我遇到的问题是NP-complete的分区问题的变化。这是一个优化问题，而不是决策问题。
问题：将数字列表划分为两个子集，使得它们的和的差异最小，并找到两个子集。如果n均为，则尺寸应为n/2，如果为奇数，则为floor[n/2]和ceil[n/2]。
假设伪多项式时间DP算法最适合精确解决方案，如何修改它来解决这个问题？什么是最好的近似算法来解决这个问题？
答案 0 :(得分：0)
由于您没有指定使用哪种算法，因此我假设您使用此处定义的算法： http://www.cs.cornell.edu/~wdtseng/icpc/notes/dp3.pdf
然后使用此算法添加变量以跟踪最佳结果，将其初始化为N（列表中所有数字的总和，因为您始终可以将一个子集作为空集）并且每次都是你更新T（例如：T [i] = true）你会做bestRes = abs(i-n/2)<bestRes : abs(i-n/2) : bestRes之类的事情。然后你返回bestRes。这当然不会改变算法的复杂性。
我对你的第二个问题一无所知。