树形DP
在学习树形DP之前,我们先要搞清楚一个问题,什么是树?根据图论课上学到的知识我们知道,连通的无圈图称为树。而树我们可以把它近似第看成一个分形结构,这是说我们的树其实是可以递归定义的,树的每个子树也是一颗完整的树,而这种结构就天然地适合递归。
具体来说,在树形动态规划当中,我们一般先算子树再进行合并,在实现上与树的后序遍历相似,都是先遍历子树,遍历完之后将子树的值传给父亲。简单来说我们动态规划的过程大概就是先递归访问所有子树,再在根上合并。
了解了树形动态规划的基本思想后,做一些经典的树形DP题型。
经典例题
子树大小
给你一棵有 个点的树( 号点为根节点),求以 为根的子树的大小。
这道题作为我们树形动态规划的引例,当然是非常简单的,只要跑一遍 即可求出。
具体细节:
-
设 以 为根的子树大小,则 ,其中 为 子节点。
如果写成伪码,大概长这个样子
这就是最简单的树形DP了,有没有感受到先遍历子树,遍历完之后将子树的值传给父亲这样的动态规划过程呢?
树的平衡点
给你一个有个点的树,求树的平衡点和删除平衡点后最大子树的节点数。所谓平衡点,指的是树中的一个点,删掉该点,使剩下的若干个连通块中,最大的连通块的块大小最少。
要解决这个问题,我们首先还是先确定状态,现在的问题还很简单,一般就是题目问什么我们就设什么,所以我们先设为删除号点后最大连通块的块大小。然后我们沿用上一题的设为以为根的子树大小,那么很简单就有,其中是的子节点。这是因为,删除号点后,我们剩下的连通块要么是的子树,要么是的父亲所在的连通块。
通俗的来讲,即删除某个节点后,它的儿子就成了独立的连通块,那么最大连通块就是 max(x 的所有儿子连通块最大的 size,n - f[x])

所以我们只需要先沿用第一题的方法先算出每个点的子树大小,再DFS一遍算出每个点的,其值最小的点就是我们树的平衡点。
没有上司的舞会 (树的最大独立集)
某大学有 个职员,编号为 。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 ,但是呢,如果某个职员的直接上司来参加舞会了,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。
我们把题意抽象一下,没有职员会和上司一同参会,也就是说在这棵树上不存在任何一条边使得连接的两个点都来参会,换句话说这道题其实要我们求的是 树的最大权值的独立集。
我们设 代表以 为根的子树的最优解(第二维的值为 0 代表 不参加舞会的情况,1 代表 参加舞会的情况)。
对于每个状态,都存在两种决策(其中下面的 都是 的儿子):
- 上司不参加舞会时,下属可以参加,也可以不参加,此时有 ;
- 上司参加舞会时,下属都不会参加,此时有 。

我们可以通过 DFS,在返回上一层时更新当前结点的最优解。
通常,树形 DP 状态一般都为当前节点的最优解。先 DFS 遍历子树的所有最优解,然后向上传递给子树的父节点来转移,最终根节点的值即为所求的最优解。