给你一个整数数组 rewardValues，长度为 n，代表奖励的值。

最初，你的总奖励 x 为 0，所有下标都是 未标记 的。你可以执行以下操作 任意次 ：

从区间 [0, n - 1] 中选择一个 未标记 的下标 i。
如果 rewardValues[i] 大于 你当前的总奖励 x，则将 rewardValues[i] 加到 x 上（即 x = x + rewardValues[i]），并 标记 下标 i。
以整数形式返回执行最优操作能够获得的 最大 总奖励。

示例 1：
输入：rewardValues = [1,1,3,3]

输出：4

解释：

依次标记下标 0 和 2，总奖励为 4，这是可获得的最大值。

示例 2：
输入：rewardValues = [1,6,4,3,2]

输出：11

解释：

依次标记下标 0、2 和 1。总奖励为 11，这是可获得的最大值。

0-1背包

class Solution {
public:
    int maxTotalReward(vector<int>& rewardValues) {
    	int m = ranges::max(rewardValues);
        if (ranges::find(rewardValues, m - 1) != rewardValues.end()) {
            return m * 2 - 1;
        }
        ranges::sort(rewardValues);
        rewardValues.erase(unique(rewardValues.begin(),rewardValues.end()), rewardValues.end());

        bitset<100000> f{1};
        for(int v : rewardValues){
            int shift = f.size() - v;
            //f |= f<<shift>>shift<<v;
            f |= f<<shift>>(shift-v);
        }
        for(int i = m*2-1;;i--){
            if(f.test(i)){
                return i;
            }
        }
    }
};

这道题目本质是0-1背包的变种。首先先进行排序，然后使用erase + unique的方法来使得数组rewardValues变成一个升序的不重复的数组。

接下来定义一个bitset，他的大小由题目条件限制可以得出，由于bitset最右边是第0个比特位，要初始化为1，所以bitset的大小就是100000。

f <<shift>>shift的作用就是将>=v的比特位置0，然后更新f的时候，要包含两种情况，一种是不选择v，则f和之前一样，如果选择v，那么就将低v位向左移动v位，然后取或。

最后返回最高位的比特位的位置即可。

然后在开头可以进行优化，如果能找到m-1这个元素，那么则直接返回m*2-1，不用接下来的运算