Python 组合太多

嗨，我正在尝试生成所有可能的建筑工人组合。（让我解释一下我的情况）：

我在玩minecraft。在这个mod中，你有殖民者，他们可以被分配到建筑物中工作。这些工人拥有技能，并为他们分配了分数。（比如敏捷度：20，力量：5等等）如果指派一个技能与之相得益彰的殖民者，建筑物的工作表现会更好

所以我创建了一个所有工人和建筑物的数据库，希望优化哪些工人在哪些建筑物工作

buildings\u dict={1:['Strength'，'Focus']，
2:[“适应性”、“竞技性”]，
3:[“知识”、“灵巧”]，
4:[“适应性”、“知识”]，
6:[“耐力”、“运动”]，
5:[“田径”、“耐力”]，
7:[“专注”、“敏捷”]，
8:[“灵巧”、“创意”]，
9:[“力量”、“焦点”]，
10:[“适应性”、“耐力”]，
11:[“敏捷性”、“适应性”]，
12:[“法力”、“知识”]，
13:[“力量”、“耐力”]，
14:[“田径”、“力量”]，
15:[“创造力”、“灵巧性”]，
16:[“知识”、“法力”]，
17:[“敏捷性”、“适应性”]}
工人们：30岁，
"聚焦":1,，
"敏捷":3,，
"耐力":3,，
“知识”：30，
“力量”：8，
"田径":13,，
“灵巧”：6，
"创意":10,，
"适应性":10,，
“智力”：10}，
4:{'Mana'：29，
"焦点":32,，
“敏捷”：22，
"耐力":28,，
“知识”：21，
“力量”：30，
"田径":20,，
“灵巧”：31，
"创意":31,，
"适应性":8,，
“智力”：18}，
5:{'Mana'：13，
"聚焦":1,，
“敏捷”：9，
"耐力":27,，
“知识”：9，
“力量”：13，
"田径":15,，
“灵巧”：21，
"创意":16,，
"适应性":13,，
“智力”：28}，
6:{'Mana'：17，
"聚焦":14,，
“敏捷”：10，
"耐力":17,，
“知识”：13，
“力量”：5，
"田径":10,，
“灵巧”：15，
"创意":一,，
"适应性":11,，
“智力”：4}，
7:{'Mana'：1，
"聚焦":8,，
"敏捷":6,，
"耐力":27,，
“知识”：11，
“力量”：17，
"田径":30,，
“灵巧”：1，
"创意":五,，
"适应性":11,，
“智力”：5}，
8:{'Mana'：6，
"聚焦":1,，
“敏捷”：12，
"耐力":30,，
“知识”：20，
“力量”：15，
"田径":30,，
“灵巧”：9，
"创意":17,，
"适应性":30,，
“智力”：19}，
9:{'Mana'：5，
"聚焦":7,，
“敏捷”：19，
"耐力":5,，
“知识”：22，
“力量”：18，
"田径":26,，
“灵巧”：10，
"创意":24,，
"适应性":20,，
“智力”：22}，
10:{'Mana'：8，
"聚焦":12,，
“敏捷”：27，
"耐力":3,，
“知识”：17，
"力量":1,，
"田径":5,，
“灵巧”：9，
"创意":7,，
"适应性":29,，
“智能”：1}，
11:{'Mana'：1，
"聚焦":4,，
“敏捷”：5，
"耐力":30,，
“知识”：16，
“力量”：11，
"田径":28,，
“灵巧”：11，
"创意":五,，
"适应性":12,，
“智力”：4}，
12:{'Mana'：7，
"聚焦":1,，
“敏捷”：17，
"耐力":25,，
“知识”：23，
"力量":4,，
"田径":8,，
“灵巧”：26，
"创意":15,，
"适应性":29,，
“智力”：22}，
13:{'Mana'：2，
"聚焦":1,，
“敏捷”：5，
"耐力":21,，
“知识”：24，
“力量”：18，
"田径":20,，
“灵巧”：10，
"创意":12,，
"适应性":30,，
“智力”：5}，
14:{'Mana'：9，
"聚焦":16,，
“敏捷”：14，
"耐力":25,，
“知识”：14，
“力量”：24，
"田径":30,，
“灵巧”：9，
"创意":19,，
"适应性":23,，
“智力”：18}，
15:{'Mana'：23，
"聚焦":15,，
“敏捷”：5，
"耐力":12,，
“知识”：24，
“力量”：12，
"田径":20,，
“灵巧”：29，
"创意":五,，
"适应性":19,，
“智力”：12}，
17:{'Mana'：21，
"焦点":23,，
“敏捷”：30，
"耐力":18岁,，
“知识”：27，
“力量”：7，
"田径":30,，
“灵巧”：10，
"创意":五,，
"适应性":22,，
“智力”：18}，
18:{'Mana'：11，
"聚焦":11,，
"敏捷":4,，
"耐力":7,，
“知识”：28，
“力量”：11，
"田径":20,，
“灵巧”：28，
"创意":13,，
"适应性":12,，
“智力”：30}，
19:{'Mana'：11，
"聚焦":11,，
"敏捷":4,，
"耐力":7,，
“知识”：28，
“力量”：11，
"田径":20,，
“灵巧”：28，
"创意":13,，
"适应性":12,，
“智力”：30}，
20:{'Mana'：15，
"焦点":20,，
"敏捷":28,，
"耐力":22,，
“知识”：18，
“力量”：15，
"田径":23,，
“灵巧”：19，
"创意":20,，
"适应性":27,，
“智力”：20}，
21:{'Mana'：30，
"聚焦":7,，
“敏捷”：9，
"耐力":7,，
“知识”：30，
"力量":3,，
"田径":6,，
“灵巧”：17，
"创意":四,，
"适应性":11,，
“智力”：28}，
22:{'Mana'：9，
"聚焦":10,，
"敏捷":28,，
"耐力":26,，
“知识”：1，
“力量”：8，
"田径":5,，
“灵巧”：26，
"创意":一,，
"适应性":14,，
“智力”：16}，
23:{'Mana'：4，
"聚焦":14,，
“敏捷”：19，
"耐力":5,，
"知识":21,，
"实力":25,，
"田径":12,，
“灵巧”：23，
"创意":26,，
"适应性":21,，
“智力”：22}，
24:{'Mana'：1，
"聚焦":1,，
“敏捷”：18，
"耐力":24,，
"知识":25,，
"实力":20,，
"田径":9,，
“灵巧”：14，
"创意":19,，
"适应性":30,，
“智力”：7}，
25:{'Mana'：12，
"聚焦":13,，
"敏捷":21,，
"耐力":23,，
"知识":11,，
"实力":16,，
"田径":18岁,，
“灵巧”：24，
"创意":一,，
"适应性":20,，
“智能”：1}，
26:{'Mana'：10，
"聚焦":14,，
“敏捷”：12，
"耐力":27,，
"知识":17,，
"实力":24,，
"田径":23,，
“灵巧”：21
import pandas as pd
import numpy as np
# !pip install pulp
import pulp

df_buildings = pd.DataFrame(buildings_dict).T
df_workers = pd.DataFrame(workers_dict).T

# there are a few typos, e.g. Strenght vs. Strength and Knowlege vs. Knowledge
# let's fix this first
df_workers.Knowledge.fillna(df_workers.Knowlege, inplace=True)
df_workers.Strength.fillna(df_workers.Strenght, inplace=True)
del df_workers["Strenght"], df_workers["Knowlege"]

# fixing some notation
workers = df_workers.index.tolist() # list of workers
buildings =  df_buildings.index.tolist() # list of building

# next, we define production matrix
# production[i,j] will contain the productivity of 
# worker i when assigned to building j
# you could vectorize this step, though it seems fast enough here
production = pd.DataFrame(index=workers, columns=buildings)
for i in df_workers.index:
  for j in df_buildings.index:
    production.loc[i, j] = df_workers.loc[i, df_buildings.loc[j]].sum()

print(production.head())
#    1   2   3   4   6   5   7   8   9   10  11  12  13  14  15  16  17
# 3   9  23  36  40  16  16   4  16   9  13  13  60  11  21  16  60  13
# 4  62  28  52  29  48  48  54  62  62  36  30  50  58  50  62  50  30
# 5  14  28  30  22  42  42  10  37  14  40  22  22  40  28  37  22  22
# 6  19  21  28  24  27  27  24  16  19  28  21  30  22  15  16  30  21
# 7  25  41  12  22  57  57  14   6  25  38  17  12  44  47   6  12  17

prob = pulp.LpProblem("MineColoniesProblem", pulp.LpMaximize)

# in the solved problem, assignment[i,j] == 1 whenever i is assigned to j
assignment = pulp.LpVariable.dicts("Assignment", (workers, buildings), cat="Binary")

# our objective is to maximize the sum of production
prob += sum(assignment[i][j] * production.loc[i,j]
            for i in workers for j in buildings)

# each worker can be assigned to at most one building:
for i in workers:
  prob += sum(assignment[i][j] for j in buildings) <= 1

prob.solve()
# make sure that we got an optimal solution
assert prob.status == 1

# generically, we get an integer solution
assignment_dict = {i: j for i in workers for j in buildings
                   if assignment[i][j].varValue == 1}
print(f"Total production is {prob.objective.value()}") # 1401

# here is the the solution
# assignment_dict_saved = {3: 12, 4: 1, 5: 5, 6: 16, 7: 5, 8: 6, 9: 2, 10: 17, 11: 6, 12: 10, 13: 4, 14: 6, 15: 3, 17: 7, 18: 3, 19: 3, 20: 11, 21: 12, 22: 17, 23: 15, 24: 4, 25: 10, 26: 13, 27: 9, 28: 7, 29: 7, 30: 2}

prob = pulp.LpProblem("MineColoniesProblem", pulp.LpMaximize)

# in the solved problem, assignment[i,j] == 1 whenever i is assigned to j
assignment = pulp.LpVariable.dicts("Assignment", (workers, buildings), cat="Binary")

# our objective is to maximize the sum of production
prob += sum(assignment[i][j] * production.loc[i,j]
            for i in workers for j in buildings)

# each worker can be assigned to at most one building:
for i in workers:
  prob += sum(assignment[i][j] for j in buildings) <= 1

# each building has at most one worker
for j in buildings:
  prob += sum(assignment[i][j] for i in workers) <= 1

prob.solve()
# make sure that we got an optimal solution
assert prob.status == 1

# generically, we get an integer solution
assignment_dict = {i: j for i in workers for j in buildings
                   if assignment[i][j].varValue == 1}
# assignment_dict_saved = {3: 16, 4: 9, 7: 5, 8: 2, 10: 11, 11: 6, 12: 10, 14: 14, 18: 3, 19: 8, 20: 17, 21: 12, 23: 15, 24: 4, 26: 13, 27: 1, 29: 7}
print(f"Total production is {prob.objective.value()}") # 929