diff --git a/python/cap4/test.py b/python/cap4/test.py
new file mode 100644
index 0000000..a794673
--- /dev/null
+++ b/python/cap4/test.py
@@ -0,0 +1,35 @@
+n = 8
+
+def generateBoard():
+    board = list()
+    for i in range(n):
+        row[queens[i]] = "Q"
+        board.append("".join(row))
+        row[queens[i]] = "."
+    return board
+
+def backtrack(row: int):
+    if row == n:
+        board = generateBoard()
+        solutions.append(board)
+    else:
+        for i in range(n):
+            if i in columns or row - i in diagonal1 or row + i in diagonal2:
+                continue
+            queens[row] = i
+            columns.add(i)
+            diagonal1.add(row - i)
+            diagonal2.add(row + i)
+            backtrack(row + 1)
+            columns.remove(i)
+            diagonal1.remove(row - i)
+            diagonal2.remove(row + i)
+            
+solutions = list()
+queens = [-1] * n
+columns = set()
+diagonal1 = set()
+diagonal2 = set()
+row = ["."] * n
+backtrack(0)
+print(solutions)
\ No newline at end of file
diff --git a/python/cap4/work1.py b/python/cap4/work1.py
new file mode 100644
index 0000000..0fa76ee
--- /dev/null
+++ b/python/cap4/work1.py
@@ -0,0 +1,49 @@
+# work1. 01背包问题
+# 设 dp[i][w] 表示在背包容量为 w 时，前 i 个物品能够达到的最大总价值。
+# 状态转移方程：
+# 对于第 i 个物品，存在两种情况：
+# 如果第 i 个物品的重量大于当前背包容量 w，则无法放入背包，此时 dp[i][w] 等于 dp[i-1][w]，即不放入该物品。
+# 如果第 i 个物品的重量小于等于当前背包容量 w，则考虑放入或不放入背包两种情况，取其中价值更大的情况。
+# 如果放入第 i 个物品，则总价值为 values[i] + dp[i-1][w-weights[i]]。
+# 如果不放入第 i 个物品，则总价值为 dp[i-1][w]。
+# 综合考虑以上两种情况，dp[i][w] 的值为这两种情况中的较大值。
+# 初始化：
+# 当没有物品可选时，背包能够达到的最大总价值为0，即 dp[0][w] = 0，其中 w 取值为0到背包容量 capacity。
+# 填充数组：
+# 使用两层循环填充 dp 数组，外层循环遍历物品，内层循环遍历背包容量，根据状态转移方程更新 dp[i][w] 的值。
+# 回溯：
+# 根据 dp 数组中存储的最优解，找出放入的是哪些物品。
+# 返回结果：
+def knapsack(weights: list[int], values: list[int], capacity: int) -> int:
+    n = len(weights)
+    # 创建一个二维数组来存储子问题的解
+    dp = [[0] * (capacity + 1) for _ in range(n + 1)]
+    
+    # 填充dp数组
+    for i in range(1, n + 1):
+        for w in range(1, capacity + 1):
+            # 如果当前物品的重量大于背包容量，则不能放入背包
+            if weights[i - 1] > w:
+                dp[i][w] = dp[i - 1][w]
+            else:
+                # 考虑放入或不放入当前物品，选择其中价值更大的方案
+                dp[i][w] = max(dp[i - 1][w], values[i - 1] + dp[i - 1][w - weights[i - 1]])
+
+    # 找出放入背包的物品
+    selectedItems = []
+    i, w = n, capacity
+    while i > 0 and w > 0:
+        if dp[i][w] != dp[i - 1][w]:
+            selectedItems.append(i - 1)
+            w -= weights[i - 1]
+        i -= 1
+
+    return dp[n][capacity], selectedItems
+
+# 测试
+weights = [10, 20, 30, 40, 50]
+values = [50, 120, 150, 210, 240]
+capacity = 50
+max_value, selected_items = knapsack(weights, values, capacity)
+print("最大价值:", max_value)
+print("选择的物品索引:", selected_items)
\ No newline at end of file
diff --git a/python/cap4/work12.py b/python/cap4/work12.py
new file mode 100644
index 0000000..8c1f628
--- /dev/null
+++ b/python/cap4/work12.py
@@ -0,0 +1,27 @@
+# work12
+# 有一个由数字1，2，…，9组成的数字串，长度不超过200，
+# 问如何将M（1≤M≤20）个加号插入这个数字串中，使得所形成的算法表达式的值最小。
+
+def get_num(nums: list[int]) -> int:
+    result = 0
+    for num in list:
+        result = result*10 + num
+    return result
+
+dp = []
+
+def solve(nums: list, p: int, x: int) -> int:
+    if dp[p][x] != -1:
+        return dp[p][x]
+    
+    if x == 0:
+        dp[p][0] = get_num(nums[0,p])
+        return dp[p][0]
+    
+    for i in range(x, p-1, -1):
+        dp[p][x] = min(dp[p][x], solve(i, x-1)+get_num(nums[i:p]))
+    
+    return dp[p][x]
+
+result = solve([7,9,8,4,6], 5, 20)
+print(result)
\ No newline at end of file
diff --git a/python/cap4/work4.py b/python/cap4/work4.py
new file mode 100644
index 0000000..e4dda27
--- /dev/null
+++ b/python/cap4/work4.py
@@ -0,0 +1,19 @@
+# work4 求最大字字段和（同例15的解法，此处为python版本写法）
+# o(n)时间复杂度，o(1)空间。
+# 一路扫描，currMaxSum为当前位置为止的最大和，当到下一个位置时，判断当前数字num加上currMaxSum是否会导致比当前num还小，
+# 如果当前数字num加上currMaxSum是否会导致比当前num还小，则说明最大的和不应从前面开始，而是*至少*应当从当前的数字开始
+# 下一步比较结果与当前的最大和哪个大，取更大的作为结果
+def findMaxSum(nums: list[int]) -> int:
+    result = nums[0]
+    currMaxSum = nums[0]
+    for i in range(1, len(nums)):
+        num = nums[i]
+        currMaxSum = max(currMaxSum+num, num)
+        result = max(result, currMaxSum)
+
+    return result
+
+# test
+nums = [-2, 11, -4, -9, 13, -5,  7, -3]
+result = findMaxSum(nums)
+print("最大子段和:", result)
diff --git a/python/cap4/work5.py b/python/cap4/work5.py
new file mode 100644
index 0000000..3b8fde2
--- /dev/null
+++ b/python/cap4/work5.py
@@ -0,0 +1,50 @@
+# work5 八皇后问题
+# 在8乘8的国际象棋棋盘上，放8个皇后，皇后可以吃掉与之同行同列以及同一对角线上的其他皇后。
+# 为让她们共存，找出所有放置方法。
+
+n = 4
+
+queens = [-1]*n
+used_columns = set()
+used_left_diagonal = set()
+used_right_diagonal = set()
+
+def can_put_queen(row, col):
+    return (col not in used_columns) and (row-col not in used_right_diagonal) and (row+col not in used_left_diagonal)
+
+def put_queen(row, col):
+    queens.append((row, col))
+    used_columns.add(col)
+    used_right_diagonal.add(row-col)
+    used_left_diagonal.add(row+col)
+
+def remove_queen(row, col):
+    queens.remove((row, col))
+    used_columns.remove(col)
+    used_right_diagonal.remove(row-col)
+    used_left_diagonal.remove(row+col)
+
+result = list()
+
+def queen(row: int) -> list[list[str]]:
+    if row == n:
+        rowText = ["."] * n
+        board = list()
+        for i in range(n):
+            rowText[queens[i]] = "Q"
+            board.append("".join(rowText))
+            rowText[queens[i]] = "."
+        result.append(board)
+    for col in range(n):
+        if not can_put_queen(row, col):
+            continue
+        queens[row] = col
+        put_queen(row, col)
+        queen(row+1)
+        remove_queen(row, col)
+
+queen(0)
+for board in result:
+    for row in board:
+        print(row)
+    print("------------")
\ No newline at end of file