一直没太搞明白分支限界和回溯有什么区别，今天算是终于搞明白了，以最经典的0-1揹包问题为例。
n = 3， 0 -1揹包问题；
w = [16, 15, 15]；
p = [45, 25, 25]；
CostMax = 30；
解空间树如下图所示，1代表选择，0代表不选。
初学者一直容易搞混的问题就是结点的问题，这里结点不是代表的解，每一条边才是代表的解；
分支限界法如下处理：
Step1：
可扩展结点：A 活结点队列：B，C
选择路径 ：A
当前W：0
当前P：0
Step2：
可扩展结点：B； 活结点队列：C，D，E
选择路径：A->B
当前W：16
当前P：45
Step3：
可扩展结点：C 活结点队列：D，E，F，G
选择路径：A->C
当前W：0
当前P：0
Step4：
如果扩展D，那么当前w = 31 > 30越界，所以直接进行剪枝，解空间树变成如下：
Step5：
可扩展结点：E 活结点队列：F，G，J，K
选择路径：A->B->E
当前W：16
当前P：45
Step6：
可扩展结点：F 活结点队列：G，J，K，L，M
选择路径：A->C->F
当前W：15
当前P：25
Step7：
可扩展结点：G 活结点队列：J，K，L，M，N，O
选择路径：A->C->G
当前W：0
当前P：0
Step8：
如果扩展J，那么当前w = 16+15=31>30，所以对J剪枝，解空间树变为：
Step9：
可扩展结点：K 活结点队列：L，M，N，O
选择路径：A->B->E->G
当前W：16
当前P：45
Step10：
可扩展结点：L 活结点队列：M，N，O
选择路径：A->C->F->L
当前W：30
当前P：50
Step11：
可扩展结点：M 活结点队列：N，O
选择路径：A->C->F->M
当前W：15
当前P：25
Step12：
可扩展结点：N 活结点队列：O
选择路径：A->C->G->N
当前W：15
当前P：25
Step13：
可扩展结点：O 活结点队列：NULL
选择路径：A->C->G->O
当前W：0
当前P：0
活结点队列为空，算法终止，从可行解中筛选出最佳解为（0,1,1），maxP = 50；
回溯法比较好理解，就是本科数据结构教材上讲过的深度优先算法，这里不再多赘述。