请给出c++的完全背包问题的优化代码

以下是使用动态规划的C++代码来解决完全背包问题的优化版本：

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

int knapsack(int W, vector<int>& wt, vector<int>& val) {
    int n = wt.size();
    vector<int> dp(W + 1, 0);

    for (int i = 0; i < n; i++) {
        for (int j = wt[i]; j <= W; j++) {
            dp[j] = max(dp[j], dp[j - wt[i]] + val[i]);
        }
    }
    return dp[W];
}

int main() {
    int W = 10; // 背包的容量
    vector<int> wt = {2, 3, 4, 5}; // 物品的重量
    vector<int> val = {3, 4, 5, 6}; // 物品的价值

    int maxVal = knapsack(W, wt, val);
    cout << "背包能装的最大价值为: " << maxVal << endl;

    return 0;
}

在优化版本的代码中，我们使用一维数组`dp`来保存当前背包容量下的最大价值。通过遍历物品和背包容量，我们可以更新`dp`数组中的值。最后，返回`dp[W]`即为背包能够装载的最大价值。

注意：以上代码仅实现了完全背包问题的优化解法，假设物品的重量和价值都为正整数。如果存在其他约束条件，请根据实际情况进行修改。