贪心算法不是解决01背包问题的有效方法，因为贪心算法只能保证得到一个近似最优解，而无法保证得到最优解。因此，我们需要使用动态规划来解决01背包问题。以下是使用Java实现的动态规划解法：

public class KnapsackProblem {
    public static int knapSack(int W, int[] wt, int[] val, int n) {
        int[][] dp = new int[n + 1][W + 1];

        for (int i = 0; i <= n; i++) {
            for (int w = 0; w <= W; w++) {
                if (i == 0 || w == 0) {
                    dp[i][w] = 0;
                } else if (wt[i - 1] <= w) {
                    dp[i][w] = Math.max(val[i - 1] + dp[i - 1][w - wt[i - 1]], dp[i - 1][w]);
                } else {
                    dp[i][w] = dp[i - 1][w];
                }
            }
        }

        return dp[n][W];
    }

    public static void main(String[] args) {
        int[] val = {60, 100, 120};
        int[] wt = {10, 20, 30};
        int W = 50;
        int n = val.length;
        System.out.println(knapSack(W, wt, val, n));  // 输出220
    }
}

在上述代码中，我们使用一个二维数组dp来表示当前背包容量和物品数量下的最大价值。初始化时，将数组中的所有元素置为0。然后，使用两个嵌套循环来遍历所有可能的背包容量和物品数量的组合。在每个位置，我们根据当前物品的重量和价值来更新最大价值。最后，返回dp[n][W]即为问题的解。