簡寫，筆錄，不寫太多。
概要：
給出若干物品，對於每個物品的投入x，會得到一個特定回報f(x)
已知總投入爲M元，求能得到的最大回報N元。
方程即爲：dp(x) = max{ dp(x),dp(a) + l(x-a)} （A式） .這是對於線性數據而言的，沒有依賴關係。
在樹上學習到了一個很厲害的寫法：
一般來說，如果是要把 A式 用在樹規上， 時間大概在 O（N^3）
轉換一個巧妙地表達方法即可壓縮到 O（N^2）
描述：
dfs(int root , int m) //m表示總投入
對於每一個子節點：
f[subtree][i] <- f[root][i] i=0,1,2....m-1
dfs(subtree,i);
f[root][i] = f[subtree][i-1] + value[i]; i = 0,1,2.....m
講白，就是每次處理子節點，先把root的值賦進去，然後在進行遞歸搜索，爲什麼這樣是有用的？
我們知道，如果反覆使用A式求解的話 ， 事實上每次動規都沒有和父節點聯繫起來，而是在所有數據處理完了以後，再進行計算。
這就浪費了大量的時間。
把父節點的值回代，使得父節點成爲整個動態規劃的一部分。因爲父節點的值對於子樹的計算過程沒有絲毫影響，計算完畢後，直接更新父節點的值。有點類似於線段樹的“有了標記要值還有什麼用”（哈哈哈哈）
//注
第一個循環到m-1 ，因爲如果你要考慮使用這個節點，本身也需要使用，那麼能夠分配給這個節點的子樹的投入只有m-1個了
