【总结】树形DP

树形DP是WHAT？

就是树上的DP呗 :-p

HOW TO DP?

给定一棵有N个节点的树(通常是无根树，也就是有N-1条无向边)，我们可以任选一个节点为根节点，从而定义出每个节点的深度和每棵子树的根。

在树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，第一维通常是节点编号(代表以该节点为根的子树)。大多数时候，我们采用递归的方式实现树形动态规划。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。

经典例题

1、最大独立子集：

最大独立子集的定义是，对于一个树形结构，所有的孩子和他们的父亲存在排斥，也就是如果选取了某个节点，那么会导致不能选取这个节点的所有孩子节点。一般询问是要求给出当前这颗树的最大独立子集的大小(被选择的节点个数)。

例题：没有上司的舞会

this

我们设$dp[i][1]$表示$i$要来的情况下以$i$为根节点的子树的最大快乐值
$dp[i][0]$表示$i$不来的情况下以$i$为根节点的子树的最大快乐值

若$i$要来，那么他的每一个子节点都只能不来，$dp[i][1]=\sum dp[j][0]，j为i的子节点$

如果ta不来，那么他的每个子节点就可来可不来，$dp[i][0]=\sum max(dp[j][0],dp[j][1]),$