==============
版权声明：由于公众号后台规则问题，本文暂时无法设置原创标记，但仍属原创内容，微信公众号“Python小屋”坚持只发原创技术文章。
=============
=============
问题描述：
在某些社会或经济活动中，多人（或公司、国家）结盟合作时通常能比单独活动时获得更大的收益，产生1+1>2的协同效应。同时也很显然，合理的利益分配方案对于这样的联盟能够长久持续是非常重要的。Shapley值是由美国经济学家L.S.Shapley在1953年提出的用于多人合作时利益分配的算法，该方法体现了各成员对联盟集体总收益的贡献程度，根据贡献大小进行利益分配，避免了平均主义，更加公平、合理。
某工厂马上就要下班的时候，突然来了一车零件需要在半小时内完成卸货，时间紧任务重，于是值班组长紧急安排张、刘、赵三个人加班卸货。这一车零件共有600个，半小时张一个人干活的话能卸100个、刘一个人干活的话能卸120个、赵一个人干活的话能卸50个；如果张、刘一起干活的话能卸260个，张、赵一起干活的话能卸350个，刘、赵一起干活的话能卸330个；三个人一起干活正好可以卸完600个。为了奖励三个人，组长给了2000块钱，如果按贡献大小分配的话每个人应该拿多少奖金呢？
假设张率先发起合作的邀请，先邀请刘加入再邀请赵加入，此时刘的贡献（即刘加入前后团队卸货能力的差）为260-100=160，赵的贡献为600-260=340；如果张先邀请赵再邀请刘，此时赵的贡献为350-100=250，刘的贡献为600-350=250。重复上面的过程，计算每个人率先发出邀请以及不同邀请顺序中每个人的贡献，得到下面的矩阵，左边一列表示不同发起人和邀请顺序。
张 刘 赵
张刘赵 100 160 340
张赵刘 100 250 250
刘张赵 140 120 340
刘赵张 270 120 210
赵张刘 300 250 50
赵刘张 270 280 50
然后对矩阵计算纵向平均值得到每个人的Shapley值，根据每个人Shapley值占比来计算和分配奖金。按照这个规则，得到张、刘、赵三人的Shapley值分别为196.66666667、196.66666667、206.66666667，按占比分配2000奖金的话三人分别得到655.56、655.56、688.89。
函数func()接收一个字典data和一个整数money作为参数，data字典中存放了不同组合的卸货能力，money表示总奖金，要求返回一个字典表示每个人应得奖金数量（人名顺序和data中相同），奖金数额保留2位小数，忽略因为四舍五入产生的误差，剩余的几分钱交工，多发的几分钱由组长补上。
参考代码：
运行结果：
