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。
这题目其实是个非常明显的背包问题，只不过是稍微改了一下的0-1背包问题，所以很明显是个动态规划(dp)题，但可惜我太久没写题目了，已经不会dp了。（不，明明是因为晚上的时候脑子不清醒转不动）
最后是稍微借助了一下题目下方的提示才写出来的。
dp嘛，能找到状态转移方程，题目就算解决一半了，所以重点在于我们的状态转移方程要怎么确定。
我们可以设计dpij=1表示我们有 i 个物品，可以获得 j 的奖励。那么，最后要求的就是dpn-1那一行最大的满足dpn-1j=1的 j 。
那dpi-1怎么的值要怎么转移到dpi呢？如果我们不选第i个物品，那肯定dpi=dpi-1。而如果我们要选第i个物品呢？我们知道，只有手上的奖励值比rewardValues[i]
的值小的时候，我们才可以
选择
首先，因为这个题只需要求最大的总奖励，对具体选的物品编号没有要求，所以我们完全可以先排个序，而且排序之后也可以更方便进行选择。
然后，因为每次选择的奖励值必须大于你手上的奖励值，所以我们绝对不可能选择两个奖励值一样的物品，所以我们可以对输入数据进行一次去重。