状态表示：
\(dp[u][j]\)：表示以结点u为根的子树上留j条边时的最多苹果数量。

状态转移：
状态转移方程如何设计？下面给出2种思路，二叉树方法、多叉树（一般性）方法。
（1）二叉树
本题是一棵二叉树，根据二叉树的特征，考虑u的左右子树，如果左子树\(l\)共留\(k\)条边（不包含\(u \rightarrow l\)这条边），右子树\(r\)则留\(j - k - 2\)条边（同样不包含\(u \rightarrow r\)这条边），减\(2\)的原因是除去\(u \rightarrow l\)以及\(u \rightarrow r\)，用\(k\)在\([0, j-2]\)内遍历不同的分割。
转移方程如下：

其中，\(f(l,j-1)\)表示\(j\)条边全部保留在左子树，\(f(r,j-1)\)表示\(j\)条边全部保留在右子树。\(f(l,k)\)和\(f(r,j-2-k)\)表示左子树保留\(k\)条边，右子树保留\(j-k-2\)条边。

边界：
\(f(leaf,j)=0\)，\(f(u,0)=0\)。

注意点

首先需要建树，原题输入数据并没有明确给出父子关系。建树后可将边权转化为儿子节点的点权。

const int N=110;
PII tree[N];
vector<PII> g[N];
int f[N][N];
int apple[N];
int n,m;

void build(int u,int fa)
{
    for(int i=0;i<g[u].size();i++)
    {
        int j=g[u][i].fi,w=g[u][i].se;
        if(j == fa) continue;
        if(!tree[u].fi) tree[u].fi=j,apple[j]=w,build(j,u);
        else if(!tree[u].se) tree[u].se=j,apple[j]=w,build(j,u);
    }
}

int dfs(int u,int j)
{
    int l=tree[u].fi,r=tree[u].se;
    if(l == 0 && r == 0) return 0;  // 边界
    if(j == 0) return 0;  // 边界
    if(~f[u][j]) return f[u][j];  // 记忆化搜索
    
    f[u][j]=max(f[u][j],dfs(l,j-1)+apple[l]);
    f[u][j]=max(f[u][j],dfs(r,j-1)+apple[r]);
    for(int k=0;k<=j-2;k++)
        f[u][j]=max(f[u][j],dfs(l,k)+dfs(r,j-k-2)+apple[l]+apple[r]);
        
    return f[u][j];
}

int main()
{
    memset(f,-1,sizeof f);
    cin>>n>>m;

    for(int i=0;i<n-1;i++)
    {
        int a,b,c;
        cin>>a>>b>>c;
        g[a].pb({b,c});
        g[b].pb({a,c});
    }
    
    build(1,-1);

    cout<<dfs(1,m)<<endl;
    //system("pause");
    return 0;
}

（2）多叉树
状态转移：

\(v\)是\(u\)的一个子结点。\(dp[u][j]\)的计算分为2部分：

1. \(dp[v][k]\)：在\(v\)上留\(k\)个边；
2. \(dp[u][j-k-1]\)：除了\(v\)上的\(k\)个边，以及边\([u,v]\)，那么以\(u\)为根的这棵树上还有\(j-k-1\)个边，它们在u的其他子结点上。

const int N=110;
vector<PII> g[N];
int f[N][N];
int apple[N];
int n,m;

void dfs(int u,int fa)
{
    for(int i=0;i<g[u].size();i++)
    {
        int v=g[u][i].fi,w=g[u][i].se;
        if(v == fa) continue;
        dfs(v,u);
        for(int j=m;j>=1;j--)
            for(int k=0;k<j;k++)
                f[u][j]=max(f[u][j],f[u][j-k-1]+f[v][k]+w);
    }
}

int main()
{
    cin>>n>>m;

    for(int i=0;i<n-1;i++)
    {
        int a,b,c;
        cin>>a>>b>>c;
        g[a].pb({b,c});
        g[b].pb({a,c});
    }

    dfs(1,-1);

    cout<<f[1][m]<<endl;
    //system("pause");
    return 0;
}

有一些树形DP问题，可以抽象为背包问题，被称为“树形依赖的背包问题”。例如上面的题目“二叉苹果树”，可以建模为“分组背包”（注意与普通分组背包的区别是，这里的每个组可以选多个物品，而不是一个）：
（1）分组。根结点u的每个子树是一个分组。
（2）背包的容量。把u为根的整棵树上的树枝数，看成背包容量。
（3）物品。把每个树枝看成一个物品，体积为1，树枝上的苹果数量看成物品的价值。
（4）背包目标。求能放到背包的物品的总价值最大，就是求留下树枝的苹果数最多。

分组背包的代码和“二叉苹果树”的代码很像，下面贴出2个代码帮助理解。
（1）分组背包的代码。

for(int i = 1; i <= n; i++)                 //遍历每个组
    for(int j = C; j>=0; j--)               //背包总容量C
        for(int k = 1; k <= m; k++)         //用k遍历第i组的所有物品
            if(j >= c[i][k])                //第k个物品能装进容量j的背包
               dp[j] = max(dp[j], dp[j-c[i][k]] + w[i][k]);    //第i组第k个

（2）树形dp代码。下面是洛谷P2015部分代码。

for(int i = 0; i < edge[u].size(); i++) {    //把u的每个子树看成一个组
    ......
    for(int j = m; j >= 1; j--)         //把u的枝条总数看成背包容量
        for(int k = 0; k < j ; k++)      //用k遍历每个子树的每个枝条
            dp[u][j] = max(dp[u][j], dp[u][j-k-1] + dp[v][k] + w);

树形背包问题的状态定义，一般用dp[u][j]表示以点u为根的子树中，选择j个点（或j个边）的最优情况。

P2015 二叉苹果树