当前:LC124 · 二叉树中的最大路径和 · 首次出现于 Day 22 · 路径:顶栏「56天打卡」→ 点击 LC 题号 → 逐题动画

LC124数据结构二叉树 · 最大路径递归回执树

二叉树中的最大路径和

任意非空路径最大和,例 [-10,9,20,null,null,15,7] 答案 42。

题目是什么

任意非空路径最大和,例 [-10,9,20,null,null,15,7] 答案 42。

解决什么问题

当前调用等待哪些子问题回执,返回值对父节点意味着什么?

核心结论

后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。

01交互算法精讲

先说结论:这道题到底解决什么

怎样从“任意非空路径最大和,例 [-10,9,20,null,null,15,7] 答案 42。”推导出 二叉树 · 最大路径,并证明每次状态变化都不会漏掉答案?

中心结论:后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。

读完必须能回答
  1. 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
  2. 2.当前调用等待哪些子问题回执,返回值对父节点意味着什么?
  3. 3.不变量“global 拐点可接左右;return 给父节点只能报单边链。”为什么能保证算法安全前进?
02交互算法精讲

完整题目与题意拆解

给定一个非空二叉树,返回其最大路径和。本题中,路径被定义为一条从树中任意节点出发,达到任意节点的序列。该路径至少包含一个节点,且不一定经过根节点。

在本站主例中,任意非空路径最大和,例 [-10,9,20,null,null,15,7] 答案 42。

算法最终需要得到或观察:最大路径和 42,路径 15→20→7 不过 root。

把题目翻译成状态
  • 输入:任意非空路径最大和,例 [-10,9,20,null,null,15,7] 答案 42。
  • 机器需要维护:leftGain/rightGain/global/return 双语义。
  • 最终可观察结果:最大路径和 42,路径 15→20→7 不过 root。
动画 1 · 题意扫描

先看清算法到底要维护什么

先建立输入、目标、输出和第一批状态,不急着进入模板。

Step 1/20%
题目与输入建立输入、目标与算法心智

找 root→leaf 和 = 22

正在加载算法场景...
03交互算法精讲

第一层方案:暴力做法

从每个节点重新遍历子树会重复计算;递归让每棵子树只计算一次并向父节点返回摘要。

暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。

动画 2 · 暴力重复

重复工作究竟发生在哪里

把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。

Step 1/20%
先做对:建立暴力基线枚举所有候选并完整验证

找 root→leaf 和 = 22

正在加载算法场景...
优化方向:后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。
04交互算法精讲

整体地图:先做什么,再做什么

  1. 1建模把输入翻译成“递归回执树”,明确答案需要观察什么。
  2. 2状态只维护 leftGain/rightGain/global/return 双语义。
  3. 3转移每一步按照 后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。
  4. 4收尾读取 最大路径和 42,路径 15→20→7 不过 root。,并复核边界与复杂度。
05交互算法精讲

递归回执树:核心概念

先用一句话定义递归函数返回什么,父节点才能正确合并。

这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:leftGain/rightGain/global/return 双语义。

核心不变量
  • global 拐点可接左右;return 给父节点只能报单边链。
动画 3 · 核心概念

建立“递归回执树”心智模型

用主例建立核心状态,先预测下一步,再公开正确分支和理由。

Step 1/30%
题目与输入建立输入、目标与算法心智

找 root→leaf 和 = 22

正在加载算法场景...
06交互算法精讲

核心机制:状态如何一步步变化

给出一个二叉树,要求找一条路径使得路径的和是最大的。 这一题思路比较简单,递归维护最大值即可。不过需要比较的对象比较多。`maxPathSum(root) = max(maxPathSum(root.Left), maxPathSum(root.Right), maxPathSumFrom(root.Left) (if>0) + maxPathSumFrom(root.Right) (if>0) + root.Val)` ,其中,`maxPathSumFrom(root) = max(maxPathSumFrom(root.Left), maxPathSumFrom(root.Right)) + root.Val`

后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。

执行过程中持续维护:leftGain/rightGain/global/return 双语义。

正确性依赖以下不变量:global 拐点可接左右;return 给父节点只能报单边链。

面试时可以压缩为:后序 DFS,max(0,gain)剪负贡献,global更新拐点,return单边,O(n)时间O(h)空间。

落到当前题,执行机制可以压缩为:后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。

动画 4 · 机制构建

一次状态转移为什么成立

集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。

Step 1/50%
经过 -10,remain → 32dfs with remain

路径 -10

正在加载算法场景...
07交互算法精讲

正确性证明:为什么不会漏答案

初始化

初始化:算法开始时,全部合法候选仍在状态表示范围内;global 拐点可接左右;return 给父节点只能报单边链。

保持

保持:执行“后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。”时,只删除已经能证明不可能的候选,并把新信息写回 leftGain/rightGain/global/return 双语义。

终止

终止:没有待处理状态或达到命中条件时,当前可观察结果就是“最大路径和 42,路径 15→20→7 不过 root。”。

正确性抓手不是“样例跑通”,而是每一帧结束后仍能复述:global 拐点可接左右;return 给父节点只能报单边链。
08交互算法精讲

完整执行过程

  1. 1题目与输入任意非空路径最大和,例 [-10,9,20,null,null,15,7] 答案 42。 因为:后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。
  2. 2DFS 维护剩余和每步减去当前结点值。 因为:叶子处 remain 应为 0。
  3. 3叶子 9,remain=23,不命中检查是否等于 target。 因为:只有根到叶路径才计数。
  4. 4预测下一步先不要看下一帧——根据当前不变量,预测算法接下来会怎么动。 因为:主动预测会暴露你对不变量的真实理解,比被动看动画有效得多。
  5. 5经过 20,remain → 12继续向下。 因为:只有根到叶路径才计数。
  6. 6叶子 15,remain=-3,不命中检查是否等于 target。 因为:只有根到叶路径才计数。
  7. 7不存在全部路径检查完。 因为:O(n) DFS。
  8. 8收尾与复杂度最大路径和 42,路径 15→20→7 不过 root。 因为:时间 O(n) · 空间 O(h)。后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。
动画 5 · 完整执行

从输入完整走到可观察结果

从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。

Step 1/80%
题目与输入建立输入、目标与算法心智

找 root→leaf 和 = 22

正在加载算法场景...
09交互算法精讲

把动画和 Go 代码逐行对应

代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。

动画 6 · 代码映射

让每个动作都落到 Go 分支

重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。

Step 1/60%
DFS 维护剩余和remain = target - node.val

找 root→leaf 和 = 22

正在加载算法场景...
10交互算法精讲

完整 Go 提交代码与最小测试

完整 Go 解法
import (
	"math"

)

// TreeNode define
/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */

func maxPathSum(root *TreeNode) int {
	if root == nil {
		return 0
	}
	max := math.MinInt32
	getPathSum(root, &max)
	return max
}

func getPathSum(root *TreeNode, maxSum *int) int {
	if root == nil {
		return math.MinInt32
	}
	left := getPathSum(root.Left, maxSum)
	right := getPathSum(root.Right, maxSum)

	currMax := max(max(left+root.Val, right+root.Val), root.Val)
	*maxSum = max(*maxSum, max(currMax, left+right+root.Val))
	return currMax
}

func max(a int, b int) int {
	if a > b {
		return a
	}
	return b
}
最小测试集合
func main() {
    // 1. 主例
    //    输入:mode="path-sum", values=[-10,9,20,null,null,15,7]
    //    期望:最大路径和 42,路径 15→20→7 不过 root。
    //
    // 2. 失败 / 未命中
    //    检查:global 与 return 语义不同;勿用 LC112 root→leaf 模型。
    //
    // 3. 边界
    //    空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
    //
    // 4. 迁移
    //    LC543 直径;LC687 最长 Univalue
}

Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。

11交互算法精讲

正确性与复杂度

时间复杂度 O(n)

执行过程中只保留仍可能影响答案的状态。后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。

空间复杂度 O(h)

额外状态主要用于维护:leftGain/rightGain/global/return 双语义。

终局不变量
  • global 拐点可接左右;return 给父节点只能报单边链。
12交互算法精讲

最容易写错的地方

错误 1

global 与 return 语义不同;勿用 LC112 root→leaf 模型。

边界复查

必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。

13交互算法精讲

最后复盘:带走逻辑链

  1. 1题意任意非空路径最大和,例 [-10,9,20,null,null,15,7] 答案 42。
  2. 2重复从每个节点重新遍历子树会重复计算;递归让每棵子树只计算一次并向父节点返回摘要。
  3. 3优化后序:leftGain=max(0,dfs(L));global=max(global,val+L+R);return val+max(L,R)。
  4. 4证明global 拐点可接左右;return 给父节点只能报单边链。
  5. 5复杂度时间 O(n),空间 O(h)
面试表达:后序 DFS,max(0,gain)剪负贡献,global更新拐点,return单边,O(n)时间O(h)空间。
迁移练习
  • LC543 直径
  • LC687 最长 Univalue