"""

题目：给定n个作业的集合{J1,J2,…,Jn}。每个作业必须先由机器1处理，然后由机器2处理。所有任务必须先由机器1处理完成后，才能由机器2处理，并且在机器2的处理顺序必须与机器1的处理顺序一致，处理顺序一旦确定不能改变。设作业Ji需要机器1的处理时间为Ai,需要机器2的处理时间为Bi，怎样安排这n个产品的加工顺序，才能使总的加工时间最短。

这里所说的加工时间是指：从开始加工第一个产品到最后所有的产品都已在 A、B 两车间加工完毕的时间。

要求：对于给定的n个作业，计算最佳的加工方案所用的加工时间，并输出所有的最佳加工方案（最佳【耗时最少】的加工方案不一定只有一种）。

输入格式：

第一行一个整数，表示作业的数量n

第二行n个整数表示这n个产品在机器1上加工所需要的时间，整数之间以空格分隔。

第三行n个整数表示这n个产品在机器2上加工所需要的时间，整数之间以空格分隔。

输出格式：

第一行输出最优调度的加工时间是T,T表示计算出来的最优加工时间。

第二行输出最优调度方案有N种,分别是:,N表示最优加工时间的种类，

接下来N行输出每种方案的调度方案顺序，以字典序排序输出。

输入样例：

3

2 3 2

1 1 3

输出样例：

最优调度的加工时间是8

最优调度方案有3种,分别是:

132

312

321

"""

 

from itertools import permutationsdef job_scheduling(n, machine1, machine2):jobs = [(machine1[i], machine2[i], i+1) for i in range(n)]min_time = float('inf')best_schedules = []for schedule in permutations(jobs):time1 = time2 = 0for job in schedule:time1 += job[0]time2 = max(time2, time1) + job[1]if time2 < min_time:min_time = time2best_schedules = [schedule]elif time2 == min_time:best_schedules.append(schedule)return min_time, [[job[2] for job in schedule] for schedule in best_schedules]# 输入
n = int(input())
machine1 = list(map(int, input().split()))
machine2 = list(map(int, input().split()))# 计算并输出最优调度的加工时间和方案
time, orders = job_scheduling(n, machine1, machine2)
print('最优调度的加工时间是', time)
print('最优调度方案有{}种,分别是:'.format(len(orders)))
for order in sorted(orders):print(''.join(map(str, order)))