问题：
将一个无序、元素个数为2N的正整数数组分割为元素个数为N的两个数组，并使两个子数组的和最接近。
分析与解法：
【解法一】
动态规划的0-1背包问题。将heap[M]（M表示从2N中所有可能的M个元素和组成的集合），从下到上（m->1…->N）最终求的完整的heap[N]。要点：可以想成求不大于sum/2的最接近集合，以下为分析：
假设数组A[1..2N]所有元素的和是SUM。模仿动态规划解0-1背包问题的策略，令S(k, i)表示前k个元素中任意i个元素的和的集合。显然：
S(k, 1) = {A[i] | 1<= i <= k}
S(k, k) = {A[1]+A[2]+…+A[k]}
S(k, i) = S(k-1, i) U {A[k] + x | x属于S(k-1, i-1) }
按照这个递推公式来计算，最后找出集合S(2N, N)中与SUM/2最接近的那个和。
代码：
#include<iostream>
using namespace std;
//有一个没有排序，元素个数为2N的正整数数组。要求把它分割为元素个数为N的两个数组，并使两个子数组的和最接近。
int arr[] = {0,1,5,7,8,9,6,3,11,20,17};
const int N=5;
const int SUM = 87;
// 模仿动态规划解0-1背包问题的策略
int solve1()
{
int i , j , s;
int dp[2*N+1][N+1][SUM/2+2];
/* 用dp(i,j,c)来表示从前i个元素中取j个、且这j个元素之和不超过c的最佳(大)方案，在这里i>=j,c<=S 状态转移方程： 限第i个物品 不取 dp(i,j,c)=max{dp(i-1,j-1,c-a[i])+a[i]，dp(i-1,j,c)} dp(2N,N,SUM/2+1)就是题目的解。 */
//初始化
memset(dp,0,sizeof(dp));
for(i = 1 ; i <= 2*N ; ++i)
{
for(j = 1 ; j <= min(i,N) ; ++j)
{
for(s = SUM/2+1 ; s >= arr[i] ; --s)
{
dp[i][j][s] = max(dp[i-1][j-1][s-arr[i]]+arr[i] , dp[i-1][j][s]);
}
}
}
//因为这为最终答案 dp[2*N][N][SUM/2+1];
i=2*N , j=N , s=SUM/2+1;
while(i > 0)
{
if(dp[i][j][s] == dp[i-1][j-1][s-arr[i]]+arr[i]) //判定这个状态是由哪个状态推导出来的
{
cout<<arr[i]<<" "; //取中arr[i]
j--;
s -= arr[i];
}
i--;
}
cout<<endl;
return dp[2*N][N][SUM/2+1];
} 时间复杂度为O(2^N)。
【解法二】
由于对两个子数组和最接近的判断不太直观，我们需要对题目进行适当转化。我们知道当一个子数组之和最接近原数组之和sum的一半时，两个子数组之和是最接近的。所以转化后的题目是：从2n个数中选出任意个数，其和尽量接近于给定值sum/2。
这个问题存储的是从前k个数中选取任意个数，且其和为s的取法是否存在dp[k][s]。之所以将选出的数之和放在下标中，而不是作为dp[k]的值，是因为那种做法不满足动态规划的前提——最优化原理，假设我们找到最优解有k个数p1p2…pk（选出的这k个数之和是最接近sum/2的），但最优解的前k-1个数p1p2…pk-1之和可能并不是最接近sum/2的，也就是说可能在访问到pk之前有另一组数q1q2….qk-1其和相比p1p2…pk-1之和会更接近sum/2，即最优解的子问题并不是最优的，所以不满足最优化原理。因此我们需要将dp[k]的值作为下标存储起来，将这个最优问题转化为判定问题，用带动态规划的思想的递推法来解。
外阶段：在前k1个数中进行选择，k1=1,2…2*n。
内阶段：从这k1个数中任 意选出k2个数，k2=1,2…k1。
状态：这k2个数的和为s，s=1,2…sum/2。
决策：决定这k2个数的和有两种决策，一个是这k2个数中包含第k1个数， 另一个是不包含第k1个数。
dp[k][s]表示从前k个数中取任意个数，且这些数之和为s的取法是否存在。
代码：
#include <iostream>
#include <algorithm>
using namespace std;
#define MAXN 101
#define MAXSUM 100000
int A[MAXN];
bool dp[MAXN][MAXSUM];
// dp[k][s]表示从前k个数中去任意个数，且这些数之和为s的取法是否存在
int main()
{
int n, i, k1, k2, s, u;
cin >> n;
for (i=1; i<=2*n; i++)
cin >> A[i];
int sum = 0;
for (i=1; i<=2*n; i++)
sum += A[i];
memset(dp,0,sizeof(dp));
dp[0][0]=true;
// 外阶段k1表示第k1个数，内阶段k2表示选取数的个数
for (k1=1; k1<=2*n; k1++) // 外阶段k1
{
for (k2=k1; k2>=1; k2--) // 内阶段k2
for (s=1; s<=sum/2; s++) // 状态s
{
//dp[k1][s] = dp[k1-1][s];
// 有两个决策包含或不包含元素k1
if (s>=A[k1] && dp[k2-1][s-A[k1]])
dp[k2][s] = true;
}
}
// 之前的dp[k][s]表示从前k个数中取任意k个数，经过下面的步骤后
// 即表示从前k个数中取任意个数
for (k1=2; k1<=2*n; k1++)
for (s=1; s<=sum/2; s++)
if (dp[k1-1][s])
dp[k1][s]=true;
// 确定最接近的给定值sum/2的和
for (s=sum/2; s>=1 && !dp[2*n][s]; s--);
printf("the differece between two sub array is %d\n", sum-2*s);
}但本题还增加了一个限制条件，即选出的物体数必须为n，这个条件限制了内阶段k2的取值范围，并且dp[k][s]的含义也发生变化。这里的dp[k][s]表示从前k个数中取任意不超过n的k个数，且这些数之和为s的取法是否存在。
代码：
#include <iostream>
#include <algorithm>
using namespace std;
#define MAXN 101
#define MAXSUM 100000
int A[MAXN];
bool dp[MAXN][MAXSUM];
// 题目可转换为从2n个数中选出n个数，其和尽量接近于给定值sum/2
int main()
{
int n, i, k1, k2, s, u;
cin >> n;
for (i=1; i<=2*n; i++)
cin >> A[i];
int sum = 0;
for (i=1; i<=2*n; i++)
sum += A[i];
memset(dp,0,sizeof(dp));
dp[0][0]=true;
// 对于dp[k][s]要进行u次决策，由于阶段k的选择受到决策的限制，
// 这里决策选择不允许重复，但阶段可以重复，比较特别
for (k1=1; k1<=2*n; k1++) // 外阶段k1
for (k2=min(k1,n); k2>=1; k2--) // 内阶段k2
for (s=1; s<=sum/2; s++) // 状态s
// 有两个决策包含或不包含元素k1
if (s>=A[k1] && dp[k2-1][s-A[k1]])
dp[k2][s] = true;
// 确定最接近的给定值sum/2的和
for (s=sum/2; s>=1 && !dp[n][s]; s--);
printf("the differece between two sub array is %d\n", sum-2*s);
for(int i = 0; i < n; i++)
if(dp[i][s])
printf("the sub array is %d\n", A[i]);
}时间复杂度为O(sum*N^2)。
扩展问题：
1.如果数组中有负数呢？
分析与解法：
1.如果数组中有负数的话，上面的背包策略就不能使用了（因为第三重循环中的s是作为数组的下标的，不能出现负数的），需要将数组中的所有数组都加上最小的那个负数的绝对值，将数组中的元素全部都增加一定的范围，全部转化为正数，然后再使用上面的背包策略就可以解决了。
文章及代码参考以下博文：
http://blog.163.com/yichangjun1989@126/blog/static/13197202820143305145222/
http://my.oschina.net/wizardpisces/blog/114538
http://m.blog.csdn.net/blog/tianshuai11/7828907
