采用动态规划求解0/1背包问题用C++语言实现

下面是采用动态规划求解0/1背包问题的C++代码实现：

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

int knapsack(vector<int>& w, vector<int>& v, int n, int c) {
    // 初始化二维数组dp
    vector<vector<int>> dp(n + 1, vector<int>(c + 1, 0));

    // 动态规划求解
    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= c; j++) {
            if (j >= w[i - 1]) {
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - w[i - 1]] + v[i - 1]);
            } else {
                dp[i][j] = dp[i - 1][j];
            }
        }
    }

    // 返回最优解
    return dp[n][c];
}

int main() {
    vector<int> w = {2, 2, 6, 5, 4};
    vector<int> v = {6, 3, 5, 4, 6};
    int n = w.size();
    int c = 10;
    cout << "最大价值为：" << knapsack(w, v, n, c) << endl;
    return 0;
}

其中，`w`和`v`分别表示物品的重量和价值，`n`表示物品的数量，`c`表示背包的容量。动态规划求解的过程采用二维数组`dp`来存储每个子问题的最优解，`dp[i][j]`表示前`i`个物品在背包容量为`j`时的最大价值。最终返回`dp[n][c]`即为最优解。