实现权重列表单元素增减后自动平衡总和为1且无负值的方法

现有一个权重列表，元素取值范围为0.0~1.0，总和需始终保持1.0。需要实现一个函数，修改指定索引的权重（增减指定数值），并均匀调整其余权重使总和回到1.0，且所有元素不能为负——若调整后出现负值则设为0.0，剩余调整量需继续分摊给其他非零元素。

原实现的问题 #

原函数在调整幅度过大时会产生非法负值，比如：
初始权重：weights = [0.5, 0.2, 0.2, 0.1]
调用change_weight(weights, 1, 0.5)会得到[0.33, 0.7, 0.03, -0.07]，出现了不符合要求的负值。

优化思路 #

1. 操作列表副本，避免修改原列表产生副作用
2. 先计算目标索引的新权重，同时确定需要从其余元素中调整的总用量
3. 循环处理待调整元素：
   • 对每个元素尝试分摊调整量，若调整后为负则设为0，将未完成的调整量累加
   • 更新剩余调整量和可继续调整的元素列表，重复分摊直到调整量耗尽或无可调整元素
4. 修正浮点精度误差，确保最终列表总和严格为1.0

优化后的代码 #

def change_weight(weights, index, value):
    # 创建列表副本，避免修改原数据
    result = weights.copy()
    # 计算目标位置的新权重值
    target_new = result[index] + value
    result[index] = target_new
    # 总调整量：需要从其他元素中扣除的总量（value为正即扣减，为负则是增加）
    adjust_total = value
    # 筛选出除目标索引外的所有待调整元素索引
    adjust_indices = [i for i in range(len(result)) if i != index]
    
    while adjust_total != 0 and adjust_indices:
        # 计算当前每个待调整元素需要分摊的量
        per_adjust = adjust_total / len(adjust_indices)
        remaining_adjust = 0
        new_adjust_indices = []
        
        for i in adjust_indices:
            current_val = result[i]
            # 尝试执行调整
            new_val = current_val - per_adjust
            if new_val >= 0:
                result[i] = new_val
                new_adjust_indices.append(i)
            else:
                # 元素只能降到0，剩余未调整的量累加
                remaining_adjust += abs(new_val)
                result[i] = 0.0
        
        # 更新剩余调整量和待调整元素列表
        adjust_total = remaining_adjust
        adjust_indices = new_adjust_indices
    
    # 修正浮点精度问题，确保总和严格为1.0
    total = sum(result)
    if abs(total - 1.0) > 1e-9:
        # 将误差加到目标索引（也可选择其他非零元素，这里优先目标位置）
        result[index] += (1.0 - total)
    
    return result

测试案例 #

案例1：常规调整（原示例） #

weights = [0.5, 0.2, 0.2, 0.1]
print(change_weight(weights, 1, 0.3))
# 输出：[0.4, 0.5, 0.1, 0.0] 符合预期

案例2：大幅度调整（避免负值） #

weights = [0.5, 0.2, 0.2, 0.1]
print(change_weight(weights, 1, 0.5))
# 输出：[0.3, 0.7, 0.0, 0.0] 无负值，总和为1.0

内容的提问来源于stack exchange，提问作者Freddy