参与本项目，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！

& nums, int target) { vector dp(target + 1, 0); dp[0] = 1; for (int i = 0; i <= target; i++) { // 遍历背包 for (int j = 0; j < nums.size(); j++) { // 遍历物品 if (i - nums[j] >= 0 && dp[i] < INT_MAX - dp[i - nums[j]]) { dp[i] += dp[i - nums[j]]; } } } return dp[target]; } }; ``` C++测试用例有两个数相加超过int的数据，所以需要在if里加上dp[i] < INT_MAX - dp[i - num]。 但java就不用考虑这个限制，java里的int也是四个字节吧，也有可能leetcode后台对不同语言的测试数据不一样。 ## 总结 **求装满背包有几种方法，递归公式都是一样的，没有什么差别，但关键在于遍历顺序！** 本题与[动态规划：518.零钱兑换II](https://programmercarl.com/0518.零钱兑换II.html)就是一个鲜明的对比，一个是求排列，一个是求组合，遍历顺序完全不同。 如果对遍历顺序没有深度理解的话，做这种完全背包的题目会很懵逼，即使题目刷过了可能也不太清楚具体是怎么过的。 此时大家应该对动态规划中的遍历顺序又有更深的理解了。 ## 其他语言版本 Java： ```Java class Solution { public int combinationSum4(int[] nums, int target) { int[] dp = new int[target + 1]; dp[0] = 1; for (int i = 0; i <= target; i++) { for (int j = 0; j < nums.length; j++) { if (i >= nums[j]) { dp[i] += dp[i - nums[j]]; } } } return dp[target]; } } ``` Python： ```python class Solution: def combinationSum4(self, nums, target): dp = [0] * (target + 1) dp[0] = 1 for i in range(1, target+1): for j in nums: if i >= j: dp[i] += dp[i - j] return dp[-1] ``` Go： ```go func combinationSum4(nums []int, target int) int { //定义dp数组 dp := make([]int, target+1) // 初始化 dp[0] = 1 // 遍历顺序, 先遍历背包,再循环遍历物品 for j:=0;j<=target;j++ { for i:=0 ;i < len(nums);i++ { if j >= nums[i] { dp[j] += dp[j-nums[i]] } } } return dp[target] } ``` Javascript： ```javascript const combinationSum4 = (nums, target) => { let dp = Array(target + 1).fill(0); dp[0] = 1; for(let i = 0; i <= target; i++) { for(let j = 0; j < nums.length; j++) { if (i >= nums[j]) { dp[i] += dp[i - nums[j]]; } } } return dp[target]; }; ``` Rust ```Rust impl Solution { pub fn combination_sum4(nums: Vec, target: i32) -> i32 { let mut dp = vec![0; target as usize + 1]; dp[0] = 1; for i in 1..=target as usize { for &j in nums.iter() { if i as i32 >= j { dp[i] += dp[i- j as usize]; } } } return dp[target as usize]; } } ``` -----------------------