总结一下01背包和完全背包

两个背包问题都可以直接套用模板，基本流程都是新建一个dp一维数组，思考dp数组的初值，可以根据如下规律设定初值:

不同的题目，所要的答案不同，比如：

• 方案数，最大、最小值，数字个数，能否构成？

这也就意味着dp数组的值可以是数值，也可以是布尔类型。

另外，同样是数值的情况下，不同的要求也会造成不同的初始值f[0][0]：

• 能否构成：f[0] = True，0可以构成0。
• 方案数：f[0] = 1，0组成0只有一种方案。
• 数字个数：f[0] = 0，0组成0没有使用数字。
• 最大、最小值：问题一般会回归到方案数或数字个数问题，一般会使用到max/min函数约束答案，而且会使用±inf初始化来表示极端情况。比如力扣279求最小数量。

完成dp数组的初始化之后，根据是01背包还是完全背包来选择遍历模板，一般来说，01背包采用倒序遍历，完全背包采用正序遍历，原因是正序遍历会用到之前已经修改过的结果，相当于选取的还是当前的结果，表示可以重复选择。

遍历模板如下：
01背包：

 for (int x : coins){
     for (int i = amount; i >= x; i--) {
         dp[i] = dp[i] + dp[i - x];//(可以修改为具体的逻辑)
     }
 }

完全背包：

 for (int x : coins){
     for (int i = x; i <= amount; i++) {
         dp[i] = dp[i] + dp[i - x];//(可以修改为具体的逻辑)
     }
 }

返回值一般就是dp[amount];有些情况可能要做相应的判断。