背包问题
Coddy 动态规划入门 课程的第 7 课，共 15 课。
背包问题是计算机科学中的经典优化问题。问题描述很简单：给定一组物品，每件物品都有重量和值，确定要放入背包的物品，使总重量小于或等于给定的限制，同时总价值最大。
背包问题有两种类型：
- 0/1 背包问题：在这种情况下，小偷不能只拿物品的一部分，只能拿走整件物品或不拿。
- 分数背包问题：在这种情况下，小偷可以只拿物品的一部分，也就是说，可以拿走物品的一部分。
挑战
中等编写一个名为 knapsack 的函数，用来解决 0/1 背包问题。该函数应接收 3 个输入：
- 包含 n 件物品重量的列表（w1，w2，...，wn）。
- 包含 n 件物品价值的列表（v1，v2，...，vn）。
- 背包的最大承重（W）。
然后，函数应输出装入背包后可以达到的最大价值。
例如：
weights = [10, 20, 30]
values = [60, 100, 120]
W = 50
knapsack(weights, values, W)输出：
220 # taking the 2 largest items亲手试试
def knapsack(wrights, values, W):
# 在这里编写代码动态规划入门中的所有课
自己练习： Python 在线编译器