0/1背包问题算法设计伪代码

0/1背包问题是一个经典的动态规划问题，用于解决资源分配问题。它的特点是每个物品只能取一次（即0/1），目标是最大化背包中物品的总价值，但不超过背包的容量限制。以下是基于贪心策略的简单伪代码：

// 定义函数 solve，输入为物品数量数组 items 和背包容量 capacity
function solve(items, capacity):
    n = length(items) // 物品数量
    dp = array(n+1, 0) // 初始化动态规划数组，dp[i]表示前i个物品的最大价值

    // 构建动态规划表
    for i from 1 to n:
        for w in range(1, capacity+1): // 遍历所有可能的背包容量
            if items[i-1] <= w: // 当前物品重量小于等于剩余容量
                dp[i] = max(dp[i], dp[i-1] + items[i-1]) // 如果放入，更新最大价值
            else:
                dp[i] = dp[i-1] // 否则，不放物品，保持最大价值不变

    return dp[n] // 返回背包的最大价值

// 物品数组格式：[weight, value]
items = [ ... ] // 根据实际情况填充物品列表
capacity = ... // 背包容量
max_value = solve(items, capacity)