动态规划（01背包问题）—— 双核处理

一种双核CPU的两个核能够同时的处理任务，现在有n个已知数据量的任务需要交给CPU处理，假设已知CPU的每个核1秒可以处理1kb，每个核同时只能处理一项任务。n个任务可以按照任意顺序放入CPU进行处理，现在需要设计一个方案让CPU处理完这批任务所需的时间最少，求这个最小的时间。

输入描述:

输入包括两行：第一行为整数n(1 ≤ n ≤ 50)第二行为n个整数length[i](1024 ≤ length[i] ≤ 4194304)，表示每个任务的长度为length[i]kb，每个数均为1024的倍数。
输出描述:
输出一个整数，表示最少需要处理的时间

输入例子1:
53072 3072 7168 3072 1024

输出例子1:
9216

双核，可以同时工作,要想以最短时间完成任务，应该使得两核花费的时间最接近，也就是最接近t/2,最好情况下就是两核花费时间都为t/2了。

#include <iostream>#include <vector>using namespace std;int main() {    int n;    std::cin >> n;    vector<int> time;//存储每个待处理程序的耗时    int sum = 0;    for (int i = 0; i < n; ++i) {        int num;        cin >> num;        num /= 1024;        time.push_back(num);        sum += num;    }    vector<int> dp(sum / 2);    //01背包    for (int i = 0; i < n; ++i)         for (int j = sum / 2; j >= time[i]; --j)             dp[j] = max(dp[j], dp[j - time[i]] + time[i]);         //由于背包的容量是正好一半，所以dp[sum/2]是较小的那一半(或者正好一半)    std::cout << (sum - dp[sum / 2])*1024  << std::endl;     return 0;}