背包问题之求方案总数

问题背景

以0-1背包作为讨论（完全背包和多重背包问题可以转化为0-1背包），如果问题要求我们对于一个给定了背包容量、物品费用的背包问题，除了在给定每个物品的价值后求可得到的最大价值外，还要求得到装满背包或将背包装至某一指定容量的方案总数，此时我们应该如何求解问题？

0-1背包回顾

作为一个典型的动态规划问题，我们可以设一个二维数组dp[i][j]，其语义为我们选前i件物品，使得其总重量加起来不超过j时，可以得到的最大价值。也就是说，我们的容量j将分配给i个物品，但事实上，我们是不管这i个物品是否真的将容量j用完的。（第一次接触这个问题的时候，可能对dp数组的语义难以理解，但请努力思考一下，这是至关重要的）。

有了dp数组的定义，我们就可以依据一般的动态规划策略，写出其状态转移方程。动态规划，是子问题的最优解可以推出原问题的最优解，这里有两个含义：

• 子问题可独立求解
• 一定可以用递推的方式求解规模更大的问题

由dp数组的定义，我们不难写出递推方程（也就是状态转移方程）：

$dp[i][j]=max(dp[i-$