给定n种物品和一个背包。物品i的重量是Wi，其价值为Vi，背包的容量为C。应如何选择装入背包的物品，使得装入背包中物品的总价值最大?用c语言写出来

这个问题可以使用动态规划算法来解决。动态规划使用子问题的最优解来构建原问题的最优解。

定义一个二维数组dp[i][j]，其中i表示前i个物品，j表示背包的容量。dp[i][j]表示在背包容量为j的情况下前i个物品的最大价值。

对于每个物品i，我们可以选择将其放入背包中或不放入背包中。如果我们将其放入背包中，那么相应的dp[i][j]可以通过dp[i-1][j-wi]+vi来计算得到。如果我们不将其放入背包中，那么相应的dp[i][j]可以通过dp[i-1][j]来计算得到。

因此，状态转移方程为：

dp[i][j] = max(dp[i-1][j], dp[i-1][j-wi]+vi)

最终的结果为dp[n][C]，即前n个物品在背包容量为C的情况下的最大价值。

以下是使用C语言实现的代码：

#include <stdio.h>
#include <stdlib.h>

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

int knapsack(int n, int C, int *w, int *v) {
    int i, j;
    int **dp = (int **)malloc((n+1) * sizeof(int *));
    for (i = 0; i <= n; i++) {
        dp[i] = (int *)malloc((C+1) * sizeof(int));
    }

    for (i = 0; i <= n; i++) {
        for (j = 0; j <= C; j++) {
            if (i == 0 || j == 0) {
                dp[i][j] = 0;
            }
            else if (w[i-1] <= j) {
                dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i-1]] + v[i-1]);
            }
            else {
                dp[i][j] = dp[i-1][j];
            }
        }
    }

    int res = dp[n][C];
    for (i = 0; i <= n; i++) {
        free(dp[i]);
    }
    free(dp);
    return res;
}

int main() {
    int n = 3;
    int C = 50;
    int w[] = {10, 20, 30};
    int v[] = {60, 100, 120};

    printf("Maximum value: %d\n", knapsack(n, C, w, v));
    return 0;
}

输出结果为：

Maximum value: 220