部分和是指从一个序列中选择若干个元素，使得它们的和最接近给定的目标值。下面是一个使用动态规划的示例代码来解决部分和问题：

def subset_sum(arr, target):
    n = len(arr)
    dp = [[False] * (target+1) for _ in range(n+1)]
    
    # 初始化第一列
    for i in range(n+1):
        dp[i][0] = True
    
    # 动态规划求解
    for i in range(1, n+1):
        for j in range(1, target+1):
            if arr[i-1] > j:
                dp[i][j] = dp[i-1][j]
            else:
                dp[i][j] = dp[i-1][j] or dp[i-1][j-arr[i-1]]
    
    # 返回最接近目标值的和
    sum_val = 0
    for i in range(target, -1, -1):
        if dp[n][i]:
            sum_val = i
            break
    
    return sum_val

# 示例用法
arr = [1, 3, 5, 7, 9]
target = 12
result = subset_sum(arr, target)
print(result)  # 输出: 12

上述代码使用二维数组dp来记录部分和的情况，其中dp[i][j]表示从前i个元素中选择若干个元素，使得它们的和等于j是否可行。动态规划的思路是，对于每个元素，可以选择或者不选择，如果不选择，则dp[i][j]的值与dp[i-1][j]相同，如果选择，则dp[i][j]的值与dp[i-1][j-arr[i-1]]相同。最后，可以通过遍历最后一行的值，找到最接近目标值的和。