题目描述（困难难度）
考虑一条路径，可以从任意节点开始，每个节点最多经过一次，问经过的节点的和最大是多少。
解法一 递归
参考了 这里。
首先看到二叉树的题，肯定就是想递归了。递归常规的思路，肯定是递归考虑左子树的最大值，递归考虑右子树的最大值。
public int maxPathSum(TreeNode root) {
if (root == null) {
return Integer.MIN_VALUE;
}
//左子树的最大值
int left = maxPathSum(root.left);
//右子树的最大值
int right = maxPathSum(root.right);
//再考虑包含根节点的最大值
int all = ....;
return Math.max(Math.max(left, right), all);
}
问题就来了，怎么考虑包含根节点的最大路径等于多少？因为我们递归求出来的最大 left 可能不包含根节点的左孩子，例如下边的情况。
8
/ \
-3 7
/ \
1 4
左子树的最大值 left 肯定就是 4 了，然而此时的根节点 8 并不能直接和 4 去相连。所以考虑包含根节点的路径的最大值时，并不能单纯的用 root.val + left + right。
所以如果考虑包含当前根节点的 8 的最大路径，首先必须包含左右孩子，其次每次遇到一个分叉，就要选择能产生更大的值的路径。例如下边的例子：
8
/ \
-3 7
/ \
1 4
\ / \
3 2 6
考虑左子树 -3 的路径的时候，我们有左子树 1 和右子树 4 的选择，但我们不能同时选择
如果同时选了，路径就是 ... -> 1 -> -3 -> 4 -> ... 就无法通过根节点 8 了
所以我们只能去求左子树能返回的最大值，右子树能返回的最大值，选一个较大的
假设我们只考虑通过根节点 8 的最大路径是多少，那么代码就可以写出来了。
public int maxPathSum(TreeNode root) {
//如果最大值是负数，我们选择不选
int left = Math.max(helper(root.left), 0);
int right = Math.max(helper(root.right), 0);
return root.val + left + right;
}
int helper(TreeNode root) {
if (root == null) return 0;
int left = Math.max(helper(root.left), 0);
int right = Math.max(helper(root.right), 0);
//选择左子树和右子树产生的值较大的一个
return root.val + Math.max(left, right);
}
接下来我觉得就是这道题最精彩的地方了，现在我们只考虑了包含最初根节点 8 的路径。那如果不包含当前根节点，而是其他的路径呢？
可以发现在 helper 函数中，我们每次都求了当前给定的节点的左子树和右子树的最大值，和我们 maxPathSum 函数的逻辑是一样的。所以我们利用一个全局变量，在考虑 helper 函数中当前 root 的时候，同时去判断一下包含当前 root 的路径的最大值。
这样在递归过程中就考虑了所有包含当前节点的情况。
int max = Integer.MIN_VALUE;
public int maxPathSum(TreeNode root) {
helper(root);
return max;
}
int helper(TreeNode root) {
if (root == null) return 0;
int left = Math.max(helper(root.left), 0);
int right = Math.max(helper(root.right), 0);
//求的过程中考虑包含当前根节点的最大路径
max = Math.max(max, root.val + left + right);
//只返回包含当前根节点和左子树或者右子树的路径
return root.val + Math.max(left, right);
}
总
这道题最妙的地方就是在递归中利用全局变量，来更新最大路径的值，太强了。前边遇到过和全局变量结合的递归，例如 106 题，当递归和全局变量结合有时候确实会难理解些。而在 110 题 中也应用了和这个题一样的思想，就是发现递归过程和主函数有一样的逻辑，此时可以在递归过程中就可以进行求解。
更多详细通俗题解详见 leetcode.wang 。
