请利用动态规划求解0-1背包问题。0-1背包问题是说，已知n个物品，每个物品的重量和价值均为已知的正实数，给定一个背包，要选择一些物品放入背包，约束条件是放入背包的物品的重量之和不超过已知的上限C（C是一个给定的正实数），目的是使得放入背包的物品的价值和最大。 代码

以下是0-1背包问题的动态规划实现代码：

def knapsack_01(C, w, v):
    n = len(w)
    dp = [[0 for j in range(C + 1)] for i in range(n + 1)]
    for i in range(1, n + 1):
        for j in range(1, C + 1):
            if w[i - 1] > j:
                dp[i][j] = dp[i - 1][j]
            else:
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - w[i - 1]] + v[i - 1])
    return dp[n][C]

其中，C是背包的容量，w和v分别是物品的重量和价值，n是物品的数量。dp[i][j]表示前i个物品放入容量为j的背包中所能获得的最大价值。动态规划的状态转移方程如下：

$$
dp[i][j] = \begin{cases}
0, & i = 0 \text{ or } j = 0 \\
dp[i-1][j], & w_i > j \\
\max(dp[i-1][j], dp[i-1][j-w_i]+v_i), & w_i \leq j
\end{cases}
$$

最终返回dp[n][C]，即前n个物品放入容量为C的背包中所能获得的最大价值。