现在有 n 种水果，每一种水果都有一个重量，现在想将这些水果分给两个小朋友，要求这两个小朋友每一个人分到的水果的重量总和相同（个数可以不同，总重量相同即可），剩下的水果就需要丢掉，现在想知道最少需要丢多少重量的水果才能满足要求分给两个小朋友。

这是一个经典的背包问题，可以用动态规划来解决。我们可以先计算出所有水果重量的总和 sum，然后设 dp[i][j] 表示前 i 种水果，是否可以选取一些水果使得重量恰好为 j。

状态转移方程如下：

- 如果不选第 i 种水果，则 dp[i][j] = dp[i-1][j]；
- 如果选第 i 种水果，则 dp[i][j] = dp[i-1][j-w[i]]；

其中 w[i] 表示第 i 种水果的重量。

最终的答案就是 sum - 2 * j，其中 j 是满足 dp[n][j] 为 true 的最大的 j 值。

具体实现可以参考下面的 Python 代码：

def minimum_fruit_waste(weights):
    n = len(weights)
    sum = 0
    for i in range(n):
        sum += weights[i]

    target = sum // 2
    dp = [[False] * (target + 1) for _ in range(n + 1)]
    for i in range(n + 1):
        dp[i][0] = True

    for i in range(1, n + 1):
        for j in range(1, target + 1):
            if j < weights[i - 1]:
                dp[i][j] = dp[i - 1][j]
            else:
                dp[i][j] = dp[i - 1][j] or dp[i - 1][j - weights[i - 1]]

    j = target
    while j >= 0 and not dp[n][j]:
        j -= 1

    return sum - 2 * j

时间复杂度为 O(n * sum)，其中 sum 是所有水果重量的总和。