某篮球联盟要组建一支新球队，该队需要在自由市场上签约球员。每个球员有自己的战力指数与薪资报价。球队按联盟要求会有薪金总额限制，需要在薪金总额限制下签约若干球员，使球队总体战力最大。 假设可签约的备选球员编号为1,2，…,n；需要从中签约m位球员；每位球员的战力为power,薪资报价为cost；球队薪金总额为FinalTotalCost，最终的总战力MaxTotalPower。 选择合适的算法，针对本问题进行算法设计与编程实现，用C++实现并分析算法时间复杂度

这是一个经典的背包问题，可以使用动态规划算法进行求解。

定义二维数组dp[i][j]表示前i个备选球员中选取j个球员所能达到的最大战力总和。则状态转移方程为：

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

其中power[i]表示第i个备选球员的战力，如果选取第i个球员，则需要从总薪资额FinalTotalCost中扣除该球员的薪资cost[i]。

因此，在状态转移时需要判断当前剩余薪资是否足够签约该球员，若不足则不选取该球员，状态转移方程修改为：

dp[i][j] = max(dp[i-1][j], dp[i-1][j-1] + power[i]), FinalTotalCost >= cost[i]

最终的答案为dp[n][m]，表示从n个备选球员中选择m个球员所能达到的最大战力总和。

算法实现：

#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

int main() {
    int n, m, FinalTotalCost;
    cin >> n >> m >> FinalTotalCost;
    vector<int> power(n+1), cost(n+1);
    for (int i = 1; i <= n; i++) {
        cin >> power[i] >> cost[i];
    }
    vector<vector<int>> dp(n+1, vector<int>(m+1, 0));
    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= m; j++) {
            if (FinalTotalCost >= cost[i]) {
                dp[i][j] = max(dp[i-1][j], dp[i-1][j-1] + power[i]);
            } else {
                dp[i][j] = dp[i-1][j];
            }
            FinalTotalCost -= cost[i];
        }
    }
    cout << dp[n][m] << endl;
    return 0;
}

算法的时间复杂度为O(nm)，空间复杂度为O(nm)。