【中等】力扣算法题解析LeetCode333：最大二叉搜索子树

关注文末推广名片，即可免费获得本题测试源码！

题目来源：🔒 LeetCode 333：最大二叉搜索子树

问题抽象： 给定一个二叉树的根节点 root，要求找出该树中节点数量最多的子树，且该子树必须是二叉搜索树（BST），满足以下核心需求：

1. 子树定义与性质：

   • 子树包含当前节点、所有后代节点及其连接关系；
   • 目标子树需严格满足 BST 规则：
     • 左子树所有节点值 < 根节点值；
     • 右子树所有节点值 > 根节点值；
     • 左、右子树自身也必须是 BST。

2. 优化目标：

   • 在所有满足 BST 性质的子树中，选择包含节点数最多的子树；
   • 若存在多个相同大小的最大 BST 子树，返回任意一个均可。

3. 边界处理：

   • 空树（root = null）视为节点数为 0 的 BST；
   • 单节点树（无子树）视为有效 BST（节点数=1）；
   • 子树必须完全独立于原树结构（即子树不能包含非后代节点）。

输入：二叉树根节点 root（节点值范围整型，树节点数 ≥ 0）
输出：最大 BST 子树的节点数量（整数）。

解题思路

题目要求找出二叉树中最大的二叉搜索子树（BST），并返回其节点数。子树必须包含所有后代节点。我们采用后序遍历（DFS）自底向上处理每个节点，在递归过程中收集子树的关键信息，并判断当前子树是否为BST。

关键步骤

1. 递归设计：每个递归返回一个包含4个属性的结果对象：

   • min：当前子树的最小值
   • max：当前子树的最大值
   • size：当前子树的节点总数
   • isBST：当前子树是否为BST

2. 空节点处理：空节点返回特殊结果（min=MAX_VALUE, max=MIN_VALUE, size=0, isBST=true），避免影响父节点判断。

3. BST判断条件：

   • 左右子树均为BST
   • 当前节点值 > 左子树的最大值（左子树非空时）
   • 当前节点值 < 右子树的最小值（右子树非空时）

4. 更新最大BST：若当前子树是BST，则用其节点数更新全局最大值。

5. 非BST处理：仍需计算当前子树的min/max/size（用于父节点判断），但不更新全局最大值。

代码实现（Java版）

class Solution {
    private int maxSize = 0; // 全局变量记录最大BST节点数

    public int largestBSTSubtree(TreeNode root) {
        dfs(root);
        return maxSize;
    }

    private Result dfs(TreeNode node) {
        if (node == null) {
            return new Result(Integer.MAX_VALUE, Integer.MIN_VALUE, 0, true);
        }
        
        Result left = dfs(node.left);
        Result right = dfs(node.right);
        
        // 计算当前子树的最小值、最大值和节点总数
        int curMin = Math.min(node.val, Math.min(left.min, right.min));
        int curMax = Math.max(node.val, Math.max(left.max, right.max));
        int curSize = left.size + right.size + 1;
        
        boolean isBST = false;
        // 判断当前子树是否为BST
        if (left.isBST && right.isBST) {
            boolean leftValid = (left.size == 0) || (node.val > left.max);
            boolean rightValid = (right.size == 0) || (node.val < right.min);
            if (leftValid && rightValid) {
                isBST = true;
                maxSize = Math.max(maxSize, curSize); // 更新全局最大值
            }
        }
        return new Result(curMin, curMax, curSize, isBST);
    }

    // 内部类封装子树信息
    static class Result {
        int min;     // 子树最小值
        int max;     // 子树最大值
        int size;    // 子树节点总数
        boolean isBST; // 是否为BST
        
        Result(int min, int max, int size, boolean isBST) {
            this.min = min;
            this.max = max;
            this.size = size;
            this.isBST = isBST;
        }
    }
}

代码说明

1. 全局变量：maxSize 动态记录遍历过程中发现的最大BST节点数。
2. 递归函数 dfs：
   • 终止条件：节点为空时返回特殊Result对象。
   • 递归过程：先处理左右子树，再计算当前子树信息。
   • BST判断：通过检查左右子树状态及节点值关系确定当前子树是否为BST。
   • 更新逻辑：当前子树是BST时更新 maxSize。
3. Result类：封装子树的关键信息，便于递归传递。
4. 边界处理：
   • 空节点：min=MAX_VALUE, max=MIN_VALUE 确保不影响父节点比较。
   • 叶子节点：自动满足BST条件（节点数=1）。