在 Tim RoughGarden 在 Coursera 上的 Algorithms-II 课程中，在解释 0-1 背包问题时，他提到了以下内容，我引用了
“通过从背包容量中取出 Wn，在我们查看剩余子问题之前，我们实际上为项目 N 保留了一个缓冲区，如果我们需要它，这就是我们知道当我们把 N 保留回来时我们是可行的到这个解决方案 S* 中。这类似于删除路径的倒数第二个顶点，再次作为缓冲区，以确保当我们将第 N 个顶点包含回独立集问题时的可行性。
请解释一下背包问题和最大独立集问题之间的比较。它们是如何相互关联的。尽管我搜索过
但找不到两者之间的任何关系。
我理解这个片段的方式，作者试图解释如何从当前问题中获得更小的子问题。
在背包的情况下，他的意思是，例如给定重量{5, 3, 7, 1, 4}和大小为 的背包15，您可以通过选择第一项并查看剩余空间来创建子问题。也就是说，剩下的问题是解决背包问题{3, 7, 1, 4}和背包大小10（注意这只是解决方案的一部分）。
在独立集合中，您有类似的东西。给定 vertices{A, B, C, D, E}和 edges ，您可以通过选择第一个顶点 ( ) 并查看剩余的图{(A, B), (A, D), (B, C), (C, D), (C, E), (D, E)}来创建子问题。A的所有邻居都A需要被删除，所以剩下的问题是找到一个独立的顶点{C, E}和边集{(C, E)}。
不过，我必须说，这种相似性有点牵强。