BB方法迭代格式，给出BB方法的python代码

BB方法是一种求解整数规划的分枝定界算法，其迭代格式如下：

1. 初始化问题，并将其添加到问题队列中
2. 从问题队列中选择一个问题进行求解
3. 对问题进行分枝，生成子问题，并将其添加到问题队列中
4. 对分枝后的子问题进行求解，并更新下界和最优解
5. 如果问题队列为空或者下界大于等于当前最优解，则停止迭代，输出当前最优解

以下是BB方法的Python代码实现：

import numpy as np

class Problem:
    def __init__(self, c, A, b, x):
        self.c = c
        self.A = A
        self.b = b
        self.x = x
        self.z = np.dot(c, x)
        self.lb = -np.inf
        self.ub = np.inf

    def branch(self, idx):
        x1 = self.x.copy()
        x1[idx] = 0
        p1 = Problem(self.c, self.A, self.b, x1)
        x2 = self.x.copy()
        x2[idx] = 1
        p2 = Problem(self.c, self.A, self.b, x2)
        return [p1, p2]

def bb(c, A, b):
    n = c.shape[0]
    x = np.zeros(n)
    root = Problem(c, A, b, x)
    queue = [root]
    opt = None

    while len(queue) > 0:
        problem = queue.pop(0)
        if problem.z <= problem.lb:
            continue
        if problem.z < problem.ub:
            idx = np.argmax(np.abs(problem.c))
            subproblems = problem.branch(idx)
            for subproblem in subproblems:
                subproblem.lb = problem.lb
                subproblem.ub = problem.ub
                if np.all(np.dot(subproblem.A, subproblem.x) <= subproblem.b):
                    subproblem.z = np.dot(subproblem.c, subproblem.x)
                    if subproblem.z > problem.lb:
                        problem.lb = subproblem.z
                    if subproblem.z < problem.ub:
                        queue.append(subproblem)
                        problem.ub = subproblem.z
                        opt = subproblem

    return opt.x, opt.z

其中，`Problem`类表示一个整数规划问题，包括目标函数系数`c`，约束矩阵`A`，约束右边向量`b`，当前解`x`，当前最优目标函数值`z`，以及下界和上界。`bb`函数是BB方法的主函数，其中`queue`表示问题队列，`opt`表示最优解。在函数中，首先初始化根节点，然后将其添加到问题队列中。在每一次迭代中，从问题队列中选择一个问题进行求解，并对其进行分枝，生成子问题，并将其添加到问题队列中。对分枝后的子问题进行求解，并更新下界和最优解。如果问题队列为空或者下界大于等于当前最优解，则停止迭代，输出当前最优解。