- 标签:树、深度优先搜索、动态规划、二叉树
- 难度:困难
描述:给定一个二叉树的根节点 root
。
要求:返回其最大路径和。
说明:
- 路径:从树中的任意节点出发,沿父节点——子节点连接,到达任意节点的序列。同一个节点在一条路径序列中至多出现一次。该路径至少包含一个节点,且不一定经过根节点。
- 路径和:路径中各节点值的总和。
- 树中节点数目范围是
$[1, 3 * 10^4]$ 。 -
$-1000 \le Node.val \le 1000$ 。
示例:
- 示例 1:
输入:root = [1,2,3]
输出:6
解释:最优路径是 2 -> 1 -> 3 ,路径和为 2 + 1 + 3 = 6
- 示例 2:
输入:root = [-10,9,20,null,null,15,7]
输出:42
解释:最优路径是 15 -> 20 -> 7 ,路径和为 15 + 20 + 7 = 42
使用深度优先搜索递归遍历二叉树。递归遍历的同时,维护一个最大路径和变量 self.max_sum
。定义函数 dfs(self, root)
计算二叉树中以该节点为根节点,并且经过该节点的最大贡献值。
计算的结果可能的情况有
- 经过空节点的最大贡献值等于
0
。 - 经过非空节点的最大贡献值等于「当前节点值」+「左右子节点的最大贡献值中较大的一个」。
在递归时,我们先计算左右子节点的最大贡献值,再更新维护当前最大路径和变量。最终 self.max_sum
即为答案。
具体步骤如下:
- 如果根节点
root
为空,则返回0
。 - 递归计算左子树的最大贡献值为
left_max
。 - 递归计算右子树的最大贡献值为
right_max
。 - 更新维护最大路径和变量,即
self.max_sum = max(self.max_sum, root.val + left_max + right_max)
。 - 返回以当前节点为根节点,并且经过该节点的最大贡献值。即返回「当前节点值」+「左右子节点的最大贡献值中较大的一个」。
- 最终
self.max_sum
即为答案。
class Solution:
def __init__(self):
self.max_sum = float('-inf')
def dfs(self, root):
if not root:
return 0
left_max = max(self.dfs(root.left), 0)
right_max = max(self.dfs(root.right), 0)
self.max_sum = max(self.max_sum, root.val + left_max + right_max)
return root.val + max(left_max, right_max)
def maxPathSum(self, root: TreeNode) -> int:
self.dfs(root)
return self.max_sum
-
时间复杂度:$O(n)$,其中
$n$ 是二叉树的节点数目。 -
空间复杂度:$O(n)$。递归函数需要用到栈空间,栈空间取决于递归深度,最坏情况下递归深度为
$n$ ,所以空间复杂度为$O(n)$ 。