背包问题变形（动态规划），求一堆数字分成两组，使得两组和的差值最小。...

 这个问题类似于背包问题，我们只要稍微改编一下就行。也就是相当于从一堆数字里面挑选一些数，然后使其接近总和的1/2。然然加入的每个数字的价值都看成1。下面附上python写的源代码，供大家参考。

import numpy as np
#n个物体的重量(w[0]无用)
w = np.array([0, 2, 5, 6, 9, 4, 5, 8, 5])
#n个物体的价值(p[0]无用)
p = [0, 1, 1, 1, 1, 1, 1, 1, 1]
#计算n的个数
n = len(w) - 1
#背包的载重量
m = int(np.ceil(0.5*np.sum(w)))
#装入背包的物体，元素为True时，对应物体被装入(x[0]无用)
x = [False for raw in range(n + 1)]
#optp[i][j]表示在前i个物体中，能够装入载重量为j的背包中的物体的最大价值
optp = [[0 for col in range(m + 1)] for raw in range(n + 1)]

def knapsack_dynamic(w, p, n, m, x):
#计算optp[i][j]
for i in range(1, n + 1):
for j in range(1, m + 1):
optp[i][j] = optp[i - 1][j]
if (j >= w[i]) and (optp[i - 1][j - w[i]] + p[i] > optp[i - 1][j]):
optp[i][j] = optp[i - 1][j - w[i]] + p[i]

#