采用回溯法求解0-1背包问题。代码以及运行结果截图贴在题目下方。物品种数n=3，背包容量C=20，物品价值(P1.P2P）=(20.1525)，物品重量(wz，wz.Wg)=（10.5.15)，求X=(x1.x2，×a)使背包价值最大。

回溯法是一种用于解决搜索问题的算法，它通过尝试所有可能的解决方案，并在达到目标之前回溯到先前的状态，直到找到最优解。对于0-1背包问题，这种问题的特点是每个物品只能取0次或1次，我们需要确定每件物品是否放入背包以最大化总价值。

下面是一个简单的Python实现，使用递归的方式求解0-1背包问题：

def knapsack(weights, values, capacity, n):
    def backtrack(i, current_weight):
        if i == n or current_weight >= capacity:
            return 0

        include = values[i] + backtrack(i+1, current_weight)
        exclude = backtrack(i+1, current_weight)

        return max(include, exclude)

    # 函数入口
    return backtrack(0, 0)


# 定义物品重量和价值
weights = [10, 5, 15]
values = [20, 15, 25]
capacity = 20
n = len(weights)

# 求解背包问题并打印结果
max_value = knapsack(weights, values, capacity, n)
print("背包的最大价值为:", max_value)

在这个例子中，由于题目没有提供具体的运行结果截图，实际运行这段代码会得到背包的最大价值，例如可能是`45`，这是选取物品1和物品3的结果（物品1价值20，物品3价值25）。