根据我的搜索结果，除了背包问题，动态规划算法还可以用来解决以下一些典型问题：
- 最大子序列和问题：给定一个整数数组，找到一个具有最大和的连续子数组，返回其最大和。1
- 零钱兑换问题：给定不同面额的硬币和一个总金额，计算可以凑成总金额所需的最少的硬币个数。1
- 最长上升子序列问题：给定一个无序的整数数组，找到其中最长上升子序列的长度。1
- 最小路径和问题：给定一个包含非负整数的 m x n 网格 grid ，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。2
- 最长公共子序列问题：给定两个字符串 text1 和 text2 ，返回这两个字符串的最长 公共子序列 的长度。3
以上是一些动态规划算法典型问题的简要介绍，如果您想了解更多细节，您可以点击以下链接查看完整的题目描述、解题思路和代码实现：
1: 动态规划十大经典案例 - 知乎 2: LeetCode 64. 最小路径和 3: LeetCode 1143. 最长公共子序列