/**
* LeetCode112.路径总和
*
* 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。
*
* 示例:
* 给定如下二叉树,以及目标和 sum = 22,
*
* 5
* / \
* 4 8
* / / \
* 11 13 4
* / \ \
* 7 2 1
*
* 返回 true, 因为存在目标和为 22 的根节点到叶子节点的路径 5->4->11->2。
*
*/
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode(int x) { val = x; }
}
/**
* 方法一:递归
* 思路及算法
*
* 观察要求我们完成的函数,我们可以归纳出它的功能: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。
*
* 不难发现这满足递归的性质,若当前节点就是叶子节点,那么我们直接判断sum是否等于val 即可
*(因为路径和已经确定,就是当前节点的值,我们只需要判断该路径和是否满足条件)。
* 若当前节点不是叶子节点,我们只需要递归地询问它的子节点是否能满足条件即可。
*/
public boolean hasPathSum(TreeNode root, int sum) {
if (root == null) {
return false;
}
if (root.left == null && root.right == null) {
return sum == root.val;
}
return hasPathSum(root.left, sum - root.val) || hasPathSum(root.right, sum - root.val);
}
/**
* 复杂度分析
*
* 时间复杂度:O(N)O,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)。
*
*/
/**
* 方法二:广度优先搜索
*
* 思路及算法
*
* 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。
*/
public boolean hasPathSum2(TreeNode root, int sum) {
if (root == null) {
return false;
}
Queue<TreeNode> queNode = new LinkedList<TreeNode>();
Queue<Integer> queVal = new LinkedList<Integer>();
queNode.offer(root);
queVal.offer(root.val);
while (!queNode.isEmpty()) {
TreeNode now = queNode.poll();
int temp = queVal.poll();
if (now.left == null && now.right == null) {
if (temp == sum) {
return true;
}
continue;
}
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;
}
ps:
offer() 将指定元素插入队列,成功返回true,否则返回false
poll() 获取并移除队头(若队列空则返回null)
/**
* 复杂度分析
*
* 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。
*/
LeetCode112.路径总和
最新推荐文章于 2024-07-04 21:39:57 发布