装载问题：三个集装箱分别重3，7，5，两艘船载重量分别为8，7 利用回溯算法，迭代方式解决 python

装载问题是经典的组合优化问题，可以使用回溯算法解决。在这个特定的例子中，我们需要确定如何分配集装箱到两艘船上，使得每艘船都不超过其最大载重量，并且尽可能地充分利用空间。这里是一个简单的Python代码示例，通过递归的方式来实现回溯算法：

def backtrack(ships, weights, used_weights, remaining_weights):
    # 如果所有货物都已经装完
    if len(weights) == 0:
        if sum(used_weights) <= max(ship_weights):
            solutions.append(used_weights)
        return

    for i in range(len(weights)):
        # 如果当前货物加上已经使用的重量不超过船的最大承载量
        if sum(used_weights) + weights[i] <= ships[i]:
            # 尝试装载
            backtrack(
                ships, weights[:i] + weights[i+1:], used_weights + [weights[i]], remaining_weights - weights[i]
            )
            # 回溯：如果不装载，则尝试下一个货物
            backtrack(ships, weights, used_weights, remaining_weights)

# 初始化数据
ship_weights = [8, 7]
container_weights = [3, 7, 5]
solutions = []

# 开始搜索解决方案
backtrack(ship_weights, container_weights, [], container_weights)

# 打印所有找到的装载方案
if solutions:
    print("装载方案有：")
    for sol in solutions:
        print(sol)
else:
    print("无可行装载方案")