想给自己书包装入的所有商品总和价值最多。 一共有m个商品， 每个商品有两个属性，价格和体积，才能使自己书包里的所有东西价值最高。

这是一个经典的背包问题，可以使用动态规划算法来解决。

1. 定义状态：设dp[i][j]为前i个商品中选取总体积不超过j时能获得的最大总价值。

2. 初始化：dp[0][j]和dp[i][0]都为0，表示不选取任何商品或者书包容量为0时的最大价值都是0。

3. 状态转移方程：对于第i个商品，有两种情况：

(1) 不选取第i个商品，此时dp[i][j]=dp[i-1][j]。

(2) 选取第i个商品，此时dp[i][j]=dp[i-1][j-volume[i]]+price[i]，其中volume[i]为第i个商品的体积，price[i]为第i个商品的价格。

综上所述，状态转移方程为：dp[i][j]=max(dp[i-1][j], dp[i-1][j-volume[i]]+price[i])

4. 求解最大价值：最终答案为dp[m][书包容量]。

代码示例（Python）：

def knapsack(m, price, volume, bag_size):
dp = [[0 for j in range(bag_size+1)] for i in range(m+1)]
for i in range(1, m+1):
for j in range(1, bag_size+1):
if j>=volume[i]:
dp[i][j] = max(dp[i-1][j], dp[i-1][j-volume[i]]+price[i])
else:
dp[i][j] = dp[i-1][j]
return dp[m][bag_size]

# 示例输入
m = 3
price = [0, 10, 20, 30]
volume = [0, 1, 2, 3]
bag_size = 5

# 输出最大价值
print(knapsack(m, price, volume, bag_size)) # 50