树形 DP
💡 核心思想
树形 DP 是在树结构上进行的动态规划,通常以"某个节点为根的子树"来定义状态。由于树没有环,天然的递归结构使得 DP 转移非常自然。经典问题:树的直径、最大独立集、树的重心等。
树形 DP 的套路很固定:对每个节点,先递归处理所有子节点,然后用子节点的 DP 值来更新当前节点。这其实就是后序遍历的思路。关键在于状态设计——通常每个节点有"选/不选"或"包含/不包含"两种状态。
🎯 直觉理解
想象一个公司的组织架构(树形结构)。CEO 要做一个决策,他先问所有部门经理,部门经理问组长,组长问员工。信息从叶子节点一层层汇总到根节点——这就是树形 DP 的过程。
📝 算法流程
- 建树(邻接表存边)
- 从任意节点开始 DFS
- 后序遍历:先处理子树,再处理当前节点
- 状态转移:根据子节点的 dp 值更新当前节点
$$dp[u][0/1] \text{:节点 } u \text{ 不选/选 时子树的最优值}$$
📊 复杂度分析
| 指标 | 复杂度 |
|---|---|
| 时间 | $O(n)$(每个节点处理一次) |
| 空间 | $O(n)$ |
💻 参考实现(C++)
C++ (C++17)
#include <bits/stdc++.h>
using namespace std;
// 树的最大独立集(没有上司的舞会)
vector<int> g[6005];
int r[6005], dp[6005][2];
bool hasFather[6005];
void dfs(int u) {
dp[u][0] = 0;
dp[u][1] = r[u]; // 选 u
for (int v : g[u]) {
dfs(v);
dp[u][0] += max(dp[v][0], dp[v][1]); // 不选 u,子节点可选可不选
dp[u][1] += dp[v][0]; // 选 u,子节点不能选
}
}
int main() {
int n; cin >> n;
for (int i = 1; i <= n; i++) cin >> r[i];
for (int i = 1; i < n; i++) {
int u, v; cin >> u >> v; // v 是 u 的上司
g[v].push_back(u);
hasFather[u] = true;
}
int root = 1;
while (hasFather[root]) root++;
dfs(root);
cout << max(dp[root][0], dp[root][1]) << endl;
return 0;
}⚠️ 常见坑点
没找到根节点就开始 DFS
树的边是双向的但只当有向边处理
状态转移时混用了选/不选的情况
换根 DP 忘记做两次 DFS
📚 相关题目
| 题目 | 来源 | 难度 | 备注 |
|---|---|---|---|
| P1352 没有上司的舞会 | 洛谷 | CSP-S | 树形DP模板 |
| P1122 最大子树和 | 洛谷 | CSP-S | 树形DP |