背包問題是一個經典的組合優化問題，可以使用動態規劃來解決。以下是使用Java語言解決背包問題的一個示例：

public class KnapsackProblem {
    public static int knapSack(int capacity, int[] weights, int[] values, int n) {
        int[][] dp = new int[n + 1][capacity + 1];

        for (int i = 0; i <= n; i++) {
            for (int j = 0; j <= capacity; j++) {
                if (i == 0 || j == 0) {
                    dp[i][j] = 0;
                } else if (weights[i - 1] <= j) {
                    dp[i][j] = Math.max(values[i - 1] + dp[i - 1][j - weights[i - 1]], dp[i - 1][j]);
                } else {
                    dp[i][j] = dp[i - 1][j];
                }
            }
        }

        return dp[n][capacity];
    }

    public static void main(String[] args) {
        int capacity = 10;
        int[] weights = {2, 3, 4, 5};
        int[] values = {3, 4, 5, 6};
        int n = weights.length;
        int maxValue = knapSack(capacity, weights, values, n);
        System.out.println("背包能裝下的最大價值為: " + maxValue);
    }
}

在上面的示例中，knapSack方法用于解決背包問題。它接受背包的容量、物品的重量數組、物品的價值數組和物品的個數作為參數，并返回背包能裝下的最大價值。

在main方法中，我們定義了一個背包容量為10的背包，物品的重量數組為{2, 3, 4, 5}，物品的價值數組為{3, 4, 5, 6}，物品個數為4。然后調用knapSack方法求解背包能裝下的最大價值，并將結果打印輸出。

運行以上代碼，輸出結果為：

背包能裝下的最大價值為: 10