【問題描述】
用2 臺處理機A 和B 處理n 個作業。設第i 個作業交給機器A 處理時需要時間ai
若由機器B 來處理，則需要時間bi。由於各作業的特點和機器的效能關係，很可能對於某
些i，有ai>=bi ，而對於某些j,j≠i, 有aj < bj 。既不能將一個作業分開由2 臺機器處理，
也沒有一臺機器能同時處理2 個作業。設計一個演算法，使得這2 臺機器處理完這n 個作業
的時間最短(從任何一臺機器開工到最後一臺機器停工的總時間)。研究一個例項：
(a1,a2,a3,a4,a5,a6)＝(2,5,7,10,5,2)；(b1,b2,b3,b4,b5,b6)＝(3,8,4,11,3,4)。程式設計任務：對於給定
的2 臺處理機A 和B 處理n 個作業，找出一個最優排程方案，使2 臺機器處理完這n 個
作業的時間最短。
【輸入格式】
第1 行是1 個正整數n, 表示要處理n 個作業。接下來的2 行中，每行有n 個正整數，
分別表示處理機A 和B 處理第i 個作業需要的處理時間。
【輸出格式】
一個數表示最短處理時間
【樣例輸入】
62
5 7 10 5 2
3 8 4 11 3 4
【樣例輸出】

15

首先想到揹包問題解法：DP。
但是我懶得想它的狀態轉移方程，於是來一發記憶化搜尋。
對當前任務而言，無非放在A機器與B機器執行，
用ta記錄A時間，用tb記錄B時間，
則狀態：
dfs(x+1,ta+tia[x],tb);//放在A執行
dfs(x+1,ta,tb+tib[b]);//放在B執行

貼程式碼：

#include<iostream>
#include<cstdio>
using namespace std;
int tia[310]={0};
int tib[310]={0};
bool steps[305][502][550];
void
 
 dfs(int x,int ta,int tb);
int n,maxmin=2100000000;
int main()
{
int a;
cin>>n;
for (a=1;a<=n;a++)
scanf("%d",&tia[a]);
for (a=1;a<=n;a++)
   scanf("%d",&tib[a]);
dfs(1,0,0);
cout<<maxmin;
return 0;
}


void dfs(int x,int ta,int tb)
{
if (steps[x][ta%501][tb%549]) return ;  //記憶化，判斷當前位是否被搜
 

steps[x][ta%501][tb%549]=1;             //標記被搜
if (x>n)
{
maxmin=min(  max(ta,tb),  maxmin  );
   return ;
}
dfs(x+1,ta+tia[x],tb);
dfs(x+1,ta,tb+tib[x]);
}

搜尋改記憶化很簡單，其實也就2句話：判斷狀態是否重複，標記狀態已使用。
動態規劃本質是不重複地遍歷所有狀態，而記憶化搜尋也可以做到，
故記憶化搜尋效率與DP相近。
但當搜尋裡帶有迴圈時，記憶化搜尋的效率要低出DP很多。