有两只老鼠和 n 块不同类型的奶酪，每块奶酪都只能被其中一只老鼠吃掉。 下标为 i 处的奶酪被吃掉的得分为： 如果第一只老鼠吃掉，则得分为 reward1[i] 。 如果第二只老鼠吃掉，则得分为 reward2[i] 。 给你一个正整数数组 reward1 ，一个正整数数组 reward2 ，和一个非负整数 k 。 请你返回第一只老鼠恰好吃掉 k 块奶酪的情况下，最大 得分为多少。

这是一道经典的动态规划问题，可以使用背包问题的思路进行求解。定义一个二维数组 dp，其中 dp[i][j] 表示在前 i 块奶酪中，第一只老鼠吃 j 块奶酪时获得的最大得分。则状态转移方程为：

dp[i][j] = max(dp[i-1][j], dp[i-1][j-1] + reward1[i], dp[i-1][j-k] + reward2[i]), k = 1,2,...,j

其中 dp[i-1][j] 表示第 i 块奶酪不被吃掉，dp[i-1][j-1] + reward1[i] 表示第 i 块奶酪被第一只老鼠吃掉，dp[i-1][j-k] + reward2[i] 表示第 i 块奶酪被第二只老鼠吃掉，其中 k 为第一只老鼠吃掉的奶酪块数。

最终的结果即为 dp[n][k]。

以下是参考代码：

def maxCheese(reward1, reward2, k):
    n = len(reward1)
    dp = [[0] * (k+1) for _ in range(n+1)]
    for i in range(1, n+1):
        for j in range(1, k+1):
            dp[i][j] = dp[i-1][j]
            if j == 1:
                dp[i][j] = max(dp[i][j], dp[i-1][j-1] + reward1[i-1])
            elif j > 1:
                for l in range(1, j+1):
                    dp[i][j] = max(dp[i][j], dp[i-1][j-l] + reward2[i-1])
            dp[i][j] += reward1[i-1]
    return dp[n][k]