allocation_normalization.py

from decimal import Decimal, getcontext
from pydantic import BaseModel, field_validator, model_validator, ValidationError

# Thiết lập độ chính xác cho Decimal (ví dụ: 10 chữ số thập phân)
getcontext().prec = 10

class AllocationModel(BaseModel):
    allocations: list[Decimal]
    
    @model_validator(mode='after')
    def validate_allocations_sum(self) -> 'AllocationModel':
        total = sum(self.allocations)
        
        # Nếu tổng khác 1, hiệu chỉnh giá trị cuối cùng
        if total != Decimal('1'):
            # Tính sai số và điều chỉnh vào phần tử cuối
            error = Decimal('1') - total
            self.allocations[-1] += error
        
        # Kiểm tra lại sau khi điều chỉnh
        new_total = sum(self.allocations)
        if abs(new_total - Decimal('1')) > Decimal('1e-10'):
            raise ValueError(f"Tổng allocations phải bằng 1. Hiện tại: {new_total}")
        
        return self
    
    @field_validator('allocations', mode='before')
    @classmethod
    def parse_allocations(cls, value: list) -> list[Decimal]:
        # Chuyển đổi đầu vào sang Decimal để tránh lỗi float
        return [Decimal(str(x)) for x in value]


# Case 1: Tổng đúng
try:
    model = AllocationModel(allocations=[Decimal('0.3'), Decimal('0.3'), Decimal('0.4')])
    print(model.allocations, "=> Tổng:", sum(model.allocations))
except ValidationError as e:
    print(e)

# Case 2: Tổng sai (0.999999)
try:
    model = AllocationModel(allocations=[Decimal('0.333333'), Decimal('0.333333'), Decimal('0.333333')])
    print(model.allocations, "=> Tổng:", sum(model.allocations))
except ValidationError as e:
    print(e)

# Case 3: Đầu vào là float (cần chuyển sang Decimal qua validator)
try:
    model = AllocationModel(allocations=[0.32, 0.22, 0.4])
    print(model.allocations, "=> Tổng:", sum(model.allocations))
except ValidationError as e:
    print(e)