本文主要使用一維陣列進行使用
意思：01揹包：代表物品只有兩種狀態，只能使用一次。如，dp[i] = max(dp[i], dp[i - wight[j]] + value[j]) 代表容量為i所獲得的最大利潤。
完全揹包：乙個物品可以使用無限次
技巧：1.如果是0-1揹包，即陣列中的元素不可重複使用，nums放在外迴圈，target在內迴圈，且內迴圈倒序；（原因：倒序，後乙個狀態只依賴前乙個狀態，而nums是有順序的，故只使用了一次）
2.如果是完全揹包，即陣列中的元素可重複使用，nums放在外迴圈，target在內迴圈。且內迴圈正序。
3.如果組合問題需考慮元素之間的順序，需將target放在外迴圈，將nums放在內迴圈。（有順序，按照目標target大小進行遍歷），不考慮順序時，nums放到外環。
基礎模版：
常見的揹包問題有1、組合問題。2、true、false問題。3、最大最小問題（最大和最小問題只需要修改陣列中的預設值）。
模板1:
//01揹包，最大值
dp[0] = 0
for (int i = 0; i < nums.size(); i++)
}
//完全揹包，最大值
dp[0] = 0
for (int i = 0; i < nums.size(); i++)
}
//01揹包，組合問題（後乙個狀態依賴於前乙個狀態，多種前置狀態帶來不同組合數）
dp[0] = 1（組合數）
for (int i = 1; i <= target; i++)
}
//01揹包，能否得到乙個狀態（只要有乙個狀態到達即可）
dp[0] = 1
for (int i = 0; i < nums.size(); i++)
}
377. 組合總和 ⅳ
完全揹包常用模板（dp[i] = max(dp[i], dp[i - wight[j]] + value[j])），獲取能得到組合數的最大值，本文題目是獲取組合數，故使用組合模板
int combinationsum4(vector& nums, int target) }}
return dp[target];
}
494. 目標和（未刷）
518. 零錢兌換 ii
組合無序，故將nums放到外迴圈
int change(int amount, vector& coins)
}return dp[amount];
}
2、true、false問題：
139. 單詞拆分（未刷）
416. 分割等和子集
bool canpartition(vector& nums)
if (sum % 2)
sum = sum / 2;
vectordp(sum + 1, 0);
dp[0] = 1;
for (int i = 1; i < nums.size(); i++) }}
if (dp[sum])
return false;
}
bool canpartition(vector& nums)
if (sum % 2)
sum = sum / 2;
vectordp(sum + 1, 0);
dp[0] = 0;
for (int i = 1; i < nums.size(); i++) }}
if (dp[sum] == sum)
return false;
}
3、最大最小問題：
474. 一和零（未刷）
322. 零錢兌換
int coinchange(vector& coins, int amount) }}
if (dp[amount] != int_max)
return -1;
}
01揹包，完全揹包
動態規劃 動態規劃的核心是狀態以及狀態轉移方程。需要定義乙個 i,j 狀態以及該狀態的指標函式d i,j 01揹包 有n種物品，每種只有乙個，第i件物品的體積為vi質量為wi。選一些物品裝到體積為c的揹包中，使其體積不超過c的前提下重量最大。namevw abcd e 子問題定義 dp i j 表示...
揹包 01揹包，完全揹包，多重揹包
哈哈 01揹包 f i v max 完全揹包 f i v max 多重揹包 f i v max include include include include include define maxn 1000 using namespace std int n,cap int w maxn 重量 花...
01揹包 完全揹包 多重揹包
01揹包 zeroonepack 有n件物品和乙個容量為v的揹包，每種物品均只有一件。第i件物品的費用是c i 價值是w i 求解將哪些物品裝入揹包可使價值總和最大。include include includeusing namespace std const int n 1000 10 int ...