有N个货币，将其放入M个背包，使价值最大的背包和价值最小的背包的差值最小。 输入 第一行两个整数N，M .下一行N个整数，表示货币的价值。 输出 一行一个整数，表示最小的差距 的代码

我可以回答这个问题。这是一个经典的背包问题，可以使用动态规划来解决。首先将货币按照价值从大到小排序，然后定义一个二维数组dp，其中dp[i][j]表示将前i个货币放入j个背包中，使价值最大的背包和价值最小的背包的差值最小的最小值。状态转移方程为：dp[i][j] = min(dp[i-1][j], max(dp[k][j-1], sum[i]-sum[k]))，其中sum[i]表示前i个货币的总价值，k从j-1到i-1枚举，表示将前i个货币分成j个背包，其中第j个背包包含第k+1到第i个货币，其余背包包含前k个货币，取其中差值最小的方案。最终答案为dp[N][M]。以下是代码实现：

#include <iostream>
#include <algorithm>
using namespace std;

const int MAXN = 1005;
const int MAXM = 105;
const int INF = x3f3f3f3f;

int N, M, val[MAXN], sum[MAXN], dp[MAXN][MAXM];

int main() {
cin >> N >> M;
for (int i = 1; i <= N; i++) {
cin >> val[i];
}
sort(val + 1, val + N + 1, greater<int>());
for (int i = 1; i <= N; i++) {
sum[i] = sum[i-1] + val[i];
}
for (int i = 1; i <= N; i++) {
for (int j = 1; j <= M; j++) {
dp[i][j] = INF;
if (i < j) continue;
if (j == 1) {
dp[i][j] = sum[i] - sum[];
} else {
for (int k = j-1; k < i; k++) {
dp[i][j] = min(dp[i][j], max(dp[k][j-1], sum[i]-sum[k]));
}
}
}
}
cout << dp[N][M] << endl;
return ;
}