给定n种物品和一个背包。物品i的重量是Wi，其价值为Vi，背包的容量为C。应如何选择装入背包的物品，使得装入背包中物品的总价值最大?与0-1背包问题类似，所不同的是在选择物品i装入背包时，可以选择物品i的一部分（ 0≤xi ≤1) ，而不一定要全部装入背包，1≤i≤n。代码

这个问题可以使用贪心算法来解决。我们可以计算物品的性价比，即单位重量物品的价值，然后按照性价比从大到小排序。接着，我们依次将性价比高的物品加入背包中，直到背包装满为止。

以下是 Python 代码实现：

def fractional_knapsack(w, v, c):
    n = len(w)
    items = [(v[i] / w[i], w[i], v[i]) for i in range(n)]
    items.sort(reverse=True)
    max_value = 0
    for i in range(n):
        if c == 0:
            break
        if items[i][1] <= c:
            max_value += items[i][2]
            c -= items[i][1]
        else:
            max_value += c * items[i][0]
            c = 0
    return max_value

其中，w、v 分别是物品的重量和价值，c 是背包的容量。函数返回最大总价值。

这个算法的时间复杂度为 O(nlogn)，因为需要对物品按照性价比排序。