设某一机器由 n 个部件组成，每一种部件都可以从 m 个不同的供应商处购得。设 wij 是从供应商 j 处购得的部件 i 的重量， cij 是相应的价格。 设计一个优先队列式分支限界法，给出总价格不超过 d 的最小重量机器设计代码

以下是一个 Python 代码实现：

import heapq

def min_weight(n, m, w, c, d):
    # 定义一个状态：(已选的部件集合，当前总重量，当前总价格)
    state = ([], 0, 0)
    heap = [state]  # 优先队列，初始状态入队
    min_weight = float('inf')  # 最小重量初始为无穷大
    while heap:
        curr = heapq.heappop(heap)  # 取出当前状态
        selected, weight, cost = curr
        if cost > d:  # 如果当前价格已经超过限制，则剪枝
            continue
        if len(selected) == n:  # 如果已选的部件数达到了 n，则更新最小重量
            min_weight = min(min_weight, weight)
            continue
        for j in range(m):  # 枚举每个供应商
            new_selected = selected + [j]  # 加入该供应商的部件
            new_weight = weight + sum(w[i][j] for i in new_selected)  # 更新总重量
            new_cost = cost + sum(c[i][j] for i in new_selected)  # 更新总价格
            new_state = (new_selected, new_weight, new_cost)
            heapq.heappush(heap, new_state)  # 将新状态加入优先队列
    return min_weight

其中，参数 `n` 表示部件数量，`m` 表示供应商数量，`w` 和 `c` 分别是部件重量和价格的二维数组，`d` 表示价格上限。函数返回最小重量。

该算法使用了优先队列来实现分支限界，具体思路是，每次从队列中取出当前状态，枚举每个供应商，加入该供应商的部件，计算新的重量和价格，并将新状态加入优先队列。如果当前价格已经超过限制，则剪枝；如果已选的部件数达到了 n，则更新最小重量。最终，优先队列中保存的状态都是价格不超过 d 的状态，从中选取最小重量即可。