" 这是一个典型的动态规划问题，我们可以使用回溯法来解决。首先，我们需要创建一个数组dp，其中dp[i]表示是否包含nums[i]这个元素。初始时，dp[0]和dp[1]都设为true，因为数组的前两个元素一定包含在结果中。然后，我们可以遍历数组，对于每个元素nums[i]，如果dp[i-1]为true，则我们可以选择将其加入结果，即dp[i] = dp[i-1]；否则，我们可以选择不将其加入结果，即dp[i] = false。当遍历完整个数组后，我们可以通过检查dp数组来找到满足条件的所有组合。 具体实现如下： ```python def backtrack(nums, target, start, path, res): if target == 0: res.append(path) return if target < 0: return for i in range(start, len(nums)): if path and path[-1] == nums[i]: continue path.append(nums[i]) backtrack(nums, target - nums[i], i + 1, path, res) path.pop() def combinationSum(nums, target): res = [] backtrack(nums, target, 0, [], res) return res ``` 这里，`backtrack`函数是回溯的核心逻辑，`combinationSum`函数用于调用回溯并返回结果。例如，对于输入`[2, 3, 6, 7]`和`target=7`，调用`combinationSum`函数将返回`[[2, 2, 3], [7]]`，表示满足条件的所有组合。"