Leetcode124-二叉树中的最大路径和

路径 被定义为一条从树中任意节点出发，沿父节点-子节点连接，达到任意节点的序列。该路径 至少包含一个 节点，且不一定经过根节点。
路径和 是路径中各节点值的总和。
给你一个二叉树的根节点 root ，返回其 最大路径和 。

题解

思想：

题解转载自xiao_ben_zhu
路径每到一个节点，有 3 种选择：1. 停在当前节点。2. 走到左子节点。3. 走到右子节点。
走到子节点，又面临这 3 种选择，递归处理就好。
注意，不能走进一个分支又掉头回来走另一个分支，路径重叠，不符合定义。

定义递归函数
我们关心路径走入一个子树，能从中捞取的最大收益，不用管具体怎么走。
定义dfs函数：返回当前子树能向父节点“提供”的最大路径和。 分为三种情况：

• 路径停在当前子树的根节点，收益：root.val
• 走入左子树，最大收益：root.val + dfs(root.left)
• 走入右子树，最大收益：root.val + dfs(root.right)
  这对应了前面讲的三种选择，最大收益取三者中的最大值。

再次提醒: 一条从父节点延伸下来的路径，不能走入左子树又掉头走右子树，不能两头收益。
当遍历到null节点时，返回 0，收益为 0。
如果子树 dfs 结果为负，走入它，收益不增反减，该子树应被忽略，让它返回 0，如同砍掉。

子树中的内部路径要包含根节点
题目说，路径不一定经过根节点，说明，最大路径和可能产生于局部子树中，如下图左一。
因此每递归一个子树，都求当前子树内部的最大路径和，下图右一，比较出最大的。
注意: 一个子树内部的路径，要包含当前子树的根节点。如果不包含，那还算什么属于当前子树的路径，而是当前子树的子树的内部路径。
所以，一**个子树内部的最大路径和 = 左子树提供的最大路径和 + 根节点值 + 右子树提供的最大路径和。**即 dfs(root.left) + root.val + dfs(root.right)

代码实现

注意区分当前子树的内部最大路径和(dfs(root.left)+dfs(root.right)+root.val) 和 当前子树对外所能贡献的最大路径和(root.val+Math.max(leftMax,rightMax),因为要对外走所，不能反复经过root,所以只能取左右子树路径值中的较大值)

class Solution {
    int res = Integer.MIN_VALUE;
    public int maxPathSum(TreeNode root) {
        dfs(root);
        return res;
    }

    public int dfs(TreeNode root){
        //递归终止条件：node==null
        if(root==null){
            return 0;
        }
        
        //左子树所能提供的最大值
        int leftMax=Math.max(dfs(root.left),0);
        int rightMax=Math.max(dfs(root.right),0);
        //总的最大路径和=当前子树的内部最大路径和 和 原先记录的最大路径值中较大的那一个
        res = Math.max(res,leftMax+rightMax+root.val);
        //返回对外所能贡献的路径之和：因为不可走重复节点，所以只能取左右子树中路径值贡献更大的那一条
        return root.val+Math.max(leftMax,rightMax);
    }
}

复盘总结
递归一个树，会对每个子树做同样的事（你写的处理逻辑）。
通过求出每个子树对外提供的最大路径和，从底而上，求出每个子树内部的最大路径和，后者的求解要用到前者，明白二者的关系。
每个子树的内部最大路径和，都挑战一下最大纪录，递归结束时，最大纪录就有了。
思考递归问题，不要纠结细节实现，思考方式是自顶而下、屏蔽细节的，随着递归出栈，子问题自下而上地解决，最后解决了整个问题，内部细节是子递归实现的。
画出递归树对于递归问题的解决蛮有用，辅助理解。