11楼的够简捷，不过还是那个问题，在某些情况下不能得到最优解，比如：
输入一窜整数：1 4 5 8 9 13 14 17 22 27
运行结果是：
（a组） 1 8 9 17 27 62(总和）
（b组）4 5 13 14 22 58（总和）
但其实最优解为：
（a组） 1 5 14 13 27 60(总和）
（b组） 4 8 17 9 22 60（总和）

已经差不多了阿。再加一步就可以。
另偶数组为A,奇数组为B
当数组元素个数为偶数
因为两个数组都是有序的。并且A[i]>=B[i]
所以sum(A)>=sum(B)
而且每个数组不管是什么数，都可以成为有序的。
所以A[i]可以与B[i]交换,这样sum(A)减少,sum(B)增大
并保证仍然有序
可以得到最优解。
否则
先忽略B[0],这时B[i]>=A[i]
与上面的情况恰恰相反，但这时要比较的是
(sum(B)与sum(A)的绝对值-B[0])最小值.
同样可得到最优解

可不可以先把所有的数字由小到大或者由大到小排列好，
将这些数字放到数组中。
然后第一个和最后一个，第二个和倒数第二个组合，
这样将数字分成两组，sum1 sum2
这样就可以把它们的差算出且最小！

十个int型的数，是由用户输入的，数的大小都不固定！如果14楼这样分的话，那就

SUM/2的0-1背包问题。已知是整数的话可以用动态规划，不是整数就DFS。

头晕，是不是运用了数据结构的问题？还没有学到数据结构。

我的一点想法：

1.先输入10个数到x[]中。
2.任取一个放入a[]中，然后在x[]中剩余的9个数中寻找与a[1]差值最小的元素放入b[1]中。
3.利用循环计算a[]，b[]数组所有元素之和，求出差值再在x[]中剩余的元素中寻 找与差值最接近的元素，放入和较小的一组数组中。
4.以此方法直到赋完x[]中所有的元素。

此题得解。

16楼 那为高手，能不能详细一点解释一下，什么是“动态规划”？为什么当 SUM/2 不是整数时就用DFS（深度优先是吗？）？

已知若干物品的大小，以及一个背包容量，物品不能分割，求此背包所能装载的最大物品总大小的问题，named 0-1背包问题。
更一般的形式是，已知若干物品的大小和价值，以及一个背包的容量，物品不能分割，求此背包作能装载的最大物品价值总和。

把这道题目的每个数看作一个物品大小，物品总大小记为SUM，背包容量SUM/2，求解这个背包问题就可以把数分为两个部分，装在背包里的部分，和没装在背包里的部分，这两部分的差值是最小的。

而背包问题的解法在许多算法书中都有详细讨论，我不在此详述

十四楼的不可行啊~~~