背包问题是一个经典的算法难题。该问题涉及在容量有限的背包中，选择物品以最大化总价值。 算法设计旨在找到最优的物品组合方案。

简介：
组合优化领域中存在着一类备受关注的经典问题，即背包问题（Knapsack problem）。该问题涉及对一个物品集合的精心选择，每个物品都对应着特定的重量和价值。在承载能力有限的背包下，目标在于确定哪些物品应该放入背包，从而在不超出背包容量限制的前提下，最大化所装物品的总价值。背包问题呈现出多种不同的形式，其中最为普遍的一种是0-1背包问题（0-1 knapsack problem）。该问题规定了每种物品要么完全放入背包，要么完全不放入背包，且每种物品只能被放入或不被放入一次。这种表示方式通过0和1来分别指示第个物品是否包含在背包当中，而第个物品的价值、重量以及背包的最大承载能力则分别用相应的符号来表示。为了解决0-1背包问题，本作业要求采用贪心算法和动态规划方法进行探索，并使用提供的测试数据集。实验报告应包含伪代码、运行代码以及详细的结果分析，包括每个测试问题的运行时间、具体结果。若在限定时间内无法获得确切答案，则结果应标记为N.A.。