前缀和算法与LeetCode437

啥是前缀和

对于一个给定的数列 A, 它的前缀和数列S 是通过递推能求出来得：
$$S[i]=\sum _{j=1}^{i}A[j]$$

部分和是指数列A中某个下标区间的数之和，可理解为前缀和的相减：
$$sum[l,r]=\sum _{i=l}^{r}A[i]=S[r]-S[l-1]$$
在路径类问题中，前缀和可定义为到当前节点路径上的元素之和。如果两个节点的前缀和相等，则说明节点间的距离为0；如果前缀和相差为target，说明节点间存在距离target的路径。

例题1

这里以LeetCode437为例，传统二重DFS的解法时间复杂度是O(n^2)。如果使用前缀和建模，本题中的路径是一棵树，从根往任一节点的路径上(不走回头路)，有且仅有一条路径。

简单情形

先分析个简单例子：如下图，所有节点没有左子树，因此变成单一路径。我们初始化一个<K, V>结构来记录前缀和的出现与否，此时前缀和的存在等同于节点的存在。已知某个节点的前缀和，若要看与它相距sum的节点存在与否，直接preSum_Cur + sum或者preSum_Cur - sum并检查其结果是否存在。

注意在初始化时，前缀和0也要算进去。为了节省遍历次数，只判断每个节点减去距离后的节点是否存在，即寻找已走过的节点是否存在。如下图，前缀和3的节点减去距离3后变为0，而0已经存在；前缀和6的节点减去距离3后变为3，3也已经存在，所以总共2条路经。

复杂情形

再看看更加普适的情形，下图中的二叉树结构，仔细思考就可发现：在遍历的过程中，在递归的每个阶段仍然可看作是单条路径。

因此，在这个阶段可以用简单情形的判断方式对结果计数，但要注意每层递归结束时，要将<K,V>中的出现状态置为否，这样在进入另一条分支（比如，刚从左子树递归回来，正要进入右子树），这样才不会产生干扰，从而获得正确结果。如上图，11、1、3节点减去距离后的前缀和均是10（根节点），因此存在3条路径。

注意事项

因为我们map的初始值是<0,1>，这就造成特殊情况下的统计出错——根节点的值恰好是0的情况，正常状态下，递归进入根节点（假设它非零）后，map中应该是<0, 1>;<roo.val, 1>，但当根节点为零时造成了两条记录的重合。为了解决这一特殊情况，可对出现次数加一处理，具体代码参照一下版本：

public void helper(TreeNode root, Map<Integer, Integer> map, int cur, int sum){
    if (root == null)
        return;
    cur += root.val; // 前缀和
    if( map.getOrDefault(cur-sum, 0)>0 )
        res+=map.getOrDefault(cur-sum, 0);
    map.put(cur, map.getOrDefault(cur, 0)+1);	// 出现，则次数加一
    helper(root.left, map, cur, sum);
    helper(root.right, map, cur, sum);
    map.put(cur, map.getOrDefault(cur, 0)-1);
}