动态规划：树形DP

1.什么是树形DP？

概念辨析：

树形dp就是一种dp思想，它将dp建立在树状结构的基础上，可以以树状的结构储存数据。

具体地，给定一棵有N个节点的树（一般为无根树，也就是有N-1条无向边），我们可以任选一个节点作为根结点，从而定义出每个节点的深度和每棵子树的根。

实现方法：

在树的基础上设计动态规划算法时，一般就以节点从深到浅（子树从小到大）的顺序作为DP的“阶段”，DP的状态表示中，第一维通常时节点编号（代表以该节点为根的子树）。在大多数的时候，使用递归的方式（DFS）实现树形动态规划。对于每个节点x，先递归在它的每个子节点上进行DP，在回溯时，从子节点向节点x进行状态转移。

2.例题：

1.AcWing 285. 没有上司的舞会 

题目描述：

Ural 大学有 N名职员，编号为 1∼N。

他们的关系就像一棵以校长为根的树，父节点就是子节点的直接上司。

每个职员有一个快乐指数，用整数 Hi给出，其中 1≤i≤N。

现在要召开一场周年庆宴会，不过，没有职员愿意和直接上司一起参会。

在满足这个条件的前提下，主办方希望邀请一部分职员参会，使得所有参会职员的快乐指数总和最大，求这个最大值。

输入格式

第一行一个整数 N。

接下来 N行，第 i 行表示 i 号职员的快乐指数 Hi。

接下来 N−1 行，每行输入一对整数 L,K，表示 K 是 L 的直接上司。

输出格式

输出最大的快乐指数。

数据范围

1≤N≤6000,

−128≤Hi≤127

输入样例：

7
1
1
1
1
1
1
1
1 3
2 3
6 4
7 4
4 5
3 5

输出样例：

5

思路：

该题意容易理解，转换一种说法就是每一条边中的两个节点只有其中一个参加舞会。

再根据上述的讨论，定义f[i][j]数组，那就以节点编号（子树的根）作为DP状态的第一维，可以用邻接表来存职员和上司的关系，找出没有上司的的节点作为我们的root。

关于f数组的表示：

1.f [x][0]:

表示为：以x为根的子树中，邀请一部分职员参加舞会，且x不参加舞会时的快乐指数最大值,此时他的子节点都可以参加舞会。如下：

2.f[x][1]:

表示为：以x为根的子树中，邀请一部分职员参加舞会，且x参加舞会时的时的快乐指数最大值，此时他的子节点都不能参加舞会。如下：

【图示】：

【代码实现】：#include<bits/stdc++.h>
using namespace std;
const int N=6010;
int happy[N];
int h[N],ne[N],e[N],idx;
bool st[N];
int f[N][2];
void add(int a,int b){//储存职员和上司之间的关系
    e[idx]=b;
    ne[idx]=h[a];
    h[a]=idx;
    idx++;
}
void dfs(int u){
    f[u][1]=happy[u];
    for(int i=h[u];i!=-1;i=ne[i]){
        int j=e[i];
        dfs(j);//根结点递归在它的每个子结点
        f[u][0]+=max(f[j][0],f[j][1]);//公式如上讨论
        f[u][1]+=f[j][0];
    }
}
int main(){
    int n;
    cin>>n;
    memset(h,-1,sizeof h);
    for(int i=1;i<=n;i++)cin>>happy[i];
    for(int i=1;i<n;i++){
        int a,b;
        cin>>a>>b;
        st[a]=true;
        add(b,a);
    }
    int root=1;
    while(st[root])root++;//寻找没有上司的节点作为根结点
    dfs(root);//递归调用
    printf("%d",max(f[root][0],f[root][1]));//输出两种情况的最大值
    return 0;
}