树的最小支配集和最大独立集

树的最小支配集：

定义1　　对于图G=(V,E)来说，最小支配集指的是从V中取尽量少的点组成一个集合，使得对于V中剩余的点都与取出来的点有边相连。也就是说，设V‘是图G的一个支配集，则对于图中的任意一个顶点u，要么属于集合V’，要么与V‘中的顶点相邻。在V’中出去任何元素后V‘不再是支配集，则支配集是极小支配集。称G的所有支配集中顶点个数最少的支配集为最小支配集，最小支配集中顶点的个数称为支配数。

      注意这里只是实现部分，要如何使用要根据题目而变。

const inf=999999999;
int dp[250][3];        //0表示选中此点的父亲，1表示选中此点，2表示选中此点的儿子
vector<int>vec[250];   //这个下标i是父亲结点，vec[i]向量保存儿子结点

void MDS_DP(int u,int fa)
{
    dp[u][0]=0;
    dp[u][1]=1;
    int inc=inf;
    int sum=0;
    bool mark=false;//表示还没选好儿子
    for(int i=0;i<vec[u].size();++i)
    {
        int j=vec[u][i];
         if(j==fa)  continue;          //这句话以防万一，题目中儿子结点恰是自己的父亲，使一直循环下去
         MDS_DP(j,u);
         if(dp[j][1]<=dp[j][2])
         {
             mark=true;      //找到了某个儿子，他选自己比不选自己要使用更少（或相同）的节点数。
             sum+=dp[j][1];             //加上这个选中自己的结点。
         }
         else
         {
             sum+=dp[j][2];            
             inc=min(inc,dp[j][1]-dp[j][2]);  //以防没找到理想的孩子，就要使一个孩子受最小的损失，来满足他父亲的愿望。
         }
    }
    if(mark==true)
    {
        dp[u][2]=sum;
    }
    else
    {
       if(vec[u].size()==0)
          dp[u][2]=inf;
       else
          dp[u][2]=inc+sum;     //真没找到合适的孩子，便要在理想的基础上，加上最小的代价。
    }
}

树的最大独立集：

定义3　　对于图G=(V,E)来说，最大独立集指的是从V中取尽量多的点组成一个集合，使得这些点之间没有边相连。也就是说，设V’是图G的一个独立集，则对于图中任意一条边(u,v)，u和v不能同时属于集合V'，甚至可以u和v都不属于集合V‘。在V’中添加任何不属于V‘元素后V’不再是独立集，则V‘是极大独立集。称G的所有顶点独立集中顶点个数最多的独立集为最大独立集。

          这里也只是实现。

vector<int>vec[250];
int dp[250][2],n;     //0表示不选此点，1表示选此点

void dfs(int v,int p)
{
    vec[v][0]=0;
    vec[v][1]=1;
    
    for(int i=0;i<vec[v].size();++i)
    {
        int sz=vec[i].size();
        int u=vec[v][i];
          if(u==p)  continue;    //与上相同
        dfs(u,v);
        
        dp[i][0]+=max(dp[u][0],dp[u][1]); // 如果没选此点，则它的儿子可选，可不选。
         dp[i][1]+=dp[u][0];         // 若是选了，儿子不能选。
    }   
    
}