递归回溯法求解0/1背包问题python语言完整代码加上注释

好的，以下是一份Python语言实现的递归回溯法求解0/1背包问题的完整代码，已经加上了注释说明：

# 递归回溯法求解0/1背包问题
# 功能：给定物品重量列表和价值列表，背包容量，求能装入背包的最大价值

def knapsack(w, v, c):
    """
    :param w: 一个列表，表示物品的重量
    :param v: 一个列表，表示物品的价值
    :param c: 背包的容量
    :return: 能装入背包的最大价值
    """
    n = len(w)  # 物品个数
    memo = [[-1] * (c + 1) for _ in range(n)]  # 备忘录，用于记录之前计算过的状态
    def dp(i, j):
        """
        :param i: 当前考虑到第i个物品
        :param j: 当前背包容量为j
        :return: 能装入背包的最大价值
        """
        if i == n:  # 物品已经考虑完了
            return 0
        if memo[i][j] != -1:  # 如果之前计算过，直接返回备忘录中的值
            return memo[i][j]
        res = dp(i + 1, j)  # 不装第i个物品
        if j >= w[i]:  # 如果当前背包容量能装下第i个物品
            res = max(res, v[i] + dp(i + 1, j - w[i]))  # 装第i个物品
        memo[i][j] = res  # 记录备忘录
        return res
    return dp(0, c)  # 从第0个物品开始考虑，背包容量为c

# 示例
w = [1, 2, 3]  # 物品重量列表
v = [6, 10, 12]  # 物品价值列表
c = 5  # 背包容量
print(knapsack(w, v, c))  # 输出结果：22

注释已经比较详细了，主要思路就是用递归回溯法，定义一个dp函数来求解能装入背包的最大价值，同时使用备忘录memo记录之前计算过的状态，避免重复计算。