题目:给定一个二叉树和一个目标和,判断该树中是否存在根节点到叶子节点的路径,这条路径上所有节点值相加等于目标和。
说明: 叶子节点是指没有子节点的节点。
方法一:广度优先搜索
思路:
首先我们可以想到使用广度优先搜索的方式,记录从根节点到当前节点的路径和,以防止重复计算。
这样我们使用两个队列,分别存储将要遍历的节点,以及根节点到这些节点的路径和即可。
定义了一个TreeNode类作为树的节点:
class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode(int x) { val = x; }
@Override
public String toString() {
return "TreeNode{" +
"val=" + val +
", left=" + left +
", right=" + right +
'}';
}
}
具体方法代码
public boolean hasPathSum(TreeNode root, int sum) {
if (root == null) {
return false;
}
//LinkList底层为链表结构,增加和删除效率高
Queue<TreeNode> queNode = new LinkedList<TreeNode>();
Queue<Integer> queVal = new LinkedList<Integer>();
//存储将要遍历的节点
queNode.offer(root);
//根节点到这些节点的路径和
queVal.offer(root.val);
while (!queNode.isEmpty()) {
TreeNode now = queNode.poll();
int temp = queVal.poll();
//为叶子节点则判断累加和是否等于目标值sum,相等则返回true,否则开始判断下一条路径
if (now.left == null && now.right == null) {
if (temp == sum) {
return true;
}
continue;
}
//不为叶子节点,计算类加和存入路径和的队列
if (now.left != null) {
queNode.offer(now.left);
queVal.offer(now.left.val + temp);
}
if (now.right != null) {
queNode.offer(now.right);
queVal.offer(now.right.val + temp);
}
}
return false;
}
时间复杂度:O(N),其中 N 是树的节点数。对每个节点访问一次。
空间复杂度:O(N),其中 N 是树的节点数。空间复杂度主要取决于队列的开销,队列中的元素个数不会超过树的节点数。
方法二:递归
思路:
判断根节点到某个叶子节点的累加和是否和sum相等
假定从根节点到当前节点的值之和为 val,我们可以将这个大问题转化为一个小问题:是否存在从当前节点的子节点到叶子的路径,满足其路径和为 sum - val。
public boolean hasPathSum2(TreeNode root, int sum){
//根节点为空,直接返回false不存在
if (root == null) {
return false;
}
//为叶子节点则判断该叶子节点值是否等于sum - val若是,则满足,返回true
if (root.left == null && root.right == null) {
return sum == root.val;
}
//不是叶子节点则递归判断左右子树节点是否满足上述条件
return hasPathSum(root.left, sum - root.val) || hasPathSum(root.right, sum - root.val);
}
时间复杂度:O(N),其中 N 是树的节点数。对每个节点访问一次。
空间复杂度:O(H),其中 H 是树的高度。空间复杂度主要取决于递归时栈空间的开销,最坏情况下,树呈现链状,空间复杂度为 O(N)。平均情况下树的高度与节点数的对数正相关,空间复杂度为 O(logN)。
这个递归法和深度优先搜索的思路大致相同,不过比深度优先搜索的时间、空间复杂度都要好一些,因为这个判断的是叶子节点的值是否等于sum - val,而不是直接判断根节点到该叶子节点的累加和是否等于sum,避免了深度优先搜索计算式需要重复求累加和的问题,即节省时间有节省内存。
参考:
Leetcode官方题解