2020第十一届蓝桥杯 4.分配口罩（Java语言）

4. 分配口罩(10分)

问题描述
某市市长获得了若干批口罩，每一批口罩的数目如下：（如果你把以下文

字复制到文本文件中，请务必检查复制的内容是否与文档中的一致。在试题目

录下有一个文件 mask.txt，内容与下面的文本相同）

9090400

8499400

5926800

8547000

4958200

4422600

5751200

4175600

6309600

5865200

6604400

4635000

10663400

8087200

4554000

现在市长要把口罩分配给市内的 2 所医院。由于物流限制，每一批口罩只

能全部分配给其中一家医院。市长希望 2 所医院获得的口罩总数之差越小越好。

请你计算这个差最小是多少？

答案提交
这是一道结果填空题，你只需要算出结果后提交即可。本题的结果为一个

整数，在提交答案时只填写这个整数，填写多余的内容将无法得分。

分析：

首先想到的是暴力枚举组合，枚举任意一批或多批口罩任意组合，显然是不可实现的。采用递归也不具备较高的可实现性。转换思路 ：n批口罩总和sum如果均分下去，每家分得sum/2，当然并不一定均分，不均分时，一家口罩和lessThan会小于sum/2,一家口罩和moreThan会大于sum/2,两家 差值 = (sum/2 - lessThan) * 2.

问题就从两家集中到了一家。对于一家来说，面对一批口罩要么选要么不选，这不就是典型的0-1背包问题吗，题目可以解读为：在医院最大可容口罩两sum/2下，选择哪些（批）口罩能使医院拥有的口罩量最大？

解决这类题目使用动态规划再适合不过了：

对动态规划不是很了解的t童鞋请参考链接，不然下面代码可能看不懂。

由于sum/2 = 49045000; 实在太大， 开辟一个dp[15 + 1][49045000+1]的数组会报内存溢出错误。但为了方便理解，先提供报内存溢出的代码帮助理解：

		int[] nums = {9090400, 8499400, 5926800, 8547000, 4958200,
                      4422600, 5751200, 4175600, 6309600, 5865200,
                      6604400, 4635000, 10663400, 8087200, 4554000};
		int sum = 0;
		for (int i = 0; i < nums.length; i++) {
			sum += nums[i];
		}
		int avg = sum >> 1;
		int[][] dp = new int[nums.length+1][avg+ 1]; //dp[i][j]:最大可分配量j下，有前i件口罩可选
		for (int i = 1; i <= nums.length; i++) {
			for (int j = 1; j <= max; j++) {
				if(j < nums[i-1]) { //医院可接受口罩容量 < 当前口罩数量则不选
					dp[i][j] = dp[i-1][j];
				}else {
					dp[i][j] = Math.max(dp[i-1][j], dp[i-1][j - nums[i-1]] + nums[i-1]);
				}
			}
		}
		System.out.println((avg- dp[avg]) * 2);

优化：

将dp由二维数组转为一维数组：

		int[] nums = {9090400, 8499400, 5926800, 8547000, 4958200,
                      4422600, 5751200, 4175600, 6309600, 5865200,
                      6604400, 4635000, 10663400, 8087200, 4554000};
		int sum = 0;
		for (int i = 0; i < nums.length; i++) {
			sum += nums[i];
		}
		
		int avg = sum >> 1;
		int[] dp = new int[avg + 1]; 
		for (int i = 1; i <= nums.length; i++) {
			for (int j = avg; j >= 1; j--) {
				if(j < nums[i-1]) continue;
				dp[j] = Math.max(dp[j], dp[j - nums[i-1]] + nums[i-1]);
			}
		}
		System.out.println((avg - dp[avg]) * 2);

End…