树形DP问题

前言

这段话引用自这位佬
在树形动态规划当中，我们一般先算子树再进行合并，在实现上与树的后序遍历相似，都是先遍历子树，遍历完之后将子树的值传给父亲。简单来说我们动态规划的过程大概就是先递归访问所有子树，再在根上合并

那可能就有人会问了，这不就是树的后序遍历吗？递归计算完所有子树后将值返回给父节点，跟DP有啥子关系？

其实是因为在很多此类问题中，很多时候会产生重复的计算（递归的通病），所以我们需要将计算结果记忆化，以减少计算量

我的个人理解是 树形DP = DFS+剪枝

下面用一道例题解释

例题 1 字符串树形DP

139. Word Break
给定一个字符串s和一个字符串字典wordDict，如果s可以被分割成一个或多个字典单词的空格分隔序列，则返回true。
请注意，词典中的同一个单词可能会在切分中重复使用多次。

Example 1:

Input: s = "leetcode", wordDict = ["leet","code"]
Output: true
Explanation: Return true because "leetcode" can be segmented as "leet code".

Example 2:

Input: s = "applepenapple", wordDict = ["apple","pen"]
Output: true
Explanation: Return true because "applepenapple" can be segmented as "apple pen apple".
Note that you are allowed to reuse a dictionary word.

Example 3:

Input: s = "catsandog", wordDict = ["cats","dog","sand","and","cat"]
Output: false

DFS剪枝（树形DP）

class Solution {
   
public:
    bool recur(int start, string s, unordered_set<string>& word, vector<char>& mem){
   
        int n = s.size();
        if(start==n)return true;
        if(mem[start] != -1)return mem[start];
        string sub;
        for(int i=start; i<n; i++)
            if(word.count(sub+=s[i]) && recur(i+1, s, word, mem)) 
                return mem[start]=