当前位置: 首页 > news >正文

python-leetcode 49.二叉树中的最大路径和

题目:

二叉树中的路径被定义为一条节点序列,序列中每对相邻节点之间都存在一条边,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。

路径和是路径中各节点值得总和,给定二叉树得根节点root,返回其最大路径和


方法一:递归

首先,考虑实现一个简化的函数 maxGain(node),该函数计算二叉树中的一个节点的最大贡献值,具体而言,就是在以该节点为根节点的子树中寻找以该节点为起点的一条路径,使得该路径上的节点值之和最大。

  • 空节点的最大贡献值等于 0

  • 非空节点的最大贡献值等于节点值与其子节点中的最大贡献值之和(对于叶节点而言,最大贡献值等于节点值)

 

叶节点 9、15、7 的最大贡献值分别为 9、15、7。得到叶节点的最大贡献值之后,再计算非叶节点的最大贡献值。节点 20 的最大贡献值等于 20+max(15,7)=35,点 −10 的最大贡献值等于 −10+max(9,35)=25,

上述计算过程是递归的过程,因此,对根节点调用函数 maxGain,即可得到每个节点的最大贡献值。

根据函数 maxGain 得到每个节点的最大贡献值之后,如何得到二叉树的最大路径和?对于二叉树中的一个节点,该节点的最大路径和取决于该节点的值与该节点的左右子节点的最大贡献值,如果子节点的最大贡献值为正,则计入该节点的最大路径和,否则不计入该节点的最大路径和。维护一个全局变量 maxSum 存储最大路径和,在递归过程中更新 maxSum 的值,最后得到的 maxSum 的值即为二叉树中的最大路径和。

# Definition for a binary tree node.
# class TreeNode(object):
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution(object):
    def __init__(self):
        self.maxSum=-1e9
    def maxPathSum(self, root):
        """
        :type root: Optional[TreeNode]
        :rtype: int
        """
        def maxGain(node):
            if not node:
                return 0
            #递归计算左右子节点的最大贡献值,只有在最大贡献值大于 0 时,才会选取对应子节点
            leftGain=max(maxGain(node.left),0)
            rightGain=max(maxGain(node.right),0)
            #节点的最大路径和取决于该节点的值与该节点的左右子节点的最大贡献值
            priceNewpth=node.val+leftGain+rightGain
            #更新答案
            self.maxSum=max(self.maxSum,priceNewpth)
            #返回节点最大贡献值
            return node.val+max(leftGain,rightGain)
        maxGain(root)
        return self.maxSum

时间复杂度:O(N)N 是二叉树中的节点个数。对每个节点访问不超过 2 次。

空间复杂度:O(N)主要取决于递归调用层数,最大层数等于二叉树的高度,最坏情况下,二叉树的高度等于二叉树中的节点个数

源自力扣官方题解
 

http://www.dtcms.com/a/64282.html

相关文章:

  • 【ES6】ES6中的类
  • 侯捷C++课程学习笔记:构造函数那些事儿(四)
  • 微信h5环境使用开放标签(wx-open-launch-weapp)打开三方小程序
  • 【商城实战(25)】解锁UniApp移动端适配秘籍,打造完美商城体验
  • 第一章:Tailwind CSS基础与项目设置 - 第一节:Tailwind CSS入门 - 核心理念与工作流
  • BGP 规划问题、路由黑洞与环路
  • 面试之《前端常见的设计模式》
  • Quantum Computing:量子计算如何改变世界
  • 行为模式---策略模式
  • C++多线程编程 3.互斥量、互斥锁
  • 百某田网任务脚本
  • c语言经典案例题
  • Insar结合ISCE2,某一个文件进行并行-stackSentinel.py
  • 【Maven教程与实战案例】
  • 霍夫变换法是基于传统视觉特征的道路车道线检测算法中的一种经典方法
  • 【反无人机目标检测】DRBD-YOLOv8
  • 解决用拼音录入汉字时导致的应用退出floating point invalid operation at 0x6b873ec3
  • 【使用 Python 结合 ADB 监控进程状态】
  • C# JObject 快速定位节点值
  • 洞悉C++内存结构:解锁深层优化潜力
  • go个人论坛项目
  • 邮箱验证:外贸邮件营销中的关键策略
  • Future<V>接口 和 CompletableFuture<T>类 介绍
  • Ubuntu conda虚拟环境不同设备之间迁移
  • 环境配置 | [特殊字符] 5分钟极简Git入门:从零上手版本控制
  • Goby 漏洞安全通告| Apache Tomcat 远程命令执行(CVE-2025-24813)
  • LabVIEW cRIO中CSV文件的读取
  • iOS底层原理系列01-iOS系统架构概览-从硬件到应用层
  • 文献分享: Aligner——学习稀疏对齐的检索模型
  • 《解锁 Lodash:简化复杂逻辑的实战技巧》​