二叉树题目套路（动态DP）

1、DP算法思想

（1）将待求解的问题分解称若干个子问题，并存储子问题的解而避免计算重复的子问题，并由子问题的解得到原问题的解。

（2）动态规划算法通常用于求解具有某种最有性质的问题。

（3）动态规划算法的基本要素：最优子结构性质和重叠子问题。

最优子结构性质：问题的最优解包含着它的子问题的最优解。即不管前面的策略如何，此后的决策必须是基于当前状态（由上一次的决策产生）的最优决策。

重叠子问题：在用递归算法自顶向下解问题时，每次产生的子问题并不总是新问题，有些问题被反复计算多次。对每个子问题只解一次，然后将其解保存起来，

以后再遇到同样的问题时就可以直接引用，不必重新求解。

2、DP算法——解决问题的基本特征

（1）动态规划一般求解最值（最优、最大、最小、最长）问题；

（2）动态规划解决 的问题一般是离散的，可以分解的（划分阶段的）。

（3）动态规划结局的问题必须包含最优子结构，即可以有（n-1）的最优推导出n的最优。

3、DP算法——解决问题的基本步骤

动态规划算法的四个步骤：

（1）刻画最优解的结构特性。（一维、二维、三维数组）；

（2）递归的定义最优解。（状态转移方程）

（3）以自底向上的方法来计算最优解。

（4）从计算得到的解来构造一个最优解。
下面我们就以平衡二叉树的动态DP实现为例，了解一下动态DP的实现。
一、首先，我们了解一下平衡二叉树。
1. 它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1
2.并且左右两个子树都是一棵平衡二叉树。
二、对于一颗平衡二叉树所有的子树，需要同时满足以下条件

1、保证左子树是平衡二叉树
2、保证右子树是平衡二叉树
3、|左树高度-右树高度| <= 1

三个条件同时满足才是平衡二叉树

平衡二叉树的实现（java）

//定义二叉树的结构
	public static class Node