关于货郎担（Knapsack Problem）问题，请提供一个C语言实现的详细代码示例及解释，包括如何定义问题、选择算法和关键步骤。

货郎担问题（0-1 Knapsack Problem），也称为背包问题，是一个经典的优化问题，目标是在给定物品重量和价值的情况下，找到一种组合，使得物品的总重量不超过背包的容量，并且总价值最大。这里是一个简单的C语言实现，使用动态规划法解决。

#include <stdio.h>

// 定义物品结构体
typedef struct {
    int weight; // 物品重量
    int value;   // 物品价值
} Item;

// 动态规划函数
int knapSack(int W, Item arr[], int n) {
    int i, w;
    int dp[n+1][W+1];

    // 初始化二维数组
    for (i = 0; i <= n; i++) {
        for (w = 0; w <= W; w++) {
            if (i == 0 || w == 0)
                dp[i][w] = 0;
            else if (arr[i-1].weight <= w)
                dp[i][w] = max(arr[i-1].value + dp[i-1][w-arr[i-1].weight], dp[i-1][w]);
            else
                dp[i][w] = dp[i-1][w];
        }
    }

    return dp[n][W];
}

// 主函数测试
int main() {
    int W = 50;       // 背包容量
    Item items[] = { // 一些物品样本
        {10, 60},
        {20, 100},
        {30, 120},
        {40, 120}
    };
    int n = sizeof(items) / sizeof(items[0]);

    printf("最大价值: %d\n", knapSack(W, items, n));

    return 0;
}

**解释：**
1. `knapSack` 函数接收背包容量 `W`，物品数组 `arr` 和物品数量 `n` 作为输入。
2. 使用二维数组 `dp` 存储状态，`dp[i][w]` 表示前 `i` 个物品中选取总重量不超过 `w` 的物品的最大价值。
3. 当物品为空（`i==0`）或背包容量为零（`w==0`）时，显然无法装入物品，所以价值为零。
4. 如果当前物品可以放入背包（`arr[i-1].weight <= w`），则有两种选择：选择这个物品（`arr[i-1].value + dp[i-1][w-arr[i-1].weight]`）或不选它（`dp[i-1][w]`）。取两者较大值。
5. 如果当前物品不能放入背包（`arr[i-1].weight > w`），就只能考虑前面的物品（`dp[i-1][w]`）。
6. 最后返回 `dp[n][W]`，即所有物品中选取最大价值。