给出n个物体，第i个物体重量为w_i.选择尽量多的物体，使得总重量不超过C.其中参数n为正整数，w_i，C为正的有理数。 输入格式: 第一行输入n和C，用空格隔开。 第二行输入w_1, w_2 ...w_n.共n个数，用空格隔开。 输出格式: 第一行输出选择的物体数量。 第二行按从小到大的顺序输出选择的物体编号i。 注：如果物体数量相同有多种选择，请输出物体重量和最小的物体编号。

C知道：这是一个经典的背包问题，可以使用动态规划来解决。首先定义一个二维数组dp[i][j]，表示前i个物体中选择总重量不超过j的最大价值。则状态转移方程为：

dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + 1)

其中，dp[i-1][j]表示不选择第i个物体的情况下的最大价值，dp[i-1][j-w[i]] + 1表示选择第i个物体的情况下的最大价值，其中+1表示选择了一个物体。

最终的答案即为dp[n][C]，选择的物体可以通过回溯dp数组得到。具体实现可以参考以下代码：

n, C = map(float, input().split())
w = list(map(float, input().split()))

dp = [[0 for j in range(int(C)+1)] for i in range(len(w)+1)]

for i in range(1, len(w)+1):
for j in range(1, int(C)+1):
if j >= w[i-1]:
dp[i][j] = max(dp[i-1][j], dp[i-1][j-int(w[i-1])] + 1)
else:
dp[i][j] = dp[i-1][j]

# 回溯dp数组得到选择的物体
res = []
i, j = len(w), int(C)
while i > 0 and j > 0:
if dp[i][j] != dp[i-1][j]:
res.append(i-1)
j -= int(w[i-1])
i -= 1

res.reverse()
print(len(res))
print(" ".join(str(x) for x in res))