背包问题，动态规划实现

问题描述

题目链接：背包问题
有 n 个物品和一个大小为 m 的背包. 给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值.

问最多能装入背包的总价值是多大?

1. A[i], V[i], n, m 均为整数
2. 你不能将物品进行切分
3. 你所挑选的要装入背包的物品的总大小不能超过 m
4. 每个物品只能取一次
5. m <= 1000m<=1000

示例1：
输入：
m = 10
A = [2, 3, 5, 7]
V = [1, 5, 2, 4]
输出：
9
解释：装入 A[1] 和 A[3] 可以得到最大价值, V[1] + V[3] = 9。

示例2：
输入：
m = 10
A = [2, 3, 8]
V = [2, 5, 8]
输出：
10
解释：装入 A[0] 和 A[2] 可以得到最大价值, V[0] + V[2] = 10。

思路

状态dp[i][j],表示从前i个物品中选择，包的大小为j时的最大价值。
状态索引范围从1开始，价值数组，大小数组索引范围从0开始。
当第i个物品可以放入大小为j的包中：
dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-a[i-1]]+v[i-1])
dp[i-1][j],表示第i个物品不放入大小为j的包中的最大价值。
dp[i-1][j-a[i-1]]+v[i-1]，表示第i个物品放入大小为j的包中的最大价值。此时包的大小为：j-a[i-1]]。
当第i个商品太大，大小为j的包放不下第i个商品时，此时就将其丢弃：
dp[i][j]=dp[i-1][j]

初始状态：
dp[i][0]=0:表示从i个物品中选择，包的大小为0，此时最大价值为0.
dp[0][j]=0:表示从0个物品中选择，包的大小为j，此时最大价值为0.

代码

 public int backPackII(int