本论文主要进行0-1背包问题解决策略的理论研究。论文在对流水线技术和0-1背包问题进行理论研究的基础上,将流水线中的技术融入到待放入背包物品的前期准备工作中,用“贪心算法”思想来求解0-1背包问题。从而对大规模0-1背包问题进行有效求解。0-1背包问题(Knapsack Problem,简称KP)是一个经典的组合优化问题,具有广泛的实际应用背景。生活中的许多问题都可以用背包问题来描述,如资源分配、货仓装载、资金预算、存储分配和项目选择等都可以建模成背包问题,并且它还常常作为其他复杂组合优化问题的一个子问题。但是当背包问题规模过大时,如果想得到最优解是极其困难的,因此开展对大规模0-1背包问题的研究具有重要的意义。传统解决背包问题的方法大体上可以分为两类：精确算法(如动态规划,分支定界,回溯法等)和近似算法(如贪心算法)。因为精确算法的时间复杂性都是呈指数增长的,所以从六十年代逐渐提出了一些近似算法。此外,流水线技术是目前广泛应用于微处理芯片的一项关键技术,他对CPu内部的各条指令的执行方式进行空间并行操作。将流水线技术引进到0-1背包问题的准备阶段,将对背包问题的整体效率产生一定的提高。在阅读了大量中外文献的基础上,本文提出了0-1背包问题的一种新的解决策略。文章介绍了并行机概念,流水线技术,及常见的0-1背包问题解决思路并对他们各自的性能进行了分析。在贪心算法求解思路的启发下,结合0-1背包问题的特性,提出了一个改进的措施,以实现在大规模环境、大数据量的情况下,提高0-1背包问题的搜索速度和解的质量。本论文从最初的数据录入,分析,计算,各个环节入手,从整体上把握性能提高的各个环节。