数组分割(自己的新想法未完善)

可以使用用随机数

val arr = (1 to 10).map{index=>Random.nextInt(100)}.sortWith(_>_)

有一个无序、元素个数为2n的正整数数组,要求:如何能把这个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?例如有如下数组,96, 44, 36, 28, 7, 6,83, 80, 40, 16。应该分割为96, 44, 28, 7, 6, 36和83, 80, 16, 40。
第一步 天平算法
1.将数组从大到小排序
2.将数组按天平的俩端分开放
最大的放入左边,依次放入右边,然后判断第三个放到相对平衡的一边,循环如此直到放完

arr.foreach{item=>
      if(arr1.sum>arr2.sum){
        arr2 = arr2:+item
      }else{
        arr1 = arr1:+item
      }
    }

第二步 筛选
天平算法基本排除了很多不合理的分发,可是还是有bug出现的,比如上面的
最终结果是
List(96, 44, 40, 28, 7, 6) List(83, 80, 36, 16)
,经过人工查看可以将40跟36 对换,可得出最优分割

val diff = arr1.sum-arr2.sum
val bestCombo = arr1.map {item1=>
          (item1,arr2.filter{item2=>
          //满足可用值差
          //最优筛选(自认为的)
          Math.abs(item1 - item2) < diff
          }.sorted)
        }.filter(_._2.length!=0).map{tuple=>(tuple._1,tuple._2.head)}.map{item=>(item,item._1-item._2)}.sortWith(_._2<_._2).head
//还有一个缺陷就是16 与 7,6 或者其他列表的多组合匹配
val newarr1 = arr1.filter(_!=bestCombo._1._1) :+ bestCombo._1._2
val newarr2 = arr2.filter(_!=bestCombo._1._2) :+ bestCombo._1._1

控制台:

(arr1:,List(96, 44, 40, 28, 7, 6),
 sum of arr1:,221)
(arr2:,List(83, 80, 36, 16),
 sum of arr2:,215)
(newarr1:,List(96, 44, 28, 7, 6, 36))
(newarr2:,List(83, 80, 16, 40))

但是这种做法并未考虑到多组合匹配也会产生最优互换的组合(这个列表并不存在这个问题)

多试几次,下次再考虑这一步怎么解决吧

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,602评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,442评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,878评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,306评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,330评论 5 373
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,071评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,382评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,006评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,512评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,965评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,094评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,732评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,283评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,286评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,512评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,536评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,828评论 2 345

推荐阅读更多精彩内容