题目描述(困难难度)
考虑一条路径,可以从任意节点开始,每个节点最多经过一次,问经过的节点的和最大是多少。
解法一 递归
参考了 这里。
首先看到二叉树的题,肯定就是想递归了。递归常规的思路,肯定是递归考虑左子树的最大值,递归考虑右子树的最大值。
public int maxPathSum(TreeNode root) {
if (root == null) {
return Integer.MIN_VALUE;
}
//左子树的最大值
int left = maxPathSum(root.left);
//右子树的最大值
int right = maxPathSum(root.right);
//再考虑包含根节点的最大值
int all = ....;
return Math.max(Math.max(left, right), all);
}
问题就来了,怎么考虑包含根节点的最大路径等于多少?因为我们递归求出来的最大 left
可能不包含根节点的左孩子,例如下边的情况。
8
/ \
-3 7
/ \
1 4
左子树的最大值 left
肯定就是 4
了,然而此时的根节点 8
并不能直接和 4
去相连。所以考虑包含根节点的路径的最大值时,并不能单纯的用 root.val + left + right
。
所以如果考虑包含当前根节点的 8
的最大路径,首先必须包含左右孩子,其次每次遇到一个分叉,就要选择能产生更大的值的路径。例如下边的例子:
8
/ \
-3 7
/ \
1 4
\ / \
3 2 6
考虑左子树 -3 的路径的时候,我们有左子树 1 和右子树 4 的选择,但我们不能同时选择
如果同时选了,路径就是 ... -> 1 -> -3 -> 4 -> ... 就无法通过根节点 8 了
所以我们只能去求左子树能返回的最大值,右子树能返回的最大值,选一个较大的
假设我们只考虑通过根节点 8
的最大路径是多少,那么代码就可以写出来了。
public int maxPathSum(TreeNode root) {
//如果最大值是负数,我们选择不选
int left = Math.max(helper(root.left), 0);
int right = Math.max(helper(root.right), 0);
return root.val + left + right;
}
int helper(TreeNode root) {
if (root == null) return 0;
int left = Math.max(helper(root.left), 0);
int right = Math.max(helper(root.right), 0);
//选择左子树和右子树产生的值较大的一个
return root.val + Math.max(left, right);
}
接下来我觉得就是这道题最精彩的地方了,现在我们只考虑了包含最初根节点 8
的路径。那如果不包含当前根节点,而是其他的路径呢?
可以发现在 helper
函数中,我们每次都求了当前给定的节点的左子树和右子树的最大值,和我们 maxPathSum
函数的逻辑是一样的。所以我们利用一个全局变量,在考虑 helper
函数中当前 root
的时候,同时去判断一下包含当前 root
的路径的最大值。
这样在递归过程中就考虑了所有包含当前节点的情况。
int max = Integer.MIN_VALUE;
public int maxPathSum(TreeNode root) {
helper(root);
return max;
}
int helper(TreeNode root) {
if (root == null) return 0;
int left = Math.max(helper(root.left), 0);
int right = Math.max(helper(root.right), 0);
//求的过程中考虑包含当前根节点的最大路径
max = Math.max(max, root.val + left + right);
//只返回包含当前根节点和左子树或者右子树的路径
return root.val + Math.max(left, right);
}
总
这道题最妙的地方就是在递归中利用全局变量,来更新最大路径的值,太强了。前边遇到过和全局变量结合的递归,例如 106 题,当递归和全局变量结合有时候确实会难理解些。而在 110 题 中也应用了和这个题一样的思想,就是发现递归过程和主函数有一样的逻辑,此时可以在递归过程中就可以进行求解。
添加好友一起进步~
如果觉得有帮助的话,可以点击 这里 给一个 star 哦 ^^
如果想系统的学习数据结构和算法,强烈推荐一个我之前学过的课程,可以点击 这里 查看详情