c++编写代码实现输入背包容量，物品数量、价值及重量，利用动态规划法解决0-1背包问题，要求输出装入物品的对应指示向量，并分析该算法性能。

好的，以下是代码实现：

#include <iostream>
#include <vector>
using namespace std;

vector<int> knapsack(int W, int n, vector<int>& wt, vector<int>& val) {
    vector<vector<int>> dp(n+1, vector<int>(W+1, 0));
    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= W; j++) {
            if (wt[i-1] > j) {
                dp[i][j] = dp[i-1][j];
            } else {
                dp[i][j] = max(dp[i-1][j], dp[i-1][j-wt[i-1]] + val[i-1]);
            }
        }
    }
    vector<int> res(n, 0);
    int i = n, j = W;
    while (i > 0 && j > 0) {
        if (dp[i][j] == dp[i-1][j]) {
            i--;
        } else {
            res[i-1] = 1;
            j -= wt[i-1];
            i--;
        }
    }
    return res;
}

int main() {
    int W, n;
    cout << "请输入背包容量W：";
    cin >> W;
    cout << "请输入物品数量n：";
    cin >> n;
    vector<int> wt(n), val(n);
    for (int i = 0; i < n; i++) {
        cout << "请输入第" << i+1 << "个物品的价值和重量：";
        cin >> val[i] >> wt[i];
    }
    vector<int> res = knapsack(W, n, wt, val);
    cout << "装入物品的对应指示向量：";
    for (int i = 0; i < n; i++) {
        cout << res[i] << " ";
    }
    cout << endl;
    return 0;
}

该算法的时间复杂度为 O(nW)，其中 n 是物品数量，W 是背包容量。空间复杂度为 O(nW)。在实际应用中，当物品数量和背包容量非常大时，该算法的复杂度会变得非常高，需要进行优化或选择其他算法。