求赐教背包算法
我网上找了一段代码 解决背包问题
题目：
有N件物品和一个容量为V的背包。第i件物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 

下面是代码：
红色的看不懂：

	/**

	 * @param value 价值

	 * @param weight 重量

	 * @param capicity 背包容量

	 * @param m 表示只有w[i],w[i+1]...w[n]这些物品时,背包容量为j时的最大价值

	 */

	public static void knapsack(int[] value, int[] weight, int capicity, int[][] m) {

		// 数量

		int n = value.length - 1;

		// 最后一个重量-1和容量的更小的一个

		int jMax = Math.min(weight[n] - 1, capicity);

		// 将最后一个数组的前部分清空。

		for (int j = 0; j <= jMax; j++)

			m[n][j] = 0; // 当w[n]>j 有 m[n][j]=0

		showArray(m);

		// 后半部分设置为此物品的价值

		// m[n][j] 表示只有w[n]物品，背包的容量为j时的最大价值

		for (int j = weight[n]; j <= capicity; j++)

			m[n][j] = value[n]; // 当w[n]<=j 有m[n][j]=v[n]

		showArray(m);

		// 递规调用求出m[][]其它值，直到求出m[0][c]

		for (int i = n - 1; i >= 1; i--) {

			jMax = Math.min(weight[i] - 1, capicity);

			System.out.println(jMax);

			for (int k = 0; k <= jMax; k++)

				m[i][k] = m[i + 1][k];

			showArray(m);

			for (int h = weight[i]; h <= capicity; h++) {

//				System.out.println(m[i + 1][h] + " / " + m[i + 1][h - weight[i]] + " + " + value[i]

//				                   + "(" + h + "," + weight[i] + "," + value[i] + ")");

				m[i][h] = Math.max(m[i + 1][h], m[i + 1][h - weight[i]] + value[i]);

			}

			showArray(m);

		}

		m[0][capicity] = m[1][capicity];

		if (capicity >= weight[0])

			m[0][capicity] = Math.max(m[0][capicity], m[1][capicity - weight[0]] + value[0]);

		System.out.println("bestw =" + m[0][capicity]);

	}



	public static void main(String[] args) {

		// 测试

		int[] ww = { 8, 5, 4, 9 };

		int[] vv = { 10, 7, 5, 4 };

		int[][] mm = new int[4][17];

		knapsack(vv, ww, 12, mm);

//		int[] xx = new int[ww.length];

//		traceback(mm, ww, 12, xx);

//		for (int i = 0; i < xx.length; i++)

//			System.out.println(xx[i]);

	}

	public static void showArray(int[][] m) {

		for (int[] a : m) {

			System.out.println(Arrays.toString(a));

		}

		System.out.println("-------------------------------------------");

	}

第一处红色部分看不懂？
第二处数组的4,17定义是任意的么？有什么限制

------解决方案--------------------
这个问题主要是用的排列组合的算法解决。

你看下基本的排列组合算法 。再来看这个问题

很不错的博客，你看看
http://blog.csdn.net/nash_/article/details/8351611
------解决方案--------------------