用C++实现以下编程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。

这是一个经典的背包问题，可以使用动态规划算法来解决。我们使用dp[i][j]表示前i个球员中选择j个球员所能够达到的最大战力值，状态转移方程为：

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

其中，dp[i-1][j]表示不选第i个球员，dp[i-1][j-1]+power[i]表示选第i个球员。

同时，我们还需要限制球队总薪资不能超过FinalTotalCost，可以在转移的过程中添加限制条件。具体实现可以参考下面的代码：

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

using namespace std;

int main()
{
    int n, m, totalCost;
    cin >> n >> m >> totalCost;

    vector<int> power(n+1);
    vector<int> 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 (cost[i] > totalCost) continue; // 超过总薪资限制，不能选
            if (j > i) continue; // 选择的球员不能超过总球员数
            dp[i][j] = max(dp[i-1][j], dp[i-1][j-1]+power[i]);
            if (cost[i] + dp[i-1][j-1] <= totalCost) { // 加上当前球员的薪资是否超过总薪资限制
                dp[i][j] = max(dp[i][j], dp[i-1][j-1]+power[i]);
            }
        }
    }

    int maxPower = 0;
    for (int j = 0; j <= m; j++) {
        if (dp[n][j] > maxPower) {
            maxPower = dp[n][j];
        }
    }
    cout << maxPower << endl;

    return 0;
}

注意，我们在初始化dp数组时默认所有位置都为0，因为选择0个球员时总战力为0。同时，我们在最后需要遍历整个dp数组，找到最大的总战力。