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…