本人此時還是一名研一的小菜雞，剛學會了這個算法的基本概念，來總結一下，誰知道今後的我再看到這篇自己寫的博客的時候會不會笑出來，哈哈哈哈哈哈哈哈，所以嗎，錯了的化大佬們評論指正就好了。
還有系列文章動態規劃法解01揹包問題，分支限界法解01揹包問題哈，需要的化以下是鏈接：
動態規劃法：https://blog.csdn.net/qq_29051107/article/details/103394491
分支限界法：https://blog.csdn.net/qq_29051107/article/details/103395841
1揹包問題題幹（題目中所給出的條件和問題）
給定n種物品和一揹包。物品i的體積是Si，其價值爲Vi，揹包的容量爲C。問應如何選擇裝入揹包的物品，使得裝入揹包中物品的總價值最大?
C=50， S=(15,5,25,27,30)，W=(30,12,44,46,50)
2回溯法求解
回溯法（探索與回溯法）是一種選優搜索法，又稱爲試探法，按選優條件向前搜索，以達到目標。但當探索到某一步時，發現原先選擇並不優或達不到目標，就退回一步重新選擇，這種走不通就退回再走的技術爲回溯法，而滿足回溯條件的某個狀態的點稱爲“回溯點”。
粘一段百度百科的內容作爲概念解釋哈，巴拉巴拉巴拉，喋喋以喋倚喋喋。
核心思路：
1.初始化：目標函數置爲0，將物品按價值體積比的非增順序排序
2.搜索：從根節點出發，儘量沿左孩子結點前進，當不能繼續沿左孩子前進時，把搜索轉到右子樹，得到問題的一部分解。
3.估計：由部分解所能得到的最大價值：如果估計價值高於上界，繼續向下搜索，直到找到可行解保存可行解，並用可行解得到的目標函數的值更新目標函數的上界，向上回溯，尋找其他可行解。若估計值小於目標函數的上界，則丟棄當前的部分解，向上回溯。
接下來解釋一下接下來要出現的幾個變量所代表的意思：
Weav：當前節點的估計價值
Wup：當前的最優值（注意，是當前，可能是最終的最優，也可能不是）
注意算法計算從這裏就開始了！！！
第一步：
令Wup=0,將物體的序號按價值體積比，排序結果是（2， 1， 3， 4， 5）也就是此時的S和W需要按照新的物品順序變一下，如下：
S=(5,15,25,27,30)
W=(12,30,44,46,50)
第二步：
生成節點1、 2、 3、 4、 5，（如下圖所示）
得到部分解(1,1,1,0)，
（因爲從節點5開始就不在是左孩子了，所以要在這裏估計一下價值，來確定是否還繼續往下搜索，估計價值時認爲物品可以部分放入的）
估計當前部分解的價值爲：Weva=（12+30+44） +（0） +（50-5-15-25） *（50/30） =94.3，
因爲Weva>Wup
所以繼續向下搜索生成結點6，
得到可行解(1,1,1,0,0),
得到價值爲86，
更新Wup=86
第三步：
回溯：沿右孩子回溯到左孩子4（即節點4），生成相應右孩子7（即節點7）（如下圖）
得到部分解(1,1,0,1)，
此時 估計價值Weva= （ 12+30） +（ 46） +（ 50-5-15-27）*（ 50/30） = 93 > Wup
因爲Weva>Wup，
繼續生成結點8， 9，
得到可行解(1,1,0,1,0),
價值爲88，
更新Wup=88
第四步：
回溯到8生成10，得到部分解(1,1,0,0), 估計部分解Weva=92>88
繼續生成結點11，得到可行解(1,1,0,0,1), 更新Wup=92
因爲11是左孩子，生成其對應的右孩子結點12，得到另一個可行解(1,1,0,0,0)
第五步：
回溯，沿結點12向上回溯到結點3生成結點13，
得到部分解(1,0),此時Weva= （12） +（44）+（50-5-25） *（46/27） =90.1<92
向上繼續回溯生成結點14，得到部分解(0),
此時得到的Weva=（0） +（30+44） +（50-15-25）*（46/27） = 91.03<92，
因此，回溯到根結點，算法結束，得到最優解（1， 1， 0， 0， 1），最大價值92
總結：
回溯法不愧稱爲深度優先算法，總是一條路先摸索完成後，再回過頭去看看有沒有更好的路走。與分支限界法正好相反。本人博客中也有分支限界法的介紹。