LeetCode刷题 | Day 5 分裂二叉树的最大乘积 (Maximum Product of Splitted Binary Tree) 递归深度优先算法

LeetCode刷题 | Day 5 分裂二叉树的最大乘积 (Maximum Product of Splitted Binary Tree) 递归深度优先算法

---

---

前言

LeetCode位置：1339. 分裂二叉树的最大乘积

日常刷题，维持手感，同步学习英语，刷题顺序参考B站UP@justyyuk的系列视频，感兴趣的点波关注。
学海无涯，大路千万，感恩此程，彼此真诚陪伴！

Ps：第一次刷到的道友留步，这里拉齐一下信息。文章主要记录视频中的主要内容，算法思路会按照个人理解，用伪代码+举例每步输出的方式呈现（建议自己过一遍）。代码部分会以Python和C++语法进行呈现。文章最后会总结一些英语词汇。OK，就啰嗦这么多，开始进步[干杯🐱‍👓]

---

一、题目概述

输入：二叉树列表root
输出：该二叉树拆分之后两个子树的和的乘积的最大值

PS：

本题输出需要模10^9+7，原因有以下几点：

1. 大质数： 10^9+7 是一个大质数，使用大质数作为模数可以减少哈希冲突，同时能保证取模运算的结果分布较为均匀。这在很多算法设计和竞赛中都是一个标准的选择。
2. 避免溢出： 在涉及大整数乘法的情况下，结果很容易超过语言或平台的整数类型能表示的范围。通过取模操作，可以使得数字保持在一个较小的范围内，从而避免溢出问题。
3. 性能优化： 现代计算机体系结构对于 2^k 这种数值的取模运算进行了优化（比如2^32−1或264−1 这种数）。虽然10^9+7不是2k，但其大小恰好适中，能在保证较好的数学性质的同时，依旧保持较好的计算效率。
4. 通用性：10^9 + 7已成为许多算法竞赛和在线评测系统的默认模数。在这些环境中，使用这个模数使得你的算法具有通用性，并且容易被评测系统接受和比较结果。
5. 避免冲突： 其他模数可能会导致一些特定情况下的冲突或不均匀分布，而10^9 + 7的大质数性质有助于减少这些问题。

二、解题方法

2.1 递归深度优先算法

2.1.1 思路讲解

策略描述：

• 采用深度优先搜索的方式构造一个集合sum，该集合中存放二叉树的所有子树的和；然后计算出原始二叉树所有节点值的和T；通过遍历集合sum，采用(T - i) * i的方式得到带求解的二叉树拆分之后两个子树的和的乘积的最大值。时间复杂度O(n)，空间复杂度O(n)。

2.1.2 伪代码 + 逐步输出示例

# 伪代码示例
函数 maxProduct(root):
	初始化一个空集合 sum
	定义辅助函数 dfs(root)
		如果 root 为空，返回 0
		递归调用 dfs 计算左子树和右子树的和
		将左子树和、右子树和及当前子树和（左子树和 + 右子树和 + root 的值）添加到 sum 集合
		返回当前子树和
	计算整棵树的总和 T = dfs(root)
	初始化最大乘积 ans 为负无穷
	遍历 sum 集合中的每一个子树和 i:
		计算当前子树和与剩余部分和的乘积，并更新 ans 为最大值
	返回 ans 对 10^9 + 7 取模的结果

    
# 逐步输出示例：
输入: [1, 2, 3]
初始化：
•	初始化集合sum
处理第一个元素 1：
•	递归处理左子树 2 和右子树 3
处理左子树 2：
•	左子树为空，返回 0
•	右子树为空，返回 0
•	当前子树和 = 0 + 0 + 2 = 2
•	更新 sum: {
   0, 2}
处理右子树 3：
•	左子树为空，返回 0
•	右子树为空，返回 0