树形DP（二叉树动态规划）套路总结，一招鲜吃遍天

随便来一道二叉树的题目，比如说，判断二叉树是否是搜索二叉树？
所谓搜索二叉树，就是每个节点的左孩子都小于它，右孩子都大于它。

树形DP第一步

分析题目要求，选取任意一个普通节点，看看判断题目要求需要其左右孩子提供哪些条件？
比如这道题，根据搜索二叉树的定义，任意一个节点，需要大于左孩子的最大值，同时小于右孩子的最小值，这样才算是满足定义，同时，左右孩子本身还需要是搜素二叉树，因此，根据题目要求，总结出，这题需要左右孩子提供的三个数据：
1.是否是搜索二叉树
2.最小值
3.最大值
将上述左右孩子需要的返回结果，封装成一个数据结构保存，也可以不封装，在递归方法中返回也行。

树形DP第二步

写递归函数，此时，递归函数只需要考虑三件事：
第一，判断一下递归结束的位置，写出递归出口。

        if(node==null){
            return null;
        }

第二，将上述左右孩子的返回方法当作黑盒来看，返回的结果直接使用就行了。

        ReturnData leftData= BST(node.left);
        ReturnData rightData= BST(node.right);

第三，利用左右孩子返回结果，实现自己的逻辑，并继续向上返回。

        int min=node.value;
        int max=node.value;
        boolean isBst;
        //判断是否合格
        if((leftData==null||(leftData.isBST&&leftData.max<node.value))
                &&(rightData==null||(rightData.isBST&&rightData.min>node.value))){
            isBst=true;
        }else {
            return new ReturnData(false,min,max);
        }
        //求最小值
        if(leftData!=null){
            min=Math.min(leftData.min,node.value);
        }
        //求最大值
        if(rightData!=null){
            max=Math.max(rightData.max,node.value);
        }
        return new ReturnData(isBst,min,max);

完整实例代码：

    public static ReturnData  BST(Node  node){
        if(node==null){
            return null;
        }
        ReturnData leftData= BST(node.left);
        ReturnData rightData= BST(node.right);
        int min=node.value;
        int max=node.value;
        boolean isBst;
        if((leftData==null||(leftData.isBST&&leftData.max<node.value))
                &&(rightData==null||(rightData.isBST&&rightData.min>node.value))){
            isBst=true;
        }else {
            return new ReturnData(false,min,max);
        }
        if(leftData!=null){
            min=Math.min(leftData.min,node.value);
        }
        if(rightData!=null){
            max=Math.max(rightData.max,node.value);
        }
        return new ReturnData(isBst,min,max);
    }