news 2026/5/10 9:43:33

算法:二叉树最大路径和

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
算法:二叉树最大路径和

核心解题思路

要理解这个算法,你需要明白二叉树中的任何一个节点在计算路径时,其实扮演了两个不同的角色

1. 对“上级”(父节点)的角色:只能提供一条腿

当一个节点(比如 root)向它的父节点汇报工作时,它不能把“左+根+右”这个像拱桥一样的路径汇报上去。因为路径不能分叉,一条路径要想继续向上延伸,只能选择左边或者右边的一条路

汇报值= root->val + max(左子树能提供的最大单边路径, 右子树能提供的最大单边路径)。

2. 对“全局答案”的角色:可以是路径的最高点(拐点)

一条路径可以在当前节点“拐弯”。也就是说,路径可以是 左子树 -> 当前节点 -> 右子树。

当前节点为拐点的最大路径和= 左子树最大贡献 + 右子树最大贡献 + root->val。

我们需要每遍历到一个节点,就计算一下以它为“拐点”的路径和是否比当前的全局最大值 ans 还要大。如果是,就更新 ans。

完整代码:

class Solution { public: int maxPathSum(TreeNode* root) { int ans = INT_MIN; // 初始化为一个最小值,防止题目全是负数节点时出错 dfs(root, ans); // 开始递归 return ans; // 返回最终找到的全局最大路径和 } // 注意这里 ans 是引用传递 (int &ans),这样递归中修改的都是同一个变量 int dfs(TreeNode *root, int &ans) { // 1. 递归终止条件(Base Case) // 如果节点为空,它对路径的贡献就是 0 if (root == nullptr) return 0; // 2. 递归计算左右子树的“最大贡献值” // 核心逻辑:max(0, ...) 是精华所在! // 如果子树计算出的路径和是负数(比如 -10),那我们不如不选那条路(即贡献为 0)。 // 这相当于“剪枝”,把负贡献的尾巴剪掉。 int left = max(0, dfs(root->left, ans)); int right = max(0, dfs(root->right, ans)); // 3. 计算“单边最大路径”(用于返回给父节点) // temp 代表:如果父节点想连我,我能提供的最大值。 // 我只能带上我左右孩子中较大的那一个(或者都不带,如果都是0)。 int temp = max(left, right) + root->val; // 4. 更新全局最大值(ans) // 这里原作者写了两行更新,其实逻辑涵盖了两种情况: // 第一行:更新单边路径的情况(比如路径只到当前节点为止,或者只连一边) ans = max(ans, temp); // 第二行:更新“拱桥”情况(最关键的一步) // 路径形态:左孩子 -> 当前节点 -> 右孩子 // 这代表路径在当前节点这里“拐弯”了,不再向父节点延伸。 ans = max(ans, left + right + root->val); // 5. 返回值 // 注意!这里必须返回 temp。 // 因为 dfs 函数的定义是“返回该节点能给父节点提供的最大单边路径”。 // 你不能返回“左+根+右”,因为那是一条死路(两头都堵住了),不能再连父节点了。 return temp; } };

输入: root = [1, 2, 3]

步骤演示:

  1. 处理节点 2 (左子叶):
    • left, right 都是 0 (因为无子节点)。
    • temp (汇报给父节点) = $0 + 0 + 2 = 2$。
    • 更新 ans:此时 ans 可能是 2 (视初始化和遍历顺序而定)。
    • 返回 2
  2. 处理节点 3 (右子叶):
    • left, right 都是 0。
    • temp (汇报给父节点) = $0 + 0 + 3 = 3$。
    • 更新 ans:ans 更新为 3。
    • 返回 3
  3. 处理节点 1 (根节点):
    • left = 2 (来自节点 2 的返回值)。
    • right = 3 (来自节点 3 的返回值)。
    • 计算拱桥路径 (拐点路径):$left + right + root->val = 2 + 3 + 1 = 6$。
    • 更新 ans:ans 变为6
    • 计算返回值 (temp):max(2, 3) + 1 = 4 (这意味着如果 1 还有父节点,它会汇报 4)。

最终结果 ans = 6

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/6 0:27:42

社会网络仿真软件:Pajek_(4).数据导入与导出

数据导入与导出 在社会网络仿真软件Pajek中,数据的导入和导出是非常重要的功能,因为它们允许用户将网络数据从外部源导入到Pajek中进行分析,或者将分析结果导出到其他应用或文件格式中。本节将详细介绍Pajek中数据导入和导出的原理和操作方法…

作者头像 李华
网站建设 2026/5/7 4:08:40

AI应用架构师的上下文工程:开启AI智能体高性能时代

AI应用架构师的上下文工程:开启AI智能体高性能时代 一、引入:当AI“忘记”了你的话,问题出在哪里? 你有没有遇到过这样的场景? 你问聊天机器人:“我昨天买的手机怎么连不上Wi-Fi?”它回复&am…

作者头像 李华
网站建设 2026/5/7 4:54:24

【前缀和】LCR_013_二维区域和检索-矩阵不可变

求解代码private int[][] preSum;public NumMatrix(int[][] matrix) {int m matrix.length;int n matrix[0].length;if(m0||n0){return;}preSum new int[m1][n1];for(int i1;i<m;i){for(int j1;j<n;j){preSum[i][j]preSum[i-1][j]preSum[i][j-1]matrix[i-1][j-1]-preS…

作者头像 李华
网站建设 2026/5/8 7:37:23

Kimi K2.5实测翻车了?我花3小时测完,发现真相没那么简单

Kimi K2.5实测翻车了?我花3小时测完,发现真相没那么简单 昨天 Kimi 发布 K2.5 的时候&#xff0c;朋友圈都在刷“开源最强”。我本来也准备跟风夸一波&#xff0c;结果测了三个小时后&#xff0c;我发现事情远比想象的复杂——这个模型既让我惊艳到拍大腿&#xff0c;又让我气…

作者头像 李华
网站建设 2026/5/2 8:02:42

社会网络仿真软件:Pajek_(2).社会网络分析基础理论

社会网络分析基础理论 社会网络分析&#xff08;Social Network Analysis, SNA&#xff09;是一种研究社会结构和关系的方法&#xff0c;通过图论和网络科学的工具来分析个体之间的互动。SNA 在多个领域都有广泛的应用&#xff0c;包括社会学、心理学、组织管理、计算机科学和…

作者头像 李华