【问题描述】使用动态规划算法解0-1背包问题，具体来说就是，依据递归式，按照顺序求得子问题，使得选择合适物品装入背包可使这些物品的重量总和不超过背包容量，且价值总和最大。 【输入形式】在屏幕上输入背包容量、物品数量、每件物品价值和重量。 【输出形式】最优解时所选物品的价值总和及其编号。 【样例输入】 10 5 6 3 5 4 6 2 2 6 5 4 【样例输出】 15 1 2 5 【样例说明】 输入：背包容量10、物品数量5、每件物品价值6, 3, 5, 4, 6和重量2, 2, 6, 5, 4。 输出：最优解时选择物品的价值总和为15，编号为1,2,5。

好的，据我了解，您想要编写一个动态规划算法来解决0-1背包问题，并输出最优解时所选物品的价值总和及其编号。以下是代码实现：

def zeroOneKnapsack(W, wt, val, n):
    K = [[0 for x in range(W+1)] for x in range(n+1)]
    for i in range(n+1):
        for w in range(W+1):
            if i==0 or w==0:
                K[i][w] = 0
            elif wt[i-1] <= w:
                K[i][w] = max(val[i-1] + K[i-1][w-wt[i-1]],  K[i-1][w])
            else:
                K[i][w] = K[i-1][w]
    res = K[n][W]
    items = []
    w = W
    for i in range(n, 0, -1):
        if res <= 0:
            break
        if res == K[i-1][w]:
            continue
        else:
            items.append(i)
            res -= val[i-1]
            w -= wt[i-1]
    return (K[n][W], items[::-1])

W = int(input("请输入背包容量："))
n = int(input("请输入物品数量："))
val = list(map(int, input("请输入每件物品的价值：").split()))
wt = list(map(int, input("请输入每件物品的重量：").split()))

result = zeroOneKnapsack(W, wt, val, n)
print("最优解时选择物品的价值总和为", result[0], "，编号为", result[1])

我已经写好了代码，您只需要在屏幕上依次输入背包容量、物品数量、每件物品价值和重量即可得到结果。其中，结果的第一个元素为最优解时物品的价值总和，第二个元素为所选物品的编号。您可以将代码复制到Python环境中进行测试，看看是否能够得到想要的结果。

希望能够帮到您！