xuanyue_18的博客

这就是LeetCode112题：给你二叉树的根节点 root 和一个表示目标和的整数 targetSum ，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 targetSum。本题询问是否存在从当前节点 root 到叶子节点的路径，满足其路径和为 sum，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。我们可以注意到有几个叶子节点，就有几条路径，那如何找叶子节点呢？

理论上，递归能做的迭代一定能做，但可能会比较复杂。上面几个递归的遍历方法，背都背下来了，所以有时候面试官要求不使用递归实现三种遍历，递归就是每次执行方法调用都会先把当前的局部变量、参数值和返回地址等压入栈中，后面在递归返回的时候，从栈顶弹出上一层的各项参数继续执行，这就是递归为什么可以自动返回并执行上一层方法的原因。

我们再从二叉树的角度看递归，每次遇到递归，都按照前面说的四步来写，可以更好地写出正确的递归算法。通过二叉树可以非常方便的理解递归，递归只处理当前这一层和下一层之间的关系，并不关心下层和下下层之间的关系，这就像老子只管养好儿子，至于孙子怎么样，那是儿子的事，你也不能瞎掺合。从图中可以看到，当root的一个子树为null的时候还是会执行递归，进入之后发现root==null了，然后就开始返回。递归的方法是很难调试的，即使对的，你也可能晕，这里介绍一种简单有效的验证方法——调用过程图法。

我们先思考一个问题，上面的阶乘，如果n=4会调几次上面的f()方法呢？很明显应该是4次，递归的特征就是“不撞南墙不回头”，n=4，3和2时会继续递归，而n=1时发现满足退出条件了，就执行return 1，不再递归，而是不断返回上一层并计算。接着再看返回时每层参数的问题，递归本质上仍然是方法调用，所以可以按照方法调用的方式来验证写的对不对。下面这个图完整的表示了求阶乘的过程，你会发现递归不过是一个方法被调了好几次，每次n都在减小，这就是递进的过程。触底之后，也就是满足终止条件之后就开始返回了。

广度优先在面试里出现的频率非常高，整体属于简单题，但是很多人面试遇到时就直接放弃了，实在可惜。我们本章就集中研究一下到底难在哪里。广度优先又叫层次遍历，基本过程如下：层次遍历就是从根节点开始，先访问根节点下面一层全部元素，再访问之后的层次，类似金字塔一样一层层访问。我们可以看到这里就是从左到右一层一层的去遍历二叉树，先访问3，之后访问1的左右子孩子 9 和20，之后分别访问9 和20的左右子孩子 [8,13]和[15,17]，最后得到结果[3,9,20,8,13,15,7]。

int val;这里本质上就是有两个引用，分别指向两个位置，为了便于理解，我们分别命名为左孩子和右孩子。如果是N叉树该如何定义呢？int val;能否用数组来存储二叉树呢?其实就是用数组来存储二叉树，顺序存储的方式如图:用数组来存储二叉树如何遍历的呢?如果父节点的数组下表是i，那么它的左孩子就是i * 2 + 1，右孩子就是 i * 2 + 2。但是用链式表示的二叉树，更有利于我们理解，所以一般我们都是用链式存储二叉树。所以大家要了解，用数组依然可以表示二叉树。

队列和Hash是个基础工具，在算法里的应用非常广，例如广度优先等等，这些问题我们后面再说，这里先看几个比较纯粹的队栈问题或者Hash问题。

队列和Hash不管在技术中，还是在工程里，应用非常广，这里我们先理解其特征。

栈有很多典型的题目，这些题目整体难度不算很大，但是对于刚刚开始刷算法的同学来说，还是会感到比较吃力，这一章，我们就来盘点几个经典的高频栈算法问题。

栈底层实现仍然是链表或者顺序表，栈与线性表的最大区别是数据的存取的操作被限制了，其插入和删除操作只允许在线性表的一端进行。一般而言，把允许操作的一端称为栈顶(Top)，不可操作的一端称为栈底(Bottom)，同时把插入元素的操作称为入栈(Push),删除元素的操作称为出栈(Pop)。栈是很多表达式、符号等运算的基础，也是递归的底层实现。采用顺序表实现的的栈，内部以数组为基础，实现对元素的存取操作。比如说，我先让1和2入栈，然后 2 和1出栈，然后再让3 和4 入栈再依次出栈，这样就得到了序列2143。

我们前面说过数组里的元素是紧紧靠在一起的，假如有空隙后面的元素就要整体向前移动。同样如果在中间位置插入元素，那么其后的元素都要整体向后移动。在后面可以看到很多算法题都需要多轮、大量移动元素，这就导致执行效率低下。如何解决该问题是数组算法的一个重要问题，其中一种非常好用的方式就是双指针思想。

将给定的元素插入到有序数组的对应位置中，我们可以先找位置，再将其后元素整体右移，最后插入到空位置上。而python更为灵活可以直接指定是什么，例如a = [1,2,3,4]，就是数组里有四个元素，而a = [0 for i in range(10)]这样定义的数组就是[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]初始化的本质就是覆盖已有的值，用你需要的值覆盖原来的0，因为数组本来是{0,0,0,0,0,0,0,0,0,0}，这里只不过被你替换成了{1,2,3,4,5,0,0,0,0,0}。

链表反转有几道很常见的拓展问题，这些都是面试的高频问题，这一关，我们来集中研究一下。

链表反转是一个出现频率特别高的算法题，在面试中经常出现。链表反转在各大高频题排名网站也长期占领前三。比如牛客网上这个No1 好像已经很久了。所以链表反转是我们学习链表最重要的问题，没有之一。为什么反转这么重要呢？因为反转链表涉及结点的增加、删除等多种操作，能非常有效考察思维能力和代码驾驭能力。另外很多题目也都要用它来做基础， 例如指定区间反转、链表K个一组翻转。还有一些在内部的某个过程用到了反转，例如两个链表生成相加链表。还有一种是链表排序的，也是需要移动元素之间的指针，难度与此差不多。

💡 链表的算法题比数组少很多，而在回溯贪心动规等高级算法中很少见到链表的影子。我们这里就集中研究一些出现频率特别高的算法题。

删除的过程不算复杂，也是找到要删除的结点的前驱结点，这里同样要在提前一个位置判断，例如下图中删除40，其前驱结点为7。遍历的时候需要判断cur.next是否为40，如果是，则只要执行cur.next=null即可，此时结点40变得不可达，最终会被JVM回收掉。