帮我写一个knapsack算法解决背包问题的代码

Knapsack问题是一个经典的优化问题，通常用于模拟物品选择的问题，目标是在给定总重量限制下，选取一组物品使得其价值最大。这里提供一个基于动态规划的Python代码示例：

def knapSack(W, wt, val, n):
    # 创建一个二维数组来存储子问题的结果
    K = [[0 for w in range(W + 1)] for i in range(n + 1)]

    # 遍历所有物品
    for i in range(1, n + 1):
        # 检查当前物品是否可以放入背包
        for w in range(1, W + 1):
            # 如果物品太大无法装入，则取前一个物品的最佳值
            if wt[i - 1] > w:
                K[i][w] = K[i - 1][w]
            else: # 否则，比较当前物品的价值加上剩余容量下的最佳价值和仅剩容量下的最佳价值
                K[i][w] = max(val[i - 1] + K[i - 1][w - wt[i - 1]], K[i - 1][w])

    return K[n][W]

# 示例参数：背包容量50，物品重量[10, 20, 30], 价值[60, 100, 120]，物品数3
val = [60, 100, 120]  # 物品价值列表
wt = [10, 20, 30]     # 物品重量列表
W = 50                 # 背包容量
n = len(val)           # 物品数

max_value = knapSack(W, wt, val, n)
print(f"在背包容量为{W}的情况下，最大价值为{max_value}")