树形动态规划DP

一般而言，大多数动态规划dp是基于数组结构的，其实，在树状结构中也能实现dp，下面就两道算法题给出例子

1:二叉树最长路径

题目描述：https://leetcode.com/problems/sum-of-subarray-minimums/
思路：二叉树最长路径来源于以下三者之中的最大——左子树、右子树、左子树深度+右子树深度
容易写出以下递归的解法：

public static int diameterOfBinaryTree(TreeNode root) {
        if (root == null) return 0;
        if(root.left == null && root.right == null) return 1;
        int a = depth(root.left) + depth(root.right), b =   diameterOfBinaryTree(root.left), c = diameterOfBinaryTree(root.right);
        return Math.max(a,
                Math.max(b, c)
                );
    }

    private static int depth(TreeNode root) {
        if (root == null) return 0;
        return 1 + Math.max(depth(root.left), depth(root.right));
    }

提交上去后，发现只击败了10%的java提交，不难发现，这里递归的子问题是：每棵子树的深度和最长路径， 对于这些子问题，我们进行了重复计算。现在可以思考：如何对于一个子问题，只进行一次计算？
对于每棵子树，他的深度与内部最长路径可以看作是一个属性，用一个int数组（内含两个属性：深度与内部最长路径）来存储，并不断向上（自己的根节点）返回
基于这个思路，我们写出了下面的代码

 //  树型dp
    public static int diameterOfBinaryTree1(TreeNode root) {
        return process(root)[0];
    }

    // int[2] = [best, height]
    private static int[] process(TreeNode node) {
        if (node == null) return new int[]{0, 0};
        int[] left = process(node.left);
        int[] right = process(node.right);
        int[] info = new int[2];
        int maxOfLeftAndRight = Math.max(left[0], right[0]);
        info[0] = Math.max(maxOfLeftAndRight, left[1] + right[1]);
        info[1] = 1 + Math.max(left[1], right[1]);
        return info;
    }

击败了100%的java提交