Leetcode刷题——437. 路径总和Ⅲ

一、原题链接

  [437.路径总和Ⅲ](https://leetcode-cn.com/problems/path-sum-iii/)

二、解题思路

  总体而言，解这道题目是利用前缀和的思想。所谓前缀和，就是指在一条路径上的有某个元素A，A之前所有元素的和（包括A），称之为前缀和。
  路径上存在元素A和B（A和B有前后关系），如果A和B的前缀和相等，那么我们可以推测出A、B之间的元素和为0；如果元素B的前缀和比A的前缀和多sum，则说明A、B之间的元素和为sum。

   1、用栈迭代处理

  利用栈来实现前缀遍历，栈中元素为元组（node，prefixsum），其中prefixsum是一个列表，记录从根结点到达当前结点node的前缀和。
  为了简单说明，以结点的值代表结点。 初始化栈为(10，[10])；弹出栈顶元素，访问其左子结点，并将(5,[15, 5])入栈，访问其右子结点，将(-3，[7，-3])入栈……

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None


class Solution:
    def pathSum(self, root: TreeNode, sum: int) -> int:
        if not root:
           return 0
        stack = [(root, [root.val])]
        cnt = 0   #  记录路径和
        while stack:
            node, prefix_sum = stack.pop()
            cnt += prefix_sum.count(sum)
            prefix_sum.append(0)
            if node.left:
                #  更新前缀和
                tmp = [val+node.left.val for val in prefix_sum]
                # 左子结点入栈
                stack.append((node.left, tmp))
            if node.right:
                tmp = [val+node.right.val for val in prefix_sum]
                stack.append((node.right, tmp))
        return cnt

   2、递归处理

  同样是基于前缀和以及前缀和哈希表，不过利用递归来实现。 有一点需要注意，一定要将前缀和哈希表初始化为{0:1}而不是初始化为空。考虑下图所示情况，sum为22：

  如果初始化哈希表为空，递归从根结点开始：
  根结点5：哈希表更新为{5:1}；
  左子结点4：哈希表更新为{5:1, 9:1}；
  左子结点11：哈希表更新为{5:1，9:1，20:1}；
  左子结点7：此时的前缀和为20+7=27,27-22=5，哈希表中存在前缀和为5的项，因此找到一条和为22的路径，将count加1，同时哈希表更新为{5:1, 9:1, 20:1, 27:1}；
  此时，结点7为叶子结点，树的最左分支处理完毕，要回溯处理结点11的右子结点，因此，在退回之前，应该将哈希表中key值为27的项的value-1，哈希表更新为{5:1, 9:1, 20:1, 27:0}；
  右子结点2：此时前缀和为20+2=22，但是在哈希表初始化为空的情况下不存在key为0的项，因此也就不记录这一条路径！因此需要将哈希表初始化为{0:1}。

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None


class Solution:
    def pathSum(self, root: TreeNode, sum: int) -> int:
        self.count = 0   # 记录符合条件的路径数目
        prefixSumArray = {0:1}   # 初始化前缀和哈希表为{0:1}
        prefixSum = 0   # 记录当前结点的前缀和
        self.dfs(root, sum, prefixSumArray, prefixSum)  # 深搜处理
        return self.count


    def dfs(self, root, sum, prefixSumArray, prefixSum):
        #  结点如果是None，返回
        if not root:
            return 0
        # 更新前缀和，加上当前结点的val
        prefixSum += root.val
        #  查看哈希表中是否存在和为sum的路径，存在的话更新count
        self.count += prefixSumArray.get(prefixSum-sum, 0)
        #  将当前的前缀和记录到哈希表中
        prefixSumArray[prefixSum] = prefixSumArray.get(prefixSum, 0) + 1

        #  遍历处理左子树和右子树
        self.dfs(root.left, sum, prefixSumArray, prefixSum)
        self.dfs(root.right, sum, prefixSumArray, prefixSum)

        #  处理完子树回退之前，记得要将对应前缀和的value值减一，如上述绿色文字所示。
        prefixSumArray[prefixSum] -= 1