在计算机界中，我们总是追求用有限的资源获取最大的收益。 现在，假设你分别支配着 m 个 0 和 n 个 1。另外，还有一个仅包含 0 和 1 字符串的数组。 你的任务是使用给定的 m 个 0 和 n 个 1 ，找到能拼出存在于数组中的字符串的最大数量。每个 0 和 1 至多被使用一次。 注意: 给定 0 和 1 的数量都不会超过 100。 给定字符串数组的长度不会超过 600。 示例 1: 输入: Array = {"10", "0001", "111001", "1", "0"}, m = 5, n = 3 输出: 4 解释: 总共 4 个字符串可以通过 5 个 0 和 3 个 1 拼出，即 "10","0001","1","0" 。 示例 2: 输入: Array = {"10", "0", "1"}, m = 1, n = 1 输出: 2 解释: 你可以拼出 "10"，但之后就没有剩余数字了。更好的选择是拼出 "0" 和 "1" 。 这道题是01背包问题了，但是我并没有怎么学会01背包，所以。。。 好了，现在我学了，但这个怎么做呢？每一次都是添加一个或者删除1个，看看最长的，舍掉不长的，然后，它的子问题是什么？想想01背包，它每次加装的是什么？ 动态规划是每增加一个吗？它是一个结构体，存着剩余01数量，已表示数量，和剩余未表示的字符串位置，每次增加1，遍历后面，找到能出现的最大值，只要子问题是最大值，那么，就满足动态规划。如何判断子问题满足最优子结构性质。 或者定义一个二维数组，0是一行，1是一列，感觉时间复杂度更小啊。 递归还原动态转移方程一般时间复杂度还是蛮大的。 再怎么着，它也是一个三维数组，字符串多少，1的数量，0的数量依次制约，而每一次子问题，是字符串的增加。
