##问题的定义
设想有5个包裹，5个包裹完成分装的人工时间分别是 ｛5，7，3，8，1｝，如何分工将会是公平的。
分割问题被定义为一个实数组 V = (v1,v2,…,vn)，目标是将 V 分割为两个数组，原来数组的每个元素只会在两个数组中的一个中。
要求是：两个数组中实数的和应该是相等的，或者至少是尽可能相近的。
例如： V = （5，7，3，8，1） => V1=(5,7) 和 v2(1,3,8)
问题空间： X = （5，7，3，8，1）
目标函数： Minimize f(x) = abs( Σ(x[i] in v1) - Σ(y[i] in v2) )
我们将问题空间转化为搜索空间 G = (0,1,0,1,0)，可以用 “0” 表示将该元素放入数组 v1, 用 “1” 表示将该元素放入数组 v2
##搜索操作（Search Operation）
Nullary: 产生一个随机的二进制流数组
public class BitsNullaryUniform implements INullarySearchOperation<boolean[]> {
public BitsNullaryUniform(final int m) {
super();
this.n = m;
}
@Override
public boolean[] create(final Random r) {
final boolean[] g;
int i;
g = new boolean[this.n]; // allocate integer array
for (i = this.n; (--i) >= 0;) { // initialize each element to its index
//随机构建二进制数组
if (r.nextBoolean()) {
g[i] = true;
}
}
return g;
}
}
Unary: 对候选对象以一定概率进行变异
public class BitsUnaryFlip implements IUnarySearchOperation<boolean[]> {// start
/** instantiate */
public BitsUnaryFlip() {
super();
}
@Override
public boolean[] mutate(final boolean[] p, final Random r) {
final boolean[] g;
g = p.clone(); // copy parent string
do { // at least once, but maybe more often
g[r.nextInt(g.length)] ^= true; // 对该位取反
} while (r.nextBoolean()); // 可能会发生多次变异（但概率比较小）
return g; // 返回新的位流
}
}
##使用模拟退火算法（SA）解决分割问题
public class SAOnPartition {// start
public static void main(final String[] args) {
final SA<boolean[], boolean[]> sa = new SA<>();
//初始化导入真实数据
final PartitionProblem problem = new PartitionProblem("instance_2.txt");
//定义 Partition Problem 的 Search Operation，这里使用的是 二进制数组
sa.nullary = new BitsNullaryUniform(problem.getSetSize());//定义初始化二进制流方法
sa.unary = new BitsUnaryFlip();//定义变异方法
//定义此次SA所使用的温度变化函数，这里选择的是 温度 指数型降低
sa.temperature = new Exponential(10000d, 0.025d);
for(int i = 1; i <= 100; i++) {
sa.termination = new MaxSteps(500000);
System.out.println(sa.solve(problem).v);
}
}
}