给定n(n<=100)种物品和一个背包。物品i的重量是wi(wi<=100)，价值为vi(vi<=100)，背包的容量为C(C<=1000)。 应如何选择装入背包中的物品，使得装入背包中物品的总价值最大? 在选择装入背包的物品时，对每种物品i只有两个选择：装入或不装入。不能将物品i装入多次，也不能只装入部分物品i，用java代码解决

这是一个典型的01背包问题。

解决这个问题的常用方法是使用动态规划。

我们可以使用一个二维数组 $dp[i][j]$ 来表示，在前 $i$ 种物品中选择若干个物品，使得它们的总重量不超过 $j$ 时，所能达到的最大价值。

状态转移方程如下：

$dp[i][j] = \max(dp[i-1][j], dp[i-1][j-w_i] + v_i)$

代码如下：

int n = 100; // 物品的数量
int C = 1000; // 背包的容量
int[] w = new int[n+1]; // 物品的重量
int[] v = new int[n+1]; // 物品的价值

int[][] dp = new int[n+1][C+1];

// 动态规划
for (int i = 1; i <= n; i++) {
    for (int j = 0; j <= C; j++) {
        if (j < w[i]) {
            dp[i][j] = dp[i-1][j];
        } else {
            dp[i][j] = Math.max(dp[i-1][j], dp[i-1][j-w[i]] + v[i]);
        }
    }
}

// 输出最大价值
System.out.println(dp[n][C]);

注意：在实际实现中，可以使用一维数组滚动更新，从而将空间复杂度降低至 $O(C)$。