给出如下问题的实现代码：小明电脑空间满了，决定清空间。为了简化问题，小明列了他个人文件夹（/data）中所有末级文件路径和大小，挑选出总 大小为 m 的删除方案，求所有删除方案中，删除操作次数最小是多少。 一次删除操作：删除文件或者删除文件夹。如果 删除文件夹，那么该文件夹包含的文件都将被删除。 文件夹的大小：文件夹中所有末级文件大小之和

这是一个背包问题的变形。可以使用01背包的思想来解决。

具体实现代码如下：

def min_delete_count(files, m):
    # dp[i][j]表示前i个文件/文件夹，总大小为j时最少需要删除多少个
    dp = [[float('inf') for _ in range(m + 1)] for _ in range(len(files) + 1)]
    # 初始化第0列，即不选择任何文件/文件夹时，需要删除的数量为0
    for i in range(len(files) + 1):
        dp[i][0] = 0
    for i in range(1, len(files) + 1):
        for j in range(1, m + 1):
            if j < files[i - 1][1]:
                dp[i][j] = dp[i - 1][j]
            else:
                dp[i][j] = min(dp[i - 1][j], dp[i - 1][j - files[i - 1][1]] + 1)
    return dp[len(files)][m]

其中，files是文件/文件夹的信息，是一个二元组(name, size)的列表，m表示要删除的总大小。

这段代码使用二维数组dp来记录状态，其中dp[i][j]表示前i个文件/文件夹，总大小为j时最少需要删除多少个。在递推过程中，如果j小于当前文件/文件夹的大小，说明不能选择它，那么状态转移方程为dp[i][j] = dp[i - 1][j]，否则，可以选择或不选择，状态转移方程为dp[i][j] = min(dp[i - 1][j], dp[i - 1][j - files[i - 1][1]] + 1)。最后，返