回溯法解货郎问题时的解空间树是

货郎问题（Traveling Salesman Problem, TSP）是指在规定的城市中，有一些城市之间有道路相连，但是不一定所有的城市之间都有道路相连。现将货郎从某个城市出发，必须旅遍所有指定的城市并且回到出发城市，问他该如何走，使路程最短。货郎问题是一个经典的组合优化问题，也是计算几何中的经典问题之一，其解决将涉及到多个领域，如图论、数论、线性规划、动态规划、分支定界、近似算法等。

回溯法是解决货郎问题的一种方法。它是以深度优先搜索为基础的，通过建立解空间树来求得最优解。解空间树是由问题的所有解组成的树形结构，树根代表原问题，树枝代表问题的选项和限制，叶节点就是问题的解。回溯法通过深度优先搜索，遍历解空间树上的所有叶节点来寻找最优解。当搜索到某个叶节点时，若此时所求解已经不可能是最优解，则回溯到该子树的根节点，再遍历其他子树分支，直到搜索到所有叶节点。

在回溯法解货郎问题时，解空间树的构造过程具有以下特点：

1. 宽度不断减少：由于货郎问题的特殊限制，即只能从当前节点出发，去遍历其他未遍历的节点，因此每遍历一个节点，可到达的节点数（即该节点的分支数）就会递减。

2. 深度不断增加：每遍历到一个节点，所表示的路径长度就会增加一次，因此深度也会相应增加。

3. 搜索效率与状态空间大小有关：货郎问题的状态空间大小为 n!，其中 n 表示城市的数量，搜索效率取决于状态空间大小的多少。同时，搜索的效率也与剪枝策略是否合理有关。

在回溯法中，为了提高搜索效率，通常需要采用剪枝策略。基本的剪枝策略有可行性剪枝、最优性剪枝和对称性减枝等。其中可行性剪枝是指在搜索过程中，如果发现某些节点的扩展不能获得最优解或得到的扩展最优解不比已经得到的更优，则可以放弃此节点的扩展。最优性剪枝则是指在搜索过程中同时保持可行性和最优解的条件，并判断此时已经得到的最优解是否可以被改进，若不能，则剪枝。对称性减枝是指当两个节点所在的路径是对称的时候，可以在两个节点中优先访问一个节点，以减少搜索次数。

总之，回溯法解决货郎问题时的解空间树是一个由所有可能解构成的树形结构。搜索过程中，遍历解空间树的每个叶节点，并通过剪枝策略来提高搜索效率，寻找最优解。货郎问题是一个很好的数学模型，它涉及到多个领域，需要通过多学科的交叉应用才能得到最优解。