动态规划：背包问题的常见几种用法

1.0-1背包

1.1求最大价值

一般递推公式：

//先根据题意初始化
for(int i=1;i<w.size();++i)
	for(int j=m;j>=w[i];--j)
		dp[j]=max(dp[j],dp[j-w[i]]+v[i]);

注意：这里采用滚动数组的方法，所以背包重量的遍历从后往前
对应题目：力扣1049最后一块石头重量：https://leetcode-cn.com/problems/last-stone-weight-ii/

1.2求达到某价值有效的方法数量

这种题目一般物品价值和重量是相同的。

//初始化，一般令dp[0]=1;
for(int i=0;i<nums.size();++i)
	for(int j=m;j>=w[i];--j)
		dp[j]+=dp[j-nums[i]];

这里指的是方法的数量
对应题目：力扣494目标和：https://leetcode-cn.com/problems/target-sum/

2.完全背包

2.1顺序无关的方法数量（组合问题）

物品可以无限选取，与1.2类似，只是背包重量的遍历从前往后

//初始化，一般令dp[0]=1;
for(int i=0;i<nums.size();++i)
	for(int j=w[i];j<=m;++j)
		dp[j]+=dp[j-nums[i]];

对应题目：力扣518零钱兑换II：https://leetcode-cn.com/problems/coin-change-2//

2.2顺序有关的方法数量（排列问题）

物品可以无限选取，且方法的顺序不同可视为不同方法
与2.1类似，只不过外部进行背包重量遍历，内循环遍历物品价值。

//初始化，一般令dp[0]=1;
for(int j=1;j<=m;++j)
	for(int i=0;i<nums.size();++i)
		if (j>=nums[i])
			dp[j]+=dp[j-nums[i]];

对应题目：力扣377：组合总和IV：https://leetcode-cn.com/problems/combination-sum-iv/