分别用贪心算法、动态规划法、回溯法设计0-1背包问题。要求说明所使用的算法策略写出算法实现的主要步骤

贪心算法： 贪心算法是一种选择当前最优解的策略，不考虑全局最优解。对于0-1背包问题，贪心算法可以采用以下步骤：

1. 计算每个物品的单位价值，即每个物品的价值除以它的重量。
2. 按照单位价值从大到小对物品排序。
3. 初始化背包容量为0，初始化总价值为0。
4. 依次将单位价值较大的物品放入背包，直到背包容量达到上限或者所有物品都放完。
5. 返回所得到的总价值作为最优解。

动态规划法： 动态规划法是一种通过将问题分解为子问题并保存子问题的解来求解问题的方法。对于0-1背包问题，动态规划法可以采用以下步骤：

1. 创建一个二维数组dp，其中dp[i][j]表示在前i个物品中选择不超过j容量的物品的最大价值。
2. 初始化第一行和第一列为0，表示背包容量为0和没有物品可选时的最大价值都为0。
3. 对于每个物品i，遍历背包容量j，如果当前物品的重量大于背包容量j，则dp[i][j]等于dp[i-1][j]，即不放入当前物品。 如果当前物品的重量小于等于背包容量j，则dp[i][j]等于max(dp[i-1][j], dp[i-1][j-物品i的重量] + 物品i的价值)，即选择放入当前物品或者不放入当前物品中的最大价值。
4. 返回dp[n][C]，其中n为物品的数量，C为背包的容量。

回溯法： 回溯法是一种通过穷举所有可能的解空间来求解问题的方法。对于0-1背包问题，回溯法可以采用以下步骤：

1. 创建一个数组visited，用于标记物品是否已经被选择。
2. 初始化背包容量为0，初始化总价值为0。
3. 定义一个backtrack函数，该函数的参数为当前选择的物品位置idx，当前背包容量curr_weight和当前总价值curr_value。
4. 在backtrack函数中，首先判断当前背包容量是否已经超过背包上限，如果是，则返回。 然后判断是否已经遍历完所有物品，如果是，则更新最优解，并返回。 否则，对于当前物品idx，分别考虑选择放入背包和不放入背包两种情况。 如果放入背包不超过背包容量，则将该物品的重量加到curr_weight中，将该物品的价值加到curr_value中，并将visited[idx]标记为True。 然后递归调用backtrack函数，传入idx+1作为下一个物品的位置。 递归调用之后，要将visited[idx]标记为False，并将该物品的重量从curr_weight中减去，将该物品的价值从curr_value中减去。 同时，不放入背包的情况下，直接递归调用backtrack函数，传入idx+1作为下一个物品的位置。
5. 调用backtrack函数，传入初始参数0，0和0。
6. 返回最优解