动态规划法求0-1背包问题请用C++语言编程，代码中请加注释。

好的，下面是使用动态规划法求解0-1背包问题的C++代码，带有注释说明：

#include <iostream>
using namespace std;

int max(int a, int b) {
    return (a > b) ? a : b;
}

int knapSack(int W, int wt[], int val[], int n) {
    int i, w;
    int K[n + 1][W + 1];

    // 填充 K[][] 数组，K[i][w] 表示在前 i 个物品中选择一些物品放入容量为 w 的背包中能获得的最大价值
    for (i = 0; i <= n; i++) {
        for (w = 0; w <= W; w++) {
            if (i == 0 || w == 0) {
                // 基本情况：没有物品或者背包容量为 0
                K[i][w] = 0;
            } else if (wt[i - 1] <= w) {
                // 当前物品的重量小于等于背包容量，可以选择放或不放
                K[i][w] = max(val[i - 1] + K[i - 1][w - wt[i - 1]], K[i - 1][w]);
            } else {
                // 当前物品的重量大于背包容量，不放入背包中
                K[i][w] = K[i - 1][w];
            }
        }
    }

    // 返回能获得的最大价值
    return K[n][W];
}

int main() {
    int val[] = {60, 100, 120};
    int wt[] = {10, 20, 30};
    int W = 50;
    int n = sizeof(val) / sizeof(val[0]);
    cout << "最大价值：" << knapSack(W, wt, val, n) << endl;
    return 0;
}

在上面的代码中，我们使用了一个二维数组 K[][] 来记录在前 i 个物品中选择一些物品放入容量为 w 的背包中能获得的最大价值。首先，我们先填充 K[][] 数组，然后返回能获得的最大价值，即 K[n][W]。其中，n 表示物品的个数，W 表示背包的容量，val[] 数组表示每个物品的价值，wt[] 数组表示每个物品的重量。

在填充 K[][] 数组的过程中，我们需要考虑以下三种情况：

1. 基本情况：没有物品或者背包容量为 0；
2. 当前物品的重量小于等于背包容量，可以选择放或不放；
3. 当前物品的重量大于背包容量，不放入背包中。

最终，我们可以得到能获得的最大价值，即 K[n][W]。