一道python面试题

题目：给一个数组，将该数组拆分为两个数组，并使得这两个数组的和最为接近

思路一：暴力地排列出该数组拆分后的所有组合，并计算这两个数组之间的差值，取出差值最小的组合，代码如下：

import itertools,copy,time
start = time.clock()
list_t = [1,5,6,7,43,0,1,2,3,4,5,6,7,8,9,10] #随便定义一个数组list_t
t = len(list_t)
list_A = []
list_B = []
tmp_min = None
for k in range(1,t):
    for list_i in itertools.combinations(list_t,k):
    #这里使用combinations方法对list_t进行组合排列，产生新数组
        list_i = list(list_i) #将组合后的数组作为拆分出来的一个数组
        tmp_list = copy.deepcopy(list_i)
        #将另外一个数组也算出来
        list_y = [i for i in list_t if i not in tmp_list or tmp_list.remove(i)]
        abs_min= abs(sum(list_i) - sum(list_y)) #计算这两个数组间的差值
        if tmp_min == None or tmp_min >= abs_min:
            tmp_min = abs_min
            list_A = list_i
            list_B = list_y
print("第一个list：")
print(list_A)
print("第二个list：")
print(list_B)
print("花费时间:",time.clock() - start)

思路二：计算出该数组的中值，暴力地组合出该数组拆分后的所有数组，将拆分出来的数组与中值相减，差值最小的就是最接近的。代码如下:

import itertools,time
start = time.clock()
list_t = [1,5,6,7,43,0,1,2,3,4,5,6,7,8,9,10] #随便定义一个数组list_t
t = len(list_t)
tuple_tmp = ()
sum_middle = sum(list_t)/2 #整个数组的中值
tmp_min = None
for k in range(1,t):
    for list_i in itertools.combinations(list_t,k):
        abs_sum_mid = abs(sum(list_i) - sum_middle) #计算与中值的差值
        if tmp_min == None or tmp_min > abs_sum_mid:
            tmp_min = abs_sum_mid
            tuple_tmp = list_i
list_a = list(tuple_tmp)
for i in tuple_tmp:
    list_t.remove(i)
list_b = list_t
print("第一个list：")
print(list_a)
print("第二个list：")
print(list_b)
print("花费时间:",time.clock() - start)

对比下，可以发现第二个方法比第一个方法花费的时间短。这里的排列组合用了自带的itertools.combinations方法，如有兴趣，可以自己写一个。
题目来源：两道阿里python面试题