树形背包模板题（AcWing286 选课）

题目描述

学校实行学分制。每门的必修课都有固定的学分，同时还必须获得相应的选修课程学分。

学校开设了 N门的选修课程，每个学生可选课程的数量 M是给定的。学生选修了这 M门课并考核通过就能获得相应的学分。

在选修课程中，有些课程可以直接选修，有些课程需要一定的基础知识，必须在选了其他的一些课程的基础上才能选修。

例如《Windows程序设计》必须在选修了《Windows操作基础》之后才能选修。我们称《Windows操作基础》是《Windows程序设计》的先修课。每门课的直接先修课最多只有一门。两门课可能存在相同的先修课。

你的任务是为自己确定一个选课方案，使得你能得到的学分最多，并且必须满足先修条件。假定课程之间不存在时间上的冲突。

输入格式
输入文件的第一行包括两个整数 N、M（中间用一个空格隔开）其中 1≤N≤300,1≤M≤N。

接下来 N行每行代表一门课，课号依次为 1，2，…，N。

每行有两个数（用一个空格隔开），第一个数为这门课先修课的课号（若不存在先修课则该项为 0），第二个数为这门课的学分。学分是不超过 10的正整数。

输出格式
输出一个整数，表示学分总数。

输入样例：
7 4
2 2
0 1
0 4
2 1
7 1
7 6
2 2
输出样例：
13

分析

树形背包问题是背包问题和树形DP问题的结合，可以归类于树形DP问题。

回忆下背包问题，在n件物品中选出体积不超过V的物品，使得这些物品价值之和最大。再回忆下典型的树形DP问题AcWing 285 没有上司的舞会，就是在树中选择若干个节点，这些节点之间有某种依赖关系，使得最后选择节点的权值最大。

对于背包问题而言，树形背包问题相当于增加了不同物品之间的依赖关系，实际也就是AcWing 10 有依赖的背包问题；对于树形DP问题而言，树形背包相当于增加了一个选择节点数量不超过m的限制条件。

背包问题是线性DP的一种，是用线性的顺序去进行状态的转移，而树形DP则是在遍历树的过程中进行状态的转移，所以树形背包无非是在遍历树的过程中进行背包问题的状态转移。对于本题而言，假设节点u有a、b、c三个孩子，要想选择a、b、c就必须先选择u。状态表示为：$f[i][j]$表示以$i$为根的子树中选择$j$个节点能获得的最大学分。对于$i$的某个孩子$t$而言，以$t$为根的子树中可选择的节点数是0到$j-1$，状态转移方程为：$f[i][j]=max(f[i][j],f[i][j-k]+f[j][k])$。

这个状态转移方程可能没那么容易理解，因为这是使用滚动数组优化后的方程。原来的状态表示应该是三维的，即$f[i][t][j]$表示在$i$的前$t$棵子树中选择$j$个节点能获得的最大学分。此时的状态转移方程是$f[i][t][j]=max(f[i][t][j],f[i][t-1][j-k]+f[son][m][k])$，也就是说在$i$的第$t$棵子树中选择$k$个节点，前$t-1$棵子树中选择$j-t$个节点。由于每种状态的转移仅用到了上一层状态左边的状态，所以我们可以去掉第二维，倒着遍历$j$，这样就省去了一维，得到了最终的状态转移方程：$f[i][j]=max(f[i][j],f[i][j-k]+f[j][k])$。

具体dfs的代码如下

void dfs(int u) {
    f[u][1] = w[u];
    for(int i = h[u];~i;i=ne[i]) {
        int j = e[i];
        dfs(j);
        for (int t = m;t >=2; t--) {
            for (int k = 0;k < t;k++) {
                f[u][t] = max(f[u][t], f[u][t - k] + f[j][k]);
            }
        }
    }
}

状态边界是$f[u][1]=w[u]$，表示如果在以$u$为根的子树中只选择1个节点，那么一定是选择$u$。我们假设$dfs(u)$遍历完就可以求出所有以$u$为根的子树的状态$f[u][t]$，那么我们在尝试以$u$的孩子$j$的状态去更新$u$的状态前，需要先求出$j$的状态，也就是做次$dfs(j)$，有了子树的状态，才能进行下一步的状态转移。由于使用了滚动数组，我们需要倒着枚举节点的数量$t$，最大是$m$，最小是2，因为1是状态的边界，然后下一重循环枚举下子树$j$中要选择的节点数$k$，范围在0到$t-1$之间。

复杂度分析：正常树的遍历复杂度是$O(n)$，也就是说，最外层的循环累加起来是$O(n)$，加上里面两层循环总的复杂度就是$O(n{m}^2)$

优化

在很多问题中，$O(n{m}^2)$的复杂度能够处理的问题规模有限，复杂度还是高了，优化的办法也很简单。在前面的$dfs$中，我们枚举$u$每个子树的状态时选择节点的个数是从0枚举到$t-1$的，但是$u$的某个子树可以选择的节点数也应该不超过它的规模，所以如果我们在$dfs$的过程中顺便统计下树的规模，对枚举的节点数做下限制，时间复杂度也会相应的降低。

int dfs(int u) {
    f[u][1] = w[u];
    int s = 1;
    for(int i = h[u];~i;i=ne[i]) {
        int j = e[i];
        int cnt = dfs(j);
        s += cnt;
        int tot = min(m, s + 1);
        for (int t = tot;t >=2; t--) {
            cnt = min(cnt, t - 1);
            for (int k = 0;k <= cnt;k++) {
                f[u][t] = max(f[u][t], f[u][t - k] + f[j][k]);
            }
        }
    }
    return s;
}

观察上面的代码，我们在枚举$u$的某棵子树时，能够选择的节点数不会超过已经遍历的节点总和；同理，某棵子树上能够选择的节点数量$k$，也不会超过该子树的规模，修改了内部两层循环的上界后复杂度降低到了$O(nm)$。（复杂度证明比较复杂，这里就偷点懒不再证明了）

代码

#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
const int N = 305;
int h[N],e[N],ne[N],w[N],idx;
int n,m;
int f[N][N];
void add(int a,int b) {
    e[idx] = b, ne[idx] = h[a], h[a] = idx++;
}

int dfs(int u) {
    f[u][1] = w[u];
    int s = 1;
    for(int i = h[u];~i;i=ne[i]) {
        int j = e[i];
        int cnt = dfs(j);
        s += cnt;
        int tot = min(m, s + 1);
        for (int t = tot;t >=2; t--) {
            cnt = min(cnt, t - 1);
            for (int k = 0;k <= cnt;k++) {
                f[u][t] = max(f[u][t], f[u][t - k] + f[j][k]);
            }
        }
    }
    return s;
}
int main() {
    int p;
    cin>>n>>m;
    memset(h,-1,sizeof h);
    for (int i = 1;i <= n;i++) {
        cin>>p>>w[i];
        add(p, i);
    }
    m++;
    dfs(0);
    cout<<f[0][m]<<endl;
    return 0;
}