在用不同算法解决背包问题时各算法的时间复杂度与空间复杂度分别是多少哪个效率最高

在解决背包问题时，常用的算法有贪心算法、动态规划和回溯算法。

1. 贪心算法： 时间复杂度：O(nlogn)，其中n为物品的数量。 空间复杂度：O(1)。 贪心算法的效率相对较高，但它只能得到一个近似最优解，不能保证得到全局最优解。

2. 动态规划： 时间复杂度：O(nW)，其中n为物品的数量，W为背包的容量。 空间复杂度：O(nW)。 动态规划算法能够得到全局最优解，但其时间复杂度和空间复杂度较高，适用于小规模和中等规模的问题。

3. 回溯算法： 时间复杂度：指数级别，具体取决于问题的规模。 空间复杂度：O(n)，其中n为物品的数量。 回溯算法可以得到全局最优解，但其时间复杂度较高，适用于小规模的问题。

综上所述，贪心算法的效率最高，但无法保证得到全局最优解。动态规划算法能够得到全局最优解，但时间复杂度和空间复杂度较高。回溯算法可以得到全局最优解，但时间复杂度较高。因此，在实际应用中，应根据问题的规模和要求选择合适的算法。