蓝桥题库：小明的背包6

0小明的背包6 - 蓝桥云课 (lanqiao.cn)https://www.lanqiao.cn/problems/1179/learning/

#小明背包系列6，也是最后一个，树形真的好难啊啊啊

N,V=map(int,input().split())

g = [[] for i in range(N+1)]

v = [0]*(N+1)

w = [0]*(N+1)

dp = [[0]*(V+1)for i in range(N+1)]

# v[i]表示第i个物品的体积，w[i]表示第i个物品的价值，

# g[i]表示第i个物品的父节点，

# dp[i][j]表示在前i个物品中，背包容量为j时的最大价值。

def dfs(f): #dfs(f)实现了从节点f开始的深度优先搜索，计算dp[f][j]的值

    for i in range(v[f],V+ 1):

        dp[f][i] = w[f]

    for pp in g[f]:

        dfs(pp)

        for j in range(V, v[f]+v[pp]-1,-1):

            for k in range(v[pp],j-v[f]+1):

                if k<=j:

                    dp[f][j] = max(dp[f][j], dp[f][j-k]+dp[pp][k])

for i in range(1,N+1):

    v[i],w[i],x=map(int,input().split())

    g[x].append(i)

dfs(0)

print(dp[0][V])

'''

函数dfs(f)实现了从节点f开始的深度优先搜索，计算dp[f][j]的值。 首先，对于所有的j>=v[f]，dp[f][j]的初始值为w[f]，即将第f个物品放入背包中。 然后，对于f的每个子节点pp，递归调用dfs(pp)，计算dp[pp][k]的值。 最后，对于所有的j>=v[f]+v[pp]，更新dp[f][j]的值为dp[f][j]和dp[f][j-k]+dp[pp][k]的较大值， 其中k的取值范围为[v[pp],j-v[f]+1]。 最终，dp[0][V]即为在前N个物品中，背包容量为V时的最大价值。

'''

'''

解决背包问题。背包问题是一个经典的组合优化问题，通常有两种形式：0-1背包问题和完全背包问题。这段代码解决的是0-1背包问题。

使用了深度优先搜索（DFS）来计算背包在不同容量下的最大价值。首先，根据输入的物品信息，构建了一个有向无环图（DAG），图中每个节点表示一个物品，节点之间的边表示物品之间的包含关系。然后通过DFS遍历这个图，计算每个节点对应的最大价值。

在DFS的过程中，对于每个节点f，首先初始化背包容量为v[f]到V的最大价值为w[f]（即当前节点的价值）。然后遍历节点f的子节点pp，递归计算子节点pp的最大价值，并根据子节点pp的体积和价值更新节点f的最大价值。最终得到的dp[0][V]即为在前N个物品中，背包容量为V时的最大价值。

就是动态规划算法，通过DFS遍历有向无环图，计算0-1背包问题的最优解

'''