动态规划算法解决背包问题的伪代码

以下是背包问题的动态规划算法伪代码：

// 初始化dp数组
for i in range(0, n+1):
    for j in range(0, W+1):
        dp[i][j] = 0

// 动态规划求解
for i in range(1, n+1):
    for j in range(1, W+1):
        if w[i] > j:
            dp[i][j] = dp[i-1][j]
        else:
            dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]]+v[i])

// 打印最大价值和所选物品
print("最大价值为：" + dp[n][W])
j = W
for i in range(n, 0, -1):
    if dp[i][j] > dp[i-1][j]:
        print("选择物品" + str(i) + "，重量为" + str(w[i]) + "，价值为" + str(v[i]))
        j -= w[i]

其中，n表示物品数量，W表示背包容量，w[i]和v[i]分别表示第i个物品的重量和价值，dp数组表示前i个物品、容量为j时的最大价值。算法的时间复杂度为O(nW)。