口罩问题动态规划

package m2020;
//【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： 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？

动态规划背包问题

步骤1-找子问题：子问题必然是和物品有关的，对于每一个物品，有两种结果：能装下或者不能装下。第一，包的容量比物品体积小，装不下，这时的最大价值和前i-1个物品的最大价值是一样的。第二，还有足够的容量装下该物品，但是装了不一定大于当前相同体积的最优价值，所以要进行比较。由上述分析，子问题中物品数和背包容量都应当作为变量。因此子问题确定为背包容量为j时，求前i个物品所能达到最大价值。

步骤2-确定状态：由上述分析，“状态”对应的“值”即为背包容量为j时，求前i个物品所能达到最大价值，设为dp[j]。初始时，dp0为0，没有物品也就没有价值。

步骤3-确定状态转移方程：由上述分析，第i个物品的体积为w,价值为v，则状态转移方程为

1.j<w的状态转移方程不再需要了。2.为保证每个物品只能使用一次，我们倒序遍历所有j的值，这样在更新dp[j]的时候，dp[j-list[i].w]的值尚未被修改，就不会出现一个物品重复使用的问题。

优化后的状态转移方程：dp[j] = max{ dp[j-list[i].w] + v, dp[j] }

import java.util.LinkedList;
import java.util.List;

public class B_2020_mask {
public static void main(String[] args) {
int sum = 0, su = 0;
int[] nums = {0, 9090400, 8499400, 5926800, 8547000, 4958200,
4422600, 5751200, 4175600, 6309600, 5865200, 6604400, 4635000,
10663400, 8087200, 4554000};
for(int i = 0; i < nums.length; i++) {
sum += nums[i];
}
su = sum / 2;
int[] dp = new int[su+1];
for(int i = 1; i < nums.length; i++) {
for(int j = su; j >= nums[i]; j–) {
dp[j] = Math.max(dp[j], dp[j-nums[i]] + nums[i]);
}
}
System.out.println(2 * (su - dp[su]));
}
}