0-1背包问题蛮力法求解（java版本）

好的，这是0-1背包问题的蛮力法（Brute Force）求解的Java代码：

public class KnapsackBruteForce {
    public static int knapsack(int W, int wt[], int val[], int n) {
        // 如果没有物品或背包容量为0，则价值为0
        if (n == 0 || W == 0) {
            return 0;
        }
        
        // 如果当前物品重量大于背包容量，则跳过该物品
        if (wt[n-1] > W) {
            return knapsack(W, wt, val, n-1);
        }
        
        // 否则，返回包括该物品和不包括该物品的最大价值
        else {
            return Math.max(val[n-1] + knapsack(W-wt[n-1], wt, val, n-1), 
                            knapsack(W, wt, val, n-1));
        }
    }
    
    public static void main(String args[]) {
        int val[] = new int[]{60, 100, 120};
        int wt[] = new int[]{10, 20, 30};
        int W = 50;
        int n = val.length;
        System.out.println(knapsack(W, wt, val, n));
    }
}

这里的`knapsack`方法是递归地求解0-1背包问题的最大价值。第一个参数`W`表示背包的容量，`wt`和`val`分别表示物品的重量和价值，`n`表示物品的数量。如果当前物品的重量大于背包容量，则直接跳过该物品；否则，分别考虑包括该物品和不包括该物品两种情况下的最大价值，并返回其中较大的一个。在求解的过程中，使用了递归的思想，每次考虑一个物品是否加入背包。时间复杂度是$O(2^n)$，因为每个物品都有两种情况：加入或不加入背包。