2.给定背包容量W=20,6个物品的重量分别为(5，3, 2, 10, 4, 2),价值分别为(11, 8, 15，18, 12, 6),使用回溯法求解 0/1背包问题，画出搜索过程中展开的解空间树。

首先，我们需要定义一个回溯函数，它将在解空间树上进行搜索：

def backtrack(i, cur_weight, cur_value):
    global max_value, best_solution
    
    if i == n or cur_weight == W:
        if cur_value > max_value:
            max_value = cur_value
            best_solution = chosen[:]
        return
        
    if cur_weight + weight[i] <= W:
        chosen[i] = 1
        backtrack(i+1, cur_weight+weight[i], cur_value+value[i])
        chosen[i] = 0
        
    backtrack(i+1, cur_weight, cur_value)

其中，`i`表示当前考虑的物品编号，`cur_weight`表示当前已选物品的重量，`cur_value`表示当前已选物品的价值。`chosen`数组表示当前已选物品的选择情况，1表示选中，0表示未选中。`max_value`表示最大价值，`best_solution`表示最优解。如果已经考虑完所有物品或者当前已选物品的重量等于背包容量，就更新最大价值和最优解。

接下来，我们可以画出搜索过程中展开的解空间树：


其中，每个节点表示一个状态，即已经考虑了前i个物品，已选物品的重量为cur_weight，已选物品的价值为cur_value。每个节点可以扩展出两个子节点，分别表示选中第i个物品和不选第i个物品的情况。我们可以看到，这是一棵深度为6的二叉树，共有64个叶子节点，即所有可能的解。在搜索过程中，我们只需要遍历部分节点，而不是所有节点，以提高效率。