LeetCode:1029. Two City Scheduling

这题虽然是easy的，但是却比较难想出来。
第一反应是dp，但是dp状态和方程却写不出来。。。
方法一：

class Solution {
public:
    int twoCitySchedCost(vector<vector<int>>& costs) {
        sort(costs.begin(), costs.end(), [](vector<int>& v1, vector<int>& v2)
             {return v1[1]-v1[0] > v2[1]-v2[0];});
        int ret = 0;
        int mid = costs.size()/2;
        for (int i = 0; i < mid; ++i)
            ret += costs[i][0];
        for (int i = mid; i < costs.size(); ++i)
            ret += costs[i][1];
        return ret;
    }
};

去A省的最多的最应该去A。
这个确实有点难想的感觉。
方法二：dp

class Solution {
public:
    int twoCitySchedCost(vector<vector<int>>& costs) {
        int N = costs.size()/2;
        vector<vector<int>> dp(N+1, vector<int>(N+1, 0));
        for (int i = 1; i <= N; ++i)
            dp[i][0] = costs[i-1][0] + dp[i-1][0];
        for (int j = 1; j <= N; ++j)
            dp[0][j] = costs[j-1][1] + dp[0][j-1];
        for (int i = 1; i <= N; ++i)
            for (int j = 1; j <= N; ++j)
                dp[i][j] = min(dp[i-1][j] + costs[i+j-1][0],
                              dp[i][j-1] + costs[i+j-1][1]);
        return dp.back().back();
    }
};

dp[i][j]代表的是：其中i个人去A，j个人去B的最小花费。
那么对于第i+j个人，要么是去A，要么是B，讨论那种情况更少。

有意思的点在于状态是怎么想到要这么写的。
我自己思考dp的时候，考虑状态的时候最难以弄明白的地方是怎么保证有同样的人去A和B。比如到第5个人的时候，不可能相等啊。
这里的做法是：过程中可以不保持这一点，算出最终的结果是有这一点属性的。
过程中我们只关注“花费最少”，而不关注“去AB的人数相等”。
但是感觉很难抽象出一个同样的方法或者思路，不知道以后能不能碰上类似的题目。

其实是背包，后面计算需要前面所有的情况，所以用背包。把值作为一个维度。共N个人分别去A，B，就算出1～N个的情况。