(djBasic)>tolerance) {
5493
5494      double changeUp ;
5495      // always -1 in pivot row
5496      if (djBasic>0.0) {
5497        // basic at lower bound
5498        changeUp = -lower_[iSequence];
5499      } else {
5500        // basic at upper bound
5501        changeUp = upper_[iSequence];
5502      }
5503      bool canMove=true;
5504      int i;
5505      const double * thisElements = elementByRow + rowStart[iRow]; 
5506      const int * thisIndices = column+rowStart[iRow];
5507      if (rowScale_) {
5508        assert (!auxiliaryModel_);
5509        // scale row
5510        double scale = rowScale_[iRow];
5511        for (i = 0;i<rowLength[iRow];i++) {
5512          int iColumn = thisIndices[i];
5513          double alpha = thisElements[i];
5514          scaled[i] = scale*alpha*columnScale_[iColumn];
5515        }
5516        thisElements = scaled;
5517      }
5518      for (i = 0;i<rowLength[iRow];i++) {
5519        int iColumn = thisIndices[i];
5520        double alpha = thisElements[i];
5521        double oldValue = dj[iColumn];;
5522        double value;
5523
5524        switch(getStatus(iColumn)) {
5525         
5526        case basic:
5527          if (dj[iColumn]<-tolerance&&
5528              fabs(solution_[iColumn]-upper_[iColumn])<1.0e-8) {
5529            // at ub
5530            changeUp += alpha*upper_[iColumn];
5531            // might do other way
5532            value = oldValue+djBasic*alpha;
5533            if (value>tolerance) 
5534              canMove=false;
5535          } else if (dj[iColumn]>tolerance&&
5536              fabs(solution_[iColumn]-lower_[iColumn])<1.0e-8) {
5537            changeUp += alpha*lower_[iColumn];
5538            // might do other way
5539            value = oldValue+djBasic*alpha;
5540            if (value<-tolerance)
5541              canMove=false;
5542          } else {
5543            canMove=false;
5544          }
5545          break;
5546        case ClpSimplex::isFixed:
5547          changeUp += alpha*upper_[iColumn];
5548          break;
5549        case isFree:
5550        case superBasic:
5551          canMove=false;
5552        break;
5553      case atUpperBound:
5554        changeUp += alpha*upper_[iColumn];
5555        // might do other way
5556        value = oldValue+djBasic*alpha;
5557        if (value>tolerance) 
5558          canMove=false;
5559        break;
5560      case atLowerBound:
5561        changeUp += alpha*lower_[iColumn];
5562        // might do other way
5563        value = oldValue+djBasic*alpha;
5564        if (value<-tolerance)
5565          canMove=false;
5566        break;
5567        }
5568      }
5569      if (canMove) {
5570        if (changeUp*djBasic>1.0e-12||fabs(changeUp)<1.0e-8) {
5571          // move
5572          for (i = 0;i<rowLength[iRow];i++) {
5573            int iColumn = thisIndices[i];
5574            double alpha = thisElements[i];
5575            dj[iColumn] += djBasic * alpha;
5576          }
5577          dj[iSequence]=0.0;
5578#ifdef CLP_DEBUG
5579          {
5580            double value5=0.0;
5581            int i;
5582            for (i=0;i<numberRows_+numberColumns_;i++) {
5583              if (dj[i]<-1.0e-6)
5584                value5 += dj[i]*upper_[i];
5585              else if (dj[i] >1.0e-6)
5586                value5 += dj[i]*lower_[i];
5587            }
5588            printf("Values objective Value after row %d old dj %g %g\n",
5589                   iRow,djBasic,value5);
5590          }
5591#endif
5592        }
5593      }
5594    }     
5595  }
5596  delete [] scaled;
5597}
5598int
5599ClpSimplexDual::nextSuperBasic()
5600{
5601  if (firstFree_>=0) {
5602    int returnValue=firstFree_;
5603    int iColumn=firstFree_+1;
5604    for (;iColumn<numberRows_+numberColumns_;iColumn++) {
5605      if (getStatus(iColumn)==isFree) 
5606        if (fabs(dj_[iColumn])>1.0e2*dualTolerance_) 
5607          break;
5608    }
5609    firstFree_ = iColumn;
5610    if (firstFree_==numberRows_+numberColumns_)
5611      firstFree_=-1;
5612    return returnValue;
5613  } else {
5614    return -1;
5615  }
5616}
Note: See TracBrowser for help on using the repository browser.