背包问题的贪心算法和动态规划应用：从0-1背包到最大价值获取
背包问题（背包问题）是组合优化领域的经典问题：给定项目集合，每个项目都有一定的重量和一定的值。对于负载有限的背包，如何决定放置的项目，以便携带背包范围内包含的物品的最大值。背包问题有许多表现，其中最常见的是0-1背包问题（0-1 knapsack问题），它指定了背包中放置的项目数的表现。每个项目都有两种形式的放置（仅一次）或不放入它，分别为0和1表示：在这里，它表示第一项是否包含在背包中，代表第一项的值，代表第一项的重量，代表了背包的最大承载能力。问题：使用提供的数据集，尝试使用贪婪算法和动态编程方法来解决0-1背包问题。该作业需要提供实验报告，包括伪代码和运行代码，以及每个测试问题的运行时间和结果。如果无法在有限的时间内获得答案，则为NA。