阿里巴巴走进了装满宝藏的藏宝洞。藏宝洞里面有N（N<=100）堆金币，第i堆金币的总重量和总价值分别为mi和vi（1<=mi，vi<=100）。阿里巴巴有一个承重力为T（T<=1000）的背包，但并没办法将全部的金币都装进去。他想装走尽可能多价值的金币。所有金币都可以随意分割，分割完的金币重量比（单位价格）不变，请问阿里巴巴最多可以拿走多少价值金币？ 例： 输入： v m 4 50 10 60 20 100 30 120 15 45 输出： 240

这是一道经典的0/1背包问题，但是与普通的0/1背包问题不同的是，这里的物品可以分割，所以我们需要使用贪心算法来解决。

我们可以计算每个金币的单位价值vi/mi，然后按照单位价值从大到小排序。然后从大到小遍历每个金币，将能够装下的金币全部装入背包中，直到背包已经达到承重上限为止。

具体实现过程如下：

1. 计算每个金币的单位价值vi/mi，并按照单位价值从大到小排序。

2. 从大到小遍历每个金币，将能够装下的金币全部装入背包中，直到背包已经达到承重上限为止。同时，累加已经装入背包的金币价值。

3. 返回累加的金币价值作为最终结果。

Python代码如下：

def max_value(v, m, T):
    # 计算每个金币的单位价值并按照单位价值从大到小排序
    n = len(v)
    unit_values = [(v[i] / m[i], i) for i in range(n)]
    unit_values.sort(reverse=True)

    # 从大到小遍历每个金币，将能够装下的金币全部装入背包中
    total_value = 0
    for unit_value, i in unit_values:
        if T >= m[i]:
            total_value += v[i]
            T -= m[i]
        else:
            total_value += T * unit_value
            break

    return total_value

# 测试
v = [50, 60, 100, 120, 45]
m = [10, 20, 30, 15, 5]
T = 50
print(max_value(v, m, T))  # 输出 240

时间复杂度为O(nlogn)，其中n为金币的数量。