"""

题目：有n个重量分别为w={w_1,w_2,…,w_n}的物品，他们的价值分别为v={v_1,v_2,…,v_n}，给定一个容量为G的背包。

设计从这些物品中选取一部分物品放入该背包的方案，每个物品要么选中要么不选中，要求选中的物品不仅能够放到背包中，并且背包内物品的总价值达到最大。

输入格式：

第一行输入两个整数n、G，其中n表示物品的数量，G表示背包的容量体积。

第二行输入n个整数，整数间以空格分隔，表示n个物品的重量w_i

第三行输入n个整数，整数间以空格分隔，表示n个物品的价值v_i

输出格式：

第一行输出最大价值是V，V是计算得到的背包内物品总价值的最大值

第二行输出最大价值共有K种选择方案,分别是:，K是最大价值时，背包内物品选择的方案总数。

随后K行输出选择第x1 x2 ... xn个物品，x1、x2、...xn、是选择的第几个物品，中间以空格分隔，输出顺序以字典序排序。

输入样例：

5 13

3 4 4 5 10

4 9 9 10 24

输出样例：

最大价值是28

最大价值共有2种选择方案,分别是:

选择第2 3 4个物品

选择第1 5个物品

"""

def knapsack_backtrack(n, G, weights, values):def backtrack(i, current_weight, current_value, current_items):nonlocal max_valuenonlocal max_solutionsif i == n:if current_value > max_value:max_value = current_valuemax_solutions = [list(current_items)]elif current_value == max_value:max_solutions.append(list(current_items))return# 不选择当前物品backtrack(i + 1, current_weight, current_value, current_items)# 选择当前物品if current_weight + weights[i] <= G:current_items.append(i + 1)backtrack(i + 1, current_weight +weights[i], current_value + values[i], current_items)current_items.pop()max_value = 0max_solutions = []backtrack(0, 0, 0, [])return max_value, max_solutions# 输入
n, G = map(int, input().split())
weights = list(map(int, input().split()))
values = list(map(int, input().split()))# 计算并输出最大价值和方案
max_value, solutions = knapsack_backtrack(n, G, weights, values)
print("最大价值是{}".format(max_value))
print("最大价值共有{}种选择方案,分别是:".format(len(solutions)))
for solution in solutions:print("选择第{}个物品".format(' '.join(map(str, solution))))