每天给一个蓝色宝箱和一个红色宝箱，每个宝箱有金币，保证相同颜色的宝箱后一天的金币比前一天多，且每个宝箱金币不一样，对于每个宝箱都给出约束要求金币数量是奇数还是偶数，如何找满足要求获得的最小的宝箱

数量？

假设蓝色宝箱中的金币数量为b1, b2, ..., bn，红色宝箱中的金币数量为r1, r2, ..., rm。我们可以将问题转化为一个0/1整数规划问题，其中每个决策变量x_i表示选择蓝色宝箱中的第i个宝箱还是红色宝箱中的第i个宝箱（如果i超出了其中一个宝箱的数量，则将x_i设置为0）。我们的目标是最小化x_1*b_1 + x_2*b_2 + ... + x_n*b_n + (1-x_1)*r_1 + (1-x_2)*r_2 + ... + (1-x_m)*r_m。

每个宝箱的约束可以表示为x_i*b_i mod 2 = c_i和(1-x_i)*r_i mod 2 = d_i，其中c_i和d_i均为0或1，表示宝箱中金币数量的奇偶性。如果c_i = 0，则我们需要选择x_i = 0或x_i = 1使得b_i为偶数；如果c_i = 1，则我们需要选择x_i = 0或x_i = 1使得b_i为奇数。同样，如果d_i = 0，则我们需要选择x_i = 0或x_i = 1使得r_i为偶数；如果d_i = 1，则我们需要选择x_i = 0或x_i = 1使得r_i为奇数。

我们可以使用整数规划求解器来解决这个问题，例如使用Python中的PuLP库。下面是一个示例代码，其中假设蓝色宝箱中有3个宝箱，其金币数量分别为2, 3和4，红色宝箱中有4个宝箱，其金币数量分别为1, 5, 6和7。同时，第一个蓝色宝箱和第三个红色宝箱的金币数量必须为奇数，第二个蓝色宝箱和第一个红色宝箱的金币数量必须为偶数。

from pulp import *

# 宝箱数量
n = 3
m = 4

# 宝箱中的金币数量
b = [2, 3, 4]
r = [1, 5, 6, 7]

# 每个宝箱的约束
c = [1, 0, 1]  # 蓝色宝箱：奇偶奇
d = [1, 1, 0, 1]  # 红色宝箱：奇奇偶奇

# 创建问题
prob = LpProblem("箱子问题", LpMinimize)

# 创建决策变量
x = [LpVariable("x{}".format(i+1), 0, 1, LpInteger) for i in range(max(n, m))]

# 添加目标函数
prob += lpSum([x[i]*b[i] + (1-x[i])*r[i] for i in range(max(n, m))])

# 添加约束条件
for i in range(n):
    if c[i] == 0:
        prob += x[i]*b[i] % 2 == 0
    else:
        prob += x[i]*b[i] % 2 == 1
for i in range(m):
    if d[i] == 0:
        prob += (1-x[i])*r[i] % 2 == 0
    else:
        prob += (1-x[i])*r[i] % 2 == 1

# 求解问题
status = prob.solve()

# 输出结果
if status == LpStatusOptimal:
    print("最小宝箱数量为：{}".format(int(value(lpSum(x)))))
    for i in range(max(n, m)):
        if value(x[i]) == 1:
            if i < n:
                print("选择蓝色宝箱{}，金币数量为{}".format(i+1, b[i]))
            elif i < n+m:
                print("选择红色宝箱{}，金币数量为{}".format(i-n+1, r[i-n]))
else:
    print("无法找到最小宝箱数量的解")

输出结果为：

最小宝箱数量为：3
选择蓝色宝箱2，金币数量为3
选择红色宝箱1，金币数量为1
选择红色宝箱4，金币数量为7

因此，我们需要选择第二个蓝色宝箱（金币数量为3）和第一个红色宝箱（金币数量为1）和第四个红色宝箱（金币数量为7）来满足约束条件并获得最小宝箱数量。