十二、树形 DP

在图论中，树被定义为一个连通且无圈的图。树的分形结构意味着树的每个子树也是一棵完整的树，这使得树形DP天然适合递归求解。树的这种结构允许我们从底部向上进行问题求解，即先求解子问题，再合并子问题的解来求解更高层次的问题。在树形DP中，我们需要定义一个状态来表示子问题的解。这个状态通常包含了子树的所有信息，例如子树的大小、子树的和、子树中的最大或最小值等。状态的定义取决于具体问题的需求。树形DP是一种强大的算法工具，它通过利用树的结构特性来解决复杂的优化问题。

因为树的形式非常适合递归，他所带来的访问顺序也是非常符合拓扑排序的，故而在处理子树类问题时，dp可以很好的利用相邻层级之间的关系和逻辑，非常符合dp的“口味”，所以我们才有了这个树形dp。树形dp和线性dp没有什么本质上的区别，只不过一个是在树上，一个是在线上，唯一的一个不同点就是树形dp可以大致的定形，而线性dp却不可以。

由题面可知，本题中小的子树可以向大的子树转移，且无后效性，可以考虑树形 DP。给定 n 个点，n-1 条边的树，点权为 val_i，求删一些边后，剩下的子树的最大权值和。dp_{i,0/1}​ 表示以 ii 为根结点的子树，且 ii 选或不选的最大权值和。给定一棵带点权的有根树，父节点选了，子结点就不能选，求如何选取结点使权值和最大。dp_{i,j}表示以 i 为根的子树保留 j 条边的最大权值和。树形 DP，顾名思义，在树形结构上的 DP 问题。dp_i 表示以 i 为根结点的子树的最大权值和。

在学习树形dp之前我们先了解一下什么是树。树简单来说就是连通的无环图。

树形dp是建立在树状结构的基础上的一种dp。其实个人感觉和记忆化搜索有点像。

java 树形dp 很多时候需要求最大值最小值啥的可以用PriorityQueue,PriorityQueue small=new PriorityQueue<>(Collections.reverseOrder());这个里面没看到decreaseKey或者increaseKey操作，需要可以用remove，然后改变值再insert来实现。 树形dp:本来想着可以构造一个树节点到 dp数据存储的映射，然后用后序遍历计算每个节点的dp值并存在hashmap里，但是这个dp数据可以直接存在虚拟机栈

树形dp即在树上进行动态规划 模板题：834. 树中距离之和 给定一个无向、连通的树。树中有 N 个标记为 0...N-1 的节点以及 N-1条边。 第 i 条边连接节点edges[i][0] 和 edges[i][1]。 返回一个表示节点 i 与其他所有节点距离之和的列表 ans。 示例 1: 输入: N = 6, edges = [[0,1],[0,2],[2,3],[2,4],[2,5]] 输出: [8,12,6,10,10,10] 解释: 如下为给定的树的示意图： 0 /...

小蓝得到了一副大小为M×N的格子地图，可以将其视作一个只包含字符0（代表海水）和1（代表陆地）的二维数组，地图之外可以视作全部是海水，每个岛屿由在上/下/左/右四个方向上相邻的1相连接而形成。x0​y0​x1​y1​...xk−1​yk−1​，其中 (x,y) 是由xi​yi​通过上/下/左/右移动一次得来的 (0≤i≤k−1)，此时这 k 个格子就构成了一个 “环”。

2025年8月14日小结：（17号整理14号的笔记，这辈子真是有了w(ﾟДﾟ)w）昨天摔了跤大的，今天好妈妈在家，松弛。省流：6道中等，明天只学了10分钟嘻嘻。

冒泡排序

手写快速排序的面试过程，实际上是考察候选人从"能工作"到"优秀"的思维演进能力。从基础实现出发，保证正确性逐步加入优化，展示深度思考主动分析复杂度，体现计算机科学基础讨论工程实践，展现实际经验引导技术对话，掌握面试节奏记住：面试官关心的不是你能否背出算法，而是你解决问题的思路和持续优化的能力。通过这样结构化的应对策略，你就能在排序算法面试中脱颖而出。

本文介绍了《算法导论》第27章的多线程算法内容，包括动态多线程基础、多线程矩阵乘法和多线程归并排序。通过C++实现代码，详细讲解了这三个经典算法的并行化设计思路和实现方法。文章首先阐述了动态多线程模型中的工作量、持续时间和并行度等核心概念，然后分别给出了并行求和、分块矩阵乘法和并行归并排序的具体实现，并分析了各算法的性能优化要点。最后提出了关于并行度分析、阈值优化、负载均衡等问题的思考题，帮助读者深入理解多线程算法的设计要点。文章为开发高性能并行程序提供了实用的理论基础和代码参考。