在这个问题中，我们需要在给定的重量和价值限制下，选取那些物品可以放入背包中，使得背包中物品的总重量和总价值都达到最大值。以下为 Python 代码实现：

def knapsack_variant(values, weights, max_weight, max_value): n = len(values) max_val = [[0 for j in range(max_weight + 1)] for i in range(n + 1)]

for i in range(1, n + 1):
    for j in range(1, max_weight + 1):
        if weights[i - 1] > j:
            max_val[i][j] = max_val[i - 1][j]
        else:
            max_val[i][j] = max(max_val[i - 1][j], max_val[i - 1][j - weights[i - 1]] + values[i - 1])

result = []
curr_weight, curr_value = max_weight, max_val[n][max_weight]

for i in range(n, 0, -1):
    if curr_value <= 0 or curr_weight <= 0:
        break
    if curr_value == max_val[i - 1][curr_weight]:
        continue
    else:
        result.append(i - 1)
        curr_weight -= weights[i - 1]
        curr_value -= values[i - 1]

result.sort()
return result

在上述函数中，values 列表为每个物品的价值，而 weights 列表则为每个物品的重量，max_weight 和 max_value 分别表示物品重量和价值的上限。函数使用动态规划的方式来解决该问题，并返回可放入背包中的物品索引列表。