二叉树：利用二叉树的后序遍历解决部分树型动态规划问题

1. 算法流程 (4步)

可以解决面试中绝大多数的二叉树问题，尤其是树型dp问题。

步骤如下：

加深理解：

1. 一方面，其本质上是利用递归后序遍历去解决问题，因为后序遍历是左右根，这样才能先知道左右树的信息，再去处理当前结点。【当然同理“右左根”也行，只需要保证根在最后即可】
2. 从另一方面看，每次将左右子树的信息整合并返回后，该左右子树的信息就不要了。这又是动态规划的思想。

2. 第二步中的3种情况

2.1 左子树怎样，右子树怎样，且左右子树间满足某种条件

技巧：通常是问什么，左右子树就是什么，然后去找左右子树的约束条件

例题：

1. 二叉树：求二叉树的最大树高

2. 二叉树：判断二叉树是不是满二叉树「二叉树的递归套路」

3. 判断二叉树是不是平衡二叉树

4. 二叉树：判断二叉树是不是完全二叉树「二叉树的递归套路」

5. 二叉树：给定一棵二叉树的头节点head，和另外两个节点a和b，返回a和b的最低公共祖先「二叉树的递归套路」

2.2 讨论与x有关和与x无关两种情况

在第2步中，常常将情况分为两类：

1. 与x有关…
2. 与x无关…

小细节：写于编写x有关无关的代码时，将无条件的代码放在前面，将有条件的代码放在后面。如果都有条件或都无条件则无先后顺序。

例题：

1. 给定一棵二叉树的头节点head，返回整棵二叉树的最大距离「二叉树的递归套路」

3. 第四步中的2种常用手法

在第4步中，关于递归边界：

• 如果Info的所有字段值都好设置，则直接设置：if(root == null) return new Node(设置信息);
• 如果Info的部分字段值不好设置，则返回null：if(root == null) return null;。其处理逻辑如下：
  

例题：

1. 二叉树：判断是不是二叉搜索树「二叉树的递归套路」
2. 给定二叉树的头节点head，返回此树中最大的二叉搜索子树的大小「二叉树的递归套路」

4. 推广到解决n叉树

例题：

1. 二叉树 | n叉树：派对的最大快乐值「二叉树的递归套路推广到n叉树」