用分支限界法处理装载问题，直接给c++代码

以下是使用分支限界法处理装载问题的C++代码：

#include <iostream>
#include <queue>
#include <algorithm>
#include <cstring>
using namespace std;

// 物品结构体
struct Item {
    int w; // 物品重量
    int id; // 物品编号
};

// 节点结构体
struct Node {
    int level; // 当前节点所在层数
    int profit; // 当前节点的价值
    int weight; // 当前节点的重量
    bool operator<(const Node& rhs) const {
        return profit < rhs.profit; // 以价值为优先级
    }
};

const int MAXN = 100; // 最大物品数量
const int MAXW = 100; // 最大背包容量
int n, W; // 物品数量、背包容量
Item items[MAXN]; // 物品数组
bool used[MAXN]; // 标记物品是否被选中

// 计算上界（即松弛问题的最优解）
int upper_bound(int level, int weight, int profit) {
    int bound = profit;
    int w = weight;
    for (int i = level; i < n; i++) {
        if (w + items[i].w <= W) {
            w += items[i].w;
            bound += items[i].id;
        } else {
            int remain = W - w;
            bound += items[i].id * (double)remain / items[i].w;
            break;
        }
    }
    return bound;
}

// 分支限界法求解装载问题
int knapsack() {
    priority_queue<Node> pq; // 优先队列
    Node u, v;
    u.level = 0;
    u.profit = 0;
    u.weight = 0;
    pq.push(u); // 将根节点加入队列
    int maxprofit = 0;
    while (!pq.empty()) {
        u = pq.top(); pq.pop();
        if (u.profit > maxprofit) {
            maxprofit = u.profit;
        }
        if (u.level == n) continue;
        // 不选当前物品的子节点
        v.level = u.level + 1;
        v.weight = u.weight;
        v.profit = u.profit;
        pq.push(v);
        // 选当前物品的子节点
        v.weight = u.weight + items[u.level].w;
        v.profit = u.profit + items[u.level].id;
        v.profit += upper_bound(v.level, v.weight, v.profit); // 加上上界
        pq.push(v);
    }
    return maxprofit;
}

int main() {
    cin >> n >> W;
    for (int i = 0; i < n; i++) {
        cin >> items[i].w;
        items[i].id = i + 1;
    }
    sort(items, items + n, [](const Item& a, const Item& b){ // 按单位重量价值排序
        return a.id * b.w > b.id * a.w;
    });
    memset(used, false, sizeof(used));
    cout << knapsack() << endl;
    return 0;
}

注意，这里的 `upper_bound` 函数计算的是松弛问题的最优解，而不是实际问题的最优解。当然，这个上界也可以通过其他方法来计算，比如线性规划等。