蓝桥杯10天

一买卖股票的最佳时机

• 我们要找到最大的差额就要记录从开始到现在获得最大的负收益min——然后将其减去
• 这种方法只需要一次遍历，我们以局部和代整体和，整体最大和等于到目前为止的和减去目前为止的负收益和，倒退也成立，就可以找到局部max=整体和-局部负收益和
• 这种方法在我那个最大子序和哪里讨论过，不懂的可以翻过去

class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        while not prices:
            return 0
        min_,max_=prices[0],0
        for i in prices:
            min_=min(min_,i)
            max_=max(max_,i-min_)
        return max_

二买卖股票的最佳时机2

• 简而言之，这道题更简单，就是把所有大于零的差都加起来，没有什么水平的一道题

class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        total=0
        
        for i in range(len(prices)-1):                
            k=prices[i+1]-prices[i]
            if k>0:
                total+=k
        return total

三二叉树的最大路径和

• 递归的思想，之前我们做过一道最大深度的问题

• 既然递归，其形势必然为如下形式：
  if nor root： return
  l=maxroot（root.left)
  r=maxroot(root.right)
  return**

• 但是我们如果要是递归下面一层的最大和，和由r+l+节点构成，那么我们返回的不是正确的路径，

• 如果我们返回的是节点或max（l，r）

• 那么返回到最后一层的时候返回的还要再加，因此，我们要在递归过程返回max（l，r）同时要确定一个全局变量，记录现节点对应的最大路径和左右节点对应最大的路径

• 最终返回一个非return的记录量，即全局变量

• 因此我们的结构俩个点：
  1.全局变量ans，负责更迭最大路径
  2.递归函数负责返回每次迭代的max（l，r，0）+val

class Solution:
    glb_max = -2147483648
    def maxPathSum(self, root: TreeNode) -> int:
        def maxPathSum2(root):
            if not root:
                return 0
            left=maxPathSum2(root.left)
            right=maxPathSum2(root.right)
            t=root.val
            self.glb_max=max(self.glb_max,t+left+right,t,t+left,t+right)
            return max(left+t,right+t,t)
        maxPathSum2(root)
        return self.glb_max