grbaddvars.

㈡	grbaddvars.（	grbmodel.	*模型，
		㈡	numvars，
		㈡	numnz，
		㈡	* vbeg，
		㈡	* vind，
		双倍的	* vval，
		双倍的	* obj，
		双倍的	*磅，
		双倍的	* UB，
		char	* vtype，
		Const Char.	** varnames）

将新变量添加到模型中。注意，由于我们的延迟更新方法，在更新模型之前，实际上不会添加新变量（使用grbupdatemodel.），优化模型（使用grboptimize.）或将模型写入磁盘（使用grbwrite.）。

如果约束矩阵可能包含超过20亿的非零值，则应考虑使用grbxaddvars.这个例程的变体。

返回值：

非零返回值表示添加变量时发生问题。参考错误代码表格有可能返回值列表。有关错误的详细信息可以通过呼叫获得grbgeterramsg.。

论点：

模型：应添加新变量的模型。

numvars.：要添加的新变量的数量。

numnz.：新列中的非零系数的总数。

vbeg.：在压缩稀疏列（CSC）格式中将约束矩阵非零值传递到该例程中。约束矩阵中的每个列表示为索引值对列表，其中每个索引条目提供非零系数的约束索引，并且每个值条目提供相应的非零值。模型中的每个变量都有一个vbeg.，表示该变量的非零的起始位置v和vval.阵列。此例程需要连续存储列，因此变量的起始位置是先前变量的结束位置。举个例子，如果vbeg [2] = 10和vbeg [3] = 12，这表明变量2具有与其相关联的两个非零值。他们的约束指数可以找到Vind [10]和Vind [11]，并且可以找到这些非零的数值vval [10]和vval [11]。

v：与非零值相关联的约束指数。查看描述的描述vbeg.有关更多信息的论证。

vval.：与约束矩阵非零关联的数值。查看描述的描述vbeg.有关更多信息的论证。

obj.：新变量的客观系数。这个论点可以空值，在这种情况下，物镜系数被设置为0.0。

磅：新变量的下限。这个论点可以空值，在这种情况下所有变量都会获得下限0.0。

UB.：新变量的上限。这个论点可以空值，在这种情况下，所有变量都会获得无限的上限。

vtype.：变量类型。选择是grb_continuous.那grb_binary.那grb_integer.那grb_syemont.，或者grb_semiint.。这个论点可以空值，在这种情况下，所有变量都被假定为连续。

varnames.：新变量的名称。这个论点可以空值，在这种情况下，所有变量都是给出的默认名称。