给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问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? 实例为：n=5，c=10，w={2，2，6，5，4}，v={6，3，5，4，6} 输入： 5 10 2 2 6 5 4 6 3 5 4 6 输出： 15 1 1 0 0 1

这是一个经典的背包问题，可以使用动态规划求解。具体方法如下：

1. 定义状态：设f[i][j]表示前i个物品放入容量为j的背包中所能获得的最大价值。

2. 定义状态转移方程：对于第i个物品，有两种选择：放入背包中或不放入背包中。如果放入背包中，则背包剩余容量为j-w[i]，此时总价值为f[i-1][j-w[i]]+v[i]；如果不放入背包中，则总价值为f[i-1][j]。因此状态转移方程为：

f[i][j] = max(f[i-1][j], f[i-1][j-w[i]]+v[i]) (j>=w[i])

3. 边界条件：当i=0或j=0时，背包中的物品价值为0。

4. 最终结果：f[n][C]即为所求的最大价值。

根据上述方法，可以编写如下代码解决问题：

n, C = map(int, input().split())
w = [0] + list(map(int, input().split()))
v = [0] + list(map(int, input().split()))

f = [[0] * (C+1) for _ in range(n+1)]

for i in range(1, n+1):
    for j in range(1, C+1):
        if j < w[i]:
            f[i][j] = f[i-1][j]
        else:
            f[i][j] = max(f[i-1][j], f[i-1][j-w[i]] + v[i])

print(f[n][C])

# 输出方案
x = [0] * n
j = C
for i in range(n, 0, -1):
    if f[i][j] > f[i-1][j]:
        x[i-1] = 1
        j -= w[i]
print(f[n][C], ' '.join(str(i) for i in x))

输出结果为15 1 1 0 0 1，表示最大价值为15，选择了第1、2、5个物品。其中，1表示选择该物品，0表示不选择。