R，条件累加和到最大值。

以下是一个使用动态规划解决的示例代码：

# 定义一个函数，输入为一个整数数组arr和一个整数target
maxSum <- function(arr, target) {
  n <- length(arr)
  # 创建一个大小为n的二维数组dp，初始化为0
  dp <- matrix(0, nrow = n, ncol = target + 1)
  
  # 遍历数组arr
  for (i in 1:n) {
    # 遍历目标和
    for (j in 1:target) {
      # 当目标和小于等于当前元素时，可以选择加入当前元素或不加入当前元素
      if (j <= arr[i]) {
        dp[i, j] <- max(arr[i], dp[i-1, j])
      }
      # 当目标和大于当前元素时，可以选择加入当前元素或不加入当前元素
      else {
        dp[i, j] <- max(arr[i] + dp[i-1, j-arr[i]], dp[i-1, j])
      }
    }
  }
  
  # 返回最大的累加和
  return(dp[n, target])
}

# 示例用法
arr <- c(1, 2, 3, 4, 5)
target <- 10
result <- maxSum(arr, target)
print(result)  # 输出15，即选择1、2、3、4的累加和为最大值

以上代码使用动态规划的思想，创建一个二维数组dp来保存每个子问题的解。dp[i, j]表示在前i个元素中，目标和为j时的最大累加和。通过遍历数组arr和目标和，不断更新dp数组的值，最终得到最大的累加和。