题目：
一块金条切成两半，是需要花费和长度数值一样的铜板的。比如长度为20的金条，不管切成长度多大的两半，都要花费20个铜板。

问：一群人想整分整块金条，怎么分最省铜板？
例如，给定数组{10，20，30}，代表一共三个人，整块金条长度为10+20+30=60。
金条要分成10，20，30，29。如果先把长度60的金条分成10和50，花费60；再把长度50的金条分成20和30，花费50；一共花费110铜板。
但是如果先把长度60的金条分成30和30，花费60；再把长度30金条分成10和20，花费30；一共花费90铜板。
输入一个数组，返回分割的最小代价。

solution：

1、准备一个小根堆
2、把所有树放到小根堆中
3、然后依次弹出两个数，求和
4、把和扔到小根堆中
循环3、4步骤

代码：

package Algorithms.greed;

import java.util.PriorityQueue;

public class LessMoneySplitGold {

    public static int lessMoney(int[] arr) {
        PriorityQueue<Integer> pQ = new PriorityQueue<>(); //1、准备一个小根堆
        for (int i = 0; i < arr.length; i++) { //2、把所有数字扔到小根堆中
            pQ.add(arr[i]);
        }
        int sum = 0;
        int cur = 0;
        while (pQ.size() > 1) {
            cur = pQ.poll() + pQ.poll(); //3、每次弹出两个数字进行结合
            sum += cur;
            pQ.add(cur); //4、把结合的数扔到小根堆中
        }
        return sum;
    }


    public static void main(String[] args) {
        // solution
        int[] arr = {6, 7, 8, 9};
        System.out.println(lessMoney(arr)); //60
    }
}

package Algorithms.greed;

import java.util.Arrays;
import java.util.Comparator;
import java.util.LinkedList;
import java.util.PriorityQueue;

public class LessMoneySplitGold {

    public static int lessMoney(int[] arr) {
        //1、准备一个小根堆
        //PriorityQueue<Integer> pQ = new PriorityQueue<>();
        Arrays.sort(arr);
        LinkedList<Integer> q = new LinkedList<>();

        for (int i = 0; i < arr.length; i++) { //1、把所有数字扔到小根堆中
            q.add(arr[i]);
        }
        int sum = 0;
        int cur = 0;
        while (q.size() > 1) {
            cur = q.poll() + q.poll(); //2、每次弹出两个数字进行结合
            System.out.println(cur);
            sum += cur;
            q.add(cur); //3、把结合的数扔到小根堆中
        }
        return sum;
    }

    //比较器构建小根堆
    public static class MinheapComparator implements Comparator<Integer> {

        @Override
        public int compare(Integer o1, Integer o2) {
            return o1 - o2; // < 0  o1 < o2  负数
        }

    }

    //比较器构建大根堆
    public static class MaxheapComparator implements Comparator<Integer> {

        @Override
        public int compare(Integer o1, Integer o2) {
            return o2 - o1; // <   o2 < o1
        }

    }

    public static void main(String[] args) {
        // solution
        int[] arr = { 6, 7, 8, 9 };
        System.out.println(lessMoney(arr));  // 60

        int[] arrForHeap = { 3, 5, 2, 7, 0, 1, 6, 4 };

        // min heap
        PriorityQueue<Integer> minQ1 = new PriorityQueue<>();
        for (int i = 0; i < arrForHeap.length; i++) {
            minQ1.add(arrForHeap[i]);
        }
        while (!minQ1.isEmpty()) {
            System.out.print(minQ1.poll() + " "); //0 1 2 3 4 5 6 7
        }
        System.out.println();

        // min heap use Comparator
        PriorityQueue<Integer> minQ2 = new PriorityQueue<>(new MinheapComparator());
        for (int i = 0; i < arrForHeap.length; i++) {
            minQ2.add(arrForHeap[i]);
        }
        while (!minQ2.isEmpty()) {
            System.out.print(minQ2.poll() + " ");  //
        }
        System.out.println();

        // max heap use Comparator
        PriorityQueue<Integer> maxQ = new PriorityQueue<>(new MaxheapComparator());
        for (int i = 0; i < arrForHeap.length; i++) {
            maxQ.add(arrForHeap[i]);
        }
        while (!maxQ.isEmpty()) {
            System.out.print(maxQ.poll() + " ");
        }

    }
}

/**
 * 13
 * 17
 * 30
 * 60
 * 0 1 2 3 4 5 6 7 
 * 0 1 2 3 4 5 6 7 
 * 7 6 5 4 3 2 1 0 
 */