动态规划|285. 没有上司的舞会

树形dp的题目，yxc说这是最经典的树形dp题，所以想把这题弄明白些。

原本不想写题解的，因为难度确实不大，但是阳了之后逻辑能力被严重耽误，很那思考多一些的东西，感觉大脑的“内存”不够了，遂借助文章的形式梳理一遍题目，顺便写下来充实博客。

---

核心是以下两个状态转移方程，等下解释这两个转移方程的内含。
$$dp[i][0]=\sum max(dp[son][0],dp[son][1])$$$$dp[i][1]=\sum dp[son][0]+happy[i]$$
为什么说是树形的dp呢？因为树上每个结点都是可以一个状态的集合，当做状态来去转移，也就可使用动态规划了。

---

思路：根据题目，观察可知，父结点的状态，可以由子结点转移过来，这样一来，就可以使用dfs的方式遍历整个树，然后进行比较root结点两个状态中那个最大即可。

如何转移：每个结点有两种状态，取值或者不取；
当结点i取值时，其最大值为所有子节点不取值的和以及i结点自己的值；
当结点i不取值时，其子节点们就可以取值了，这样一来，i结点的最大值为其所有子节点最大值的和（取值或者不取值~）；
根据以上思路，可得转移方程：
$$dp[i][0]=\sum max(dp[son][0],dp[son][1])$$$$dp[i][1]=\sum dp[son][0]+happy[i]$$
因此，只要从底层遍历数组即可，而dfs正好满足从底层遍历的要求，因此可以直接使用dfs遍历树的同时进行计算。

这个dp是从最底层开始走的，如同从图中7,8开始。底层策略决定了上层的决策，这何尝不是一种现实体验呢。

import java.util.*;

/**
 * @desc 使用acwing（oj）用的模板
 */
public class Main {
    
    //定义容器、常数、读入
    int N = 6010;
    HashMap<Integer,List<Integer>> tree = new HashMap<>();
    int[][] f = new int[N][N];
    int n;
    boolean[] findRoot;
    Scanner jin = new Scanner(System.in);
    
    //oj要用的main方法
    public static void main(String[] args) {new Main().run();}//在oj中调用题解方法

    void run() {

        //读入题目数据
        n = jin.nextInt();
        
        for(int i = 1; i <= n; i++){
            f[i][1] = jin.nextInt();//读入数据+初始化f
        }
        
        findRoot = new boolean[n+1];
        
        //构造树
        for(int i = 0; i < n-1; i++){
            int son = jin.nextInt();
            int father = jin.nextInt();
            findRoot[son] = true;
            if(tree.get(father) == null) tree.put(father,new ArrayList<>());
            tree.get(father).add(son);
        }
        
        //调用解题方法
        int root = -1;
        for(int i = 1; i <= n; i++){
            if(!findRoot[i]){
                root = i;
                break;
            }
        }
        dfs(root);
        int res = Math.max(f[root][1],f[root][0]);
        
        //输出题解答案
        System.out.println(res);
    }

    void dfs(int root) {
        List<Integer> sons = tree.get(root);
        if(sons == null) return;
        for(int son : sons){
            dfs(son);
            f[root][1]+=f[son][0];
            f[root][0]+=Math.max(f[son][1],f[son][0]);//只有循环结束后，f[root][0]才更新完毕
        }   
    }
}