用bp表解决完全背包问题 其中价值：v1 = 1, v2 = 3, v3 = 5, v4 = 9 重量：w1 = 2, w2 = 3, w3 = 4, w4 = 7 背包容量：b = 10 用C++写

为了用动态规划的方式解决完全背包问题，我们可以创建一个二维数组`dp`，其中`dp[i][j]`表示可以装入重量不超过`j`的物品集合的最大价值。我们可以遍历所有物品，并对于每个物品`i`，选择不取、取当前物品或取之前物品的三种情况，选择最优解。

以下是使用C++编写的一个简单的示例：

#include <iostream>
using namespace std;

int knapSack(int b, vector<int>& v, vector<int>& w, int n) {
    int dp[n + 1][b + 1];
    
    // 初始化边界条件
    for (int i = 0; i <= n; ++i)
        dp[i][0] = 0;
    for (int j = 0; j <= b; ++j)
        dp[0][j] = 0;
        
    // 动态规划填充过程
    for (int i = 1; i <= n; ++i) {
        for (int j = 1; j <= b; ++j) {
            if (w[i - 1] <= j) {
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - w[i - 1]] + v[i - 1]);
            } else {
                dp[i][j] = dp[i - 1][j];
            }
        }
    }

    return dp[n][b]; // 返回最大价值
}

int main() {
    int v[] = {1, 3, 5, 9}; // 价值数组
    int w[] = {2, 3, 4, 7}; // 重量数组
    int b = 10; // 背包容量
    int n = sizeof(v) / sizeof(v[0]);

    cout << "最大价值: " << knapSack(b, v, w, n) << endl;
    return 0;
}

运行此程序后，它将计算出给定背包容量和物品的价值和重量下，能获得的最大总价值。