【算法学习笔记】动态规划与数据结构的结合，在树上做DP
作者：互联网
前置芝士：Here
本文是基于 OI wiki 上的文章加以修改完成，感谢社区的转载支持和其他方面的支持
树形 DP，即在树上进行的 DP。由于树固有的递归性质，树形 DP 一般都是递归进行的。
基础
以下面这道题为例，介绍一下树形 DP 的一般过程。
题目描述
某大学有 $n$ 个职员，编号为 $1 \sim N$。他们之间有从属关系，也就是说他们的关系就像一棵以校长为根的树，父结点就是子结点的直接上司。现在有个周年庆宴会，宴会每邀请来一个职员都会增加一定的快乐指数 $a_i$，但是呢，如果某个职员的上司来参加舞会了，那么这个职员就无论如何也不肯来参加舞会了。所以，请你编程计算，邀请哪些职员可以使快乐指数最大，求最大的快乐指数。
我们可以定义 \(f(i,0/1)\) 代表以 \(i\) 为根的子树的最优解（第二维的值为 0 代表 \(i\) 不参加舞会的情况，1 代表 \(i\) 参加舞会的情况）。
显然，我们可以推出下面两个状态转移方程（其中下面的 \(x\) 都是 \(i\) 的儿子）：
- \(f(i,0) = \sum\max \{f(x,1),f(x,0)\}\)（上司不参加舞会时，下属可以参加，也可以不参加）
- \(f(i,1) = \sum{f(x,0)} + a_i\)（上司参加舞会时，下属都不会参加）
我们可以通过 DFS，在返回上一层时更新当前结点的最优解。
代码
const int N = 1e4 + 10;
vector tr[N];
int f[N][2], v[N], Happy[N], n;
void dfs(int u) {
f[u][0] = 0; f[u][1] = Happy[u];
for (auto v : tr[u]) {
dfs(v);
f[u][0] += max(f[v][0], f[v][1]);
f[u][1] += f[v][0];
}
}
int main() {
cin.tie(nullptr)->sync_with_stdio(false);
cin >> n;
for (int i = 1; i <= n; ++i) cin >> Happy[i];
for (int i = 1, x, y; i < n; ++i) {
cin >> x >> y;
v[x] = 1;// x has a father
tr[y].push_back(x);
}
int root;
for (int i = 1; i <= n; ++i)
if (!v[i]) {root = i; break;}
dfs(root);
cout << max(f[root][0], f[root][1]) << "\n";
}
相关练习
树上背包
树上的背包问题，简单来说就是背包问题与树形 DP 的结合。
题目描述
现在有 $n$ 门课程，第 $i$ 门课程的学分为 $a_i$，每门课程有零门或一门先修课，有先修课的课程需要先学完其先修课，才能学习该课程。
一位学生要学习 $m$ 门课程，求其能获得的最多学分数。
$n,m \le 300$
每门课最多只有一门先修课的特点，与有根树中一个点最多只有一个父亲结点的特点类似。
因此可以想到根据这一性质建树，从而所有课程组成了一个森林的结构。为了方便起见，我们可以新增一门 \(0\) 学分的课程（设这个课程的编号为 \(0\)），作为所有无先修课课程的先修课，这样我们就将森林变成了一棵以 \(0\) 号课程为根的树。
我们设 \(f(u,i,j)\) 表示以 \(u\) 号点为根的子树中，已经遍历了 \(u\) 号点的前 \(i\) 棵子树，选了 \(j\) 门课程的最大学分。
转移的过程结合了树形 DP 和背包 DP 的特点，我们枚举 \(u\) 点的每个子结点 \(v\)，同时枚举以 \(v\) 为根的子树选了几门课程，将子树的结果合并到 \(u\) 上。
记点 \(x\) 的儿子个数为 \(s_x\)，以 \(x\) 为根的子树大小为 \(siz_x\)，很容易写出下面的转移方程：
\[f(u,i,j)=\max_{v,k \leq j,k \leq siz_v} f(u,i-1,j-k)+f(v,s_v,k) \]注意上面转移方程中的几个限制条件，这些限制条件确保了一些无意义的状态不会被访问到。
\(f\) 的第二维可以很轻松地用滚动数组的方式省略掉，注意这时需要倒序枚举 \(j\) 的值。
我们可以证明，该做法的时间复杂度为 \(O(nm)\)[1]。
代码
const int N = 310;
vectore[N];
int f[N][N], s[N], n, m;
void dfs(int x) {
f[x][0] = 0;
for (int v : e[x]) { // 循环子节点（物品）
dfs(v);
for (int t = m; t >= 0; --t) // 倒序循环当前选课总门数（当前背包体积）
for (int j = 0; j <= t; ++j) // 循环更深子树上的选课门数（组内物品）
f[x][t] = max(f[x][t], f[x][t - j] + f[v][j]);
/* 或者
for (int j = t; j >= 0; j--)
if (t + j <= m)
f[x][t+j] = max(f[x][t+j], f[x][t] + f[y][j]);
这两种写法j分别用了正序和倒序循环
是为了正确处理组内体积为0的物品（本题正序倒序都可以AC是因为体积为0的物品价值恰好也为0）
请读者结合0/1背包问题中DP的“阶段”理论思考 */
}
if (x != 0) // x不为0时，选修x本身需要占用1门课，并获得相应学分
for (int t = m; t > 0; t--) f[x][t] = f[x][t - 1] + s[x];
}
int main() {
cin.tie(nullptr)->sync_with_stdio(false);
cin >> n >> m;
for (int i = 1, x; i <= n; ++i) {
cin >> x >> s[i];
e[x].push_back(i);
}
memset(f, 0xcf, sizeof(f)); // -inf
dfs(0);
cout << f[0][m] << "\n";
}
相关练习
换根 DP
树形 DP 中的换根 DP 问题又被称为二次扫描，通常不会指定根结点，并且根结点的变化会对一些值，例如子结点深度和、点权和等产生影响。
通常需要两次 DFS，第一次 DFS 预处理诸如深度，点权和之类的信息，在第二次 DFS 开始运行换根动态规划。
接下来以一些例题来带大家熟悉这个内容。
题目描述
给定一个 $n$ 个点的树，请求出一个结点，使得以这个结点为根时，所有结点的深度之和最大。
注意题目的样例给的输出是错误，正确的输出是 \(24\)
不妨令 \(u\) 为当前结点，\(v\) 为当前结点的子结点。首先需要用 \(s_i\) 来表示以 \(i\) 为根的子树中的结点个数，并且有 \(s_u=1+\sum s_v\)。显然需要一次 DFS 来计算所有的 \(s_i\)，这次的 DFS 就是预处理，我们得到了以某个结点为根时其子树中的结点总数。
考虑状态转移，这里就是体现＂换根＂的地方了。令 \(f_u\) 为以 \(u\) 为根时，所有结点的深度之和。
\(f_v\leftarrow f_u\) 可以体现换根，即以 \(u\) 为根转移到以 \(v\) 为根。显然在换根的转移过程中，以 \(v\) 为根或以 \(u\) 为根会导致其子树中的结点的深度产生改变。具体表现为：
-
所有在 \(v\) 的子树上的结点深度都减少了一，那么总深度和就减少了 \(s_v\)；
-
所有不在 \(v\) 的子树上的结点深度都增加了一，那么总深度和就增加了 \(n-s_v\)；
根据这两个条件就可以推出状态转移方程 \(f_v = f_u - s_v + n - s_v=f_u + n - 2 \times s_v\)。
于是在第二次 DFS 遍历整棵树并状态转移 \(f_v=f_u + n - 2 \times s_v\)，那么就能求出以每个结点为根时的深度和了。最后只需要遍历一次所有根结点深度和就可以求出答案。
代码
using pii = pair<int, int="">;
const int N = 2e5 + 10;
vectore[N];
int f[N], d[N], ff[N];
void dfs(int u, int fa) {
for (auto [v, w] : e[u]) {
if (v == fa) continue;
dfs(v, u);
if (d[v] == 1) f[u] += w;
else f[u] += min(f[v], w);
}
}
void dfs1(int u, int fa) {
ff[u] = f[u];
for (auto [v, w] : e[u]) {
if (v == fa)continue;
if (d[v] == 1) {
f[u] -= w;
f[v] += min(f[u], w);
} else {
f[u] -= min(w, f[v]);
f[v] += min(w, f[u]);
}
dfs1(v, u);
}
}
int main() {
cin.tie(nullptr)->sync_with_stdio(false);
int _; for (cin >> _; _--;) {
int n; cin >> n;
for (int i = 1; i <= n; ++i) {
e[i].clear();
d[i] = f[i] = ff[i] = 0;
}
for (int i = 1, u, v, w; i < n; ++i) {
cin >> u >> v >> w;
e[u].push_back({v, w});
e[v].push_back({u, w});
d[u]++, d[v]++;
}
dfs(1, -1);
dfs1(1, -1);
int ans = 0;
for (int i = 1; i <= n; ++i) ans = max(ans, ff[i]);
cout << ans << "\n";
}
}
标签：结点,int,dfs,算法,课程,为根,数据结构,DP 来源： https://www.cnblogs.com/RioTian/p/15110212.html