给出选择最优邮局 的代码

在这个问题中，我们可以使用Python编写代码来找到最优邮局和最小距离之和。这里是一个基本的实现，使用了一个简单的循环来更新`dp`数组：

def find_min_distance(villages, post_offices):
    # 初始化dp数组
    dp = [float('inf')] * (len(villages) + 1)
    dp[0] = 0  # 邮局到自身距离为0

    # 更新dp数组
    for village in villages:
        for i in range(1, village):  # 遍历到当前村庄之前的邮局
            distance = abs(i - village) + dp[i]  # 加上前一邮局到村庄的距离
            if distance < dp[village]:  # 如果新的距离更小，则更新
                dp[village] = distance

    # 找到最小距离之和
    min_post_office = dp.index(min(dp))
    total_sum = sum(dp) - dp[min_post_office]

    return total_sum, min_post_office

# 示例数据
villages = [1, 2, 3, 6, 7, 9, 11, 22, 44, 50]
post_offices = 5
min_distance, optimal_post_office = find_min_distance(villages, post_offices)

print("最小总距离:", min_distance)
print("最优邮局位置:", optimal_post_office + 1)  # 因为数组下标从0开始，实际位置加1

这段代码首先初始化`dp`数组，然后通过双层循环更新每个村庄到邮局的最短路径。最后找到最小的`dp`值对应的位置，即最优邮局，再计算总距离之和。