采用动态规划求解0-1背包问题。代码以及运行结果截图贴在题目下方。。物品种数n=3，背包容量C=20，物品价值(P1P2Pz)=(20.15.25)，物品重量(w3，W2，W2）=（10.5.15)，求X=(x，x2x）使背包价值最大。

在动态规划中，解决0-1背包问题通常涉及到构建一个二维数组，其中每个元素(dp[i][j])代表前i个物品中选择总重量不超过j的情况下能获得的最大价值。以下是使用Python编写的一个基本的解决方案：

def knapsack_01(n, W, weights, values):
    dp = [[0 for _ in range(W + 1)] for _ in range(n + 1)]
    
    # 动态规划填充过程
    for i in range(1, n + 1):
        for w in range(1, W + 1):
            if weights[i - 1] <= w:
                dp[i][w] = max(values[i - 1] + dp[i - 1][w - weights[i - 1]], dp[i - 1][w])
            else:
                dp[i][w] = dp[i - 1][w]

    return dp[n][W]

# 定义变量
n = 3
C = 20
values = [20, 15, 25]
weights = [10, 5, 15]

# 背包价值最大值
max_value = knapsack_01(n, C, weights, values)
print("背包中可以携带物品的最大价值为:", max_value)

这段代码会计算出在给定限制下，背包能够承载的最大价值。请注意，由于这是一个文本环境，无法直接展示运行结果截图。运行此程序后，你会得到背包中最大价值的答案。