[动态规划] 二叉树中的最大路径和##树形DP#DFS

标题：[动态规划] 二叉树中的最大路径和##树形DP#DFS

个人主页@水墨不写bug

（图片来源于网络）

---

目录

一 、什么是树形DP

 二、题目描述（点击题目转跳至题目）

NC6 二叉树中的最大路径和

 算法思路：

 讲解与参考代码：

---

正文开始：

 
 
//                          _ooOoo_                               //
//                         o8888888o                              //
//                         88" . "88                              //
//                         (| ^_^ |)                              //
//                         O\  =  /O                              //
//                      ____/`---'\____                           //
//                    .'  \\|     |//  `.                         //
//                   /  \\|||  :  |||//  \                        //
//                  /  _||||| -:- |||||-  \                       //
//                  |   | \\\  -  /// |   |                       //
//                  | \_|  ''\---/''  |   |                       //
//                  \  .-\__  `-`  ___/-. /                       //
//                ___`. .'  /--.--\  `. . ___                     //
//              ."" '<  `.___\_<|>_/___.'  >'"".                  //
//            | | :  `- \`.;`\ _ /`;.`/ - ` : | |                 //
//            \  \ `-.   \_ __\ /__ _/   .-` /  /                 //
//      ========`-.____`-.___\_____/___.-`____.-'========         //
//                           `=---='                              //
//      ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^        //
//         佛祖保佑       永无BUG     永不修改                      //
 

一 、什么是树形DP

        动态规划（Dynamic Programming）是一种用于解决优化问题的算法思想。它通过将问题分解为子问题，并保存子问题的解，从而避免了重复计算。而树形DP是动态规划的一种具体应用，用于解决树状结构上的问题。 

        在树形DP中，我们通常会使用深度优先搜索（DFS）的方式来遍历树的节点，并根据遍历的顺序计算每个节点的dp值。

 二、题目描述（点击题目转跳至题目）

NC6 二叉树中的最大路径和

二叉树里面的路径被定义为:从该树的任意节点出发，经过父=>子或者子=>父的连接，达到任意节点的序列。

注意:

        1.同一个节点在一条二叉树路径里中最多出现一次

        2.一条路径至少包含一个节点，且不一定经过根节点

给定一个二叉树的根节点root，请你计算它的最大路径和；

例如：
给出以下的二叉树，
 

最优路径是:2=>1=>3，或者3=>1=>2，最大路径和=2+1+3=6

数据范围：节点数满足 1≤𝑛≤1051≤n≤105 ，节点上的值满足 ∣𝑣𝑎𝑙∣≤1000∣val∣≤1000

要求：空间复杂度 𝑂(1)O(1)，时间复杂度 𝑂(𝑛)O(n)

示例1

输入：

{1,2,3}

返回值：

6

示例2

输入：

{-20,8,20,#,#,15,6}

返回值：

41

说明：

其中一条最大路径为:15=>20=>6，路径和为15+20+6=41   

示例3

输入：

{-2,#,-3}

返回值：

-2

 算法思路：

树形dp：

         a. 左子树收集：以左子树为起点的最大单链和；

        b. 右子树收集：以右子树为起点的最大单链和；

        c. 根节点要做的事情：整合左右子树的信息，得到经过根节点的最大路径和；

        d. 向上返回：以根节点为起点的最大单链和 

 讲解与参考代码：

/**
 * struct TreeNode {
 *	int val;
 *	struct TreeNode *left;
 *	struct TreeNode *right;
 *	TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 * };
 */
class Solution {
public:
    //树形dp，dfs
    //找到左（右）子树为根的最大链和

    //由于val的返回的绝对值小于1000，所以将ret初始化为负无穷小，在这里-1001即可满足条件
    int ret = -1001;
    
    int dfs(TreeNode* root)
    {
        if(root == nullptr)
            return 0;
        
        //细节：如果子树的最大路径和小于0，则直接返回0即可，不再向上返回
        int l = max(0,dfs(root->left));
        int r = max(0,dfs(root->right));
        
        ret = max(ret,root->val + l + r);
        return root->val + max(l,r);
    }

    int maxPathSum(TreeNode* root) {
        dfs(root);
        return ret;
    }
};

---

完~

未经作者同意禁止转载