回溯法——利用解空间树解决0-1背包问题

一、简介

01背包典型的解法是动态规划，之前的博客也有介绍，这里就不再赘述。

https://blog.csdn.net/Jayphone17/article/details/102553763

这里有一些回溯法相关的基础理论知识：

https://blog.csdn.net/Jayphone17/article/details/102910824

二、算法设计

（1）定义问题解空间

购物车问题属于典型的01背包问题，问题的解是从n个物品中选择一些物品使其在不超过容量的前提下价值最大。没个物品有且仅有两种状态，要么装进购物车，要么不装进。用0表示不装进购物车，用1表示装进购物车。所以该问题的解是一个n元组，且每个分量的取值为0或者1。

（2）确定解空间组织结构

问题的解空间描述了2^n种可能接，也可以说是n个元素组成的集合所有子集个数。

可见，问题的解空间树为自己输，且是二叉树，解空间树的深度为问题的规模n。如图所示：

（3）搜索解空间树

1.约束条件：

购物车问题的解空间包含2^n种可能解，存在某种或某些物品无法装进购物车的情况，因此需要设置约束条件，判断装进购物车的物品总重量是否超过购物车的重量，如果超出，就是不可行解，否则为可行解。搜索过程不再搜索那些导致不可行解的结点及其孩子结点。

约束条件是：

2.限界条件：

购物车01背包问题的可行解可能不止一个，问题的目标是找一个装入购物车的物品总结之最大的可行解，即最优解。因此，需要设置衔接条件来加速找出该最优解的速度。

根据解空间树的组织结构，对于任何一个中间结点z（中间状态），从根结点到z结点的分支所代表的状态（是否已经装进购物车）已经确定，从z到其子孙结点的分支状态是不确定的。

也就是说，如果z在解空间树中所处的层次是t，说明第一个物品到t-1个物品的状态已经是确定了。我们只需要沿着z的分支扩展很容易确定第t种物品的状态。此时，1～t种物品的状态已经确定了。

但是t+1～n种物品的状态还不确定。

我们设置前t种物品的状态是已经装进购物车的物品的总价值，用cp表示。

我们设置t+1～n种物品总价值用rp表示。

因此我们用cp+rp是所有从根结点出发经过中间结点z的可行解的价值上界。

• 如果价值上界小于或者等于当前搜索到的最优值（用bestp表示，初始值为0），则说明从中间结点z继续向子孙结点搜索不可能得到一个更优解，没有搜索的必要（剪枝），反之，继续向子孙结点搜索。
• 限界条件为：cp+rp<=bestp 

3.搜索过程&#