设计蛮力算法求解小规模的线性规划问题。假设约束条件为：①x+y ≤4；②x+3y ≤6；③x ≥0且y ≥0，使目标函数3x+5y取得最大值

在C++中设计一个蛮力算法（也称为穷举法或暴力搜索）来求解这个问题，我们需要遍历所有可能的整数组合（因为题目要求x和y都是非负整数），找到满足约束条件的那个组合，使得目标函数达到最大值。这里不使用高级的优化算法，如单纯形法或内点法。

以下是一个简单的步骤：

1. 定义变量范围：因为x和y都必须是非负整数，我们可以从0开始到某个上限（这里是4和6的较小公约数，即2），每次递增1。

2. 创建一个循环，对于每个x值，计算对应的y值，保证同时满足两个约束条件：x + y ≤ 4 和 x + 3y ≤ 6。

3. 记录下当前x和y组合的目标函数值，如果发现更大的值，更新最大值和最优解。

4. 当所有的组合都检查完后，返回最大目标函数值和对应的x,y值。

下面是相应的C++代码实现：

#include <iostream>

int maxObjective(int x, int y) {
    return 3 * x + 5 * y;
}

std::pair<int, int> bruteForceLinearProgramming() {
    int max_value = 0;
    int optimal_x = 0, optimal_y = 0;

    for (int x = 0; x <= 2; ++x) { // 注意x的最大值为4/3=2，因为y也是整数
        for (int y = 0; y <= 2 - x / 3; ++y) { // y的最大值取决于x的值
            if (x + y <= 4 && x + 3 * y <= 6 && maxObjective(x, y) > max_value) {
                max_value = maxObjective(x, y);
                optimal_x = x;
                optimal_y = y;
            }
        }
    }

    return std::make_pair(optimal_x, optimal_y), max_value;
}

int main() {
    auto result = bruteForceLinearProgramming();
    std::cout << "Maximize: 3x + 5y with constraints x+y≤4 and x+3y≤6\n";
    std::cout << "Optimal solution: x=" << result.first.first << ", y=" << result.first.second << "\n";
    std::cout << "Maximum value: " << result.second << std::endl;
    return 0;
}