0/1背包问题（动态规划）

代码如下：

#include<bits/stdc++.h>
using namespace std;
// 物品结构体
struct Item {
    int weight; // 重量
    int value; // 价值
};

// 动态规划函数
int knapsack(vector<Item>& items, int capacity) {
    int n = items.size(); // 物品数量
    // 定义一个二维数组 dp，其中 dp[i][j] 表示前 i 个物品中选择若干个物品放入容量为 j 的背包中所能获得的最大价值
    vector<vector<int>> dp(n + 1, vector<int>(capacity + 1, 0));

    // 动态规划过程，外层循环枚举物品，内层循环枚举背包容量
    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= capacity; j++) {
            // 如果当前物品不能放入背包，直接继承上一个状态
            if (items[i - 1].weight > j) {
                dp[i][j] = dp[i - 1][j];
            } else {
                // 取当前物品和不取当前物品两种情况的最大值
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - items[i - 1].weight] + items[i - 1].value);
                // 如果不取当前物品，则最大价值为 dp[i - 1][j]；如果取当前物品，则最大价值为 dp[i - 1][j - items[i - 1].weight] + items[i - 1].value
                // 取两种情况的最大值即为当前状态下的最大价值
            }
        }
    }

    return dp[n][capacity]; // 返回最后一个状态的最大价值
}

int main() {
    int t;
    cin >> t;

    while (t--) {
        int n, c;
        cin >> n >> c;
        vector<Item> items(n);//Item是结构体
        for (int i = 0; i < n; i++) {
            cin >> items[i].weight >> items[i].value;
        }
        cout << knapsack(items, c) << endl; // 输出每组数据的总价值的最大值
    }

    return 0;
}

图解：