如何通过Gurobi变量对字典进行索引——线性规划问题

你遇到的问题核心是：Gurobi的整数决策变量x不是普通Python整数，无法直接作为字典键取值。需要把这个非线性的索引操作转化为Gurobi支持的线性约束，下面提供两种实用方案：

方案一：直接限制x的合法取值集合 #

先筛选出字典中值满足>=2.1的键，然后通过约束限制x只能取这些值：

import gurobipy as gp
from gurobipy import GRB

model = gp.Model()

dic = {1: 0.5, 2: 1.45, 3: 3, 4: 0.3, 5: 2, 6: 2.8, 7: 1}

x = model.addVar(vtype=GRB.INTEGER, lb=1, ub=7)

# 筛选符合条件的索引
valid_indices = [i for i, val in dic.items() if val >= 2.1]

# 方法1：排除所有不合法的索引（简单直观）
invalid_indices = [i for i in dic.keys() if i not in valid_indices]
for i in invalid_indices:
    model.addConstr(x != i)

# 方法2：用SOS1约束（适合合法取值较多的场景，求解效率更高）
# model.addSOS(GRB.SOS_TYPE1, x, valid_indices)

# 方法3：用二进制变量组合（适合后续需要扩展约束的场景）
# y = model.addVars(valid_indices, vtype=GRB.BINARY)
# model.addConstr(gp.quicksum(y[i] for i in valid_indices) == 1)
# model.addConstr(x == gp.quicksum(i * y[i] for i in valid_indices))

方案二：大M约束实现通用逻辑 #

如果需要将dic[x]作为线性项参与更复杂的约束（比如和其他变量做运算），可以用二进制变量+大M约束将索引操作转化为线性组合：

import gurobipy as gp
from gurobipy import GRB

model = gp.Model()

dic = {1: 0.5, 2: 1.45, 3: 3, 4: 0.3, 5: 2, 6: 2.8, 7: 1}

x = model.addVar(vtype=GRB.INTEGER, lb=1, ub=7)
# 为每个字典键创建二进制变量，y[i]=1表示x=i
y = model.addVars(dic.keys(), vtype=GRB.BINARY)

# 约束1：x只能对应唯一的二进制变量为1
model.addConstr(gp.quicksum(y[i] for i in dic.keys()) == 1)
# 约束2：将x与二进制变量关联
model.addConstr(x == gp.quicksum(i * y[i] for i in dic.keys()))

# 将dic[x]转化为线性组合sum(dic[i]*y[i])，添加目标约束
model.addConstr(gp.quicksum(dic[i] * y[i] for i in dic.keys()) >= 2.1)

方案选择建议 #

• 若只是简单限制x的取值范围，优先用方案一，代码更简洁；
• 若需要将dic[x]作为线性项参与其他约束计算，选择方案二，扩展性更强。

内容的提问来源于stack exchange，提问作者bobby