路径总和 III

标签: 深度优先搜索 二叉树

难度: Medium

给定一个二叉树的根节点 root ,和一个整数 targetSum ,求该二叉树里节点值之和等于 targetSum路径 的数目。

路径 不需要从根节点开始,也不需要在叶子节点结束,但是路径方向必须是向下的(只能从父节点到子节点)。

 

示例 1:

输入:root = [10,5,-3,3,2,null,11,3,-2,null,1], targetSum = 8
输出:3
解释:和等于 8 的路径有 3 条,如图所示。

示例 2:

输入:root = [5,4,8,11,null,13,4,7,2,null,null,5,1], targetSum = 22
输出:3

 

提示:

  • 二叉树的节点个数的范围是 [0,1000]
  • -109 <= Node.val <= 109 
  • -1000 <= targetSum <= 1000 

Submission

运行时间: 756 ms

内存: 16 MB

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:

    ret = 0

    def pathSum(self, root: TreeNode, sum: int) -> int:
        if root is None:
            return self.ret

        self.helper(root, sum)
        self.pathSum(root.left, sum)
        self.pathSum(root.right, sum)
        return self.ret

    def helper(self, root, s):
        def dfs(root, s):
            if root is None:
                return
            s -= root.val
            if s == 0:
                self.ret += 1
            dfs(root.left, s)
            dfs(root.right, s)

        dfs(root, s)



        

Explain

这个题解采用递归的方式对二叉树进行深度优先遍历。主函数 pathSum 递归调用自身,分别以根节点的左右子节点作为新的根节点,继续寻找满足条件的路径。在每次调用 pathSum 时,都会调用 helper 函数,helper 函数则从当前节点开始,使用 dfs 函数进行路径搜索。dfs 函数会在找到一条满足条件的路径时,将 ret 计数器加1,然后继续搜索左右子树,寻找更多可能的路径。

时间复杂度: O(n^2)

空间复杂度: O(n)

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:

    ret = 0

    def pathSum(self, root: TreeNode, sum: int) -> int:
        if root is None:
            return self.ret

        self.helper(root, sum)  # 从根节点开始搜索路径
        self.pathSum(root.left, sum)  # 递归搜索左子树
        self.pathSum(root.right, sum)  # 递归搜索右子树
        return self.ret

    def helper(self, root, s):
        def dfs(root, s):
            if root is None:
                return
            s -= root.val
            if s == 0:
                self.ret += 1  # 找到一条满足条件的路径,计数器加1
            dfs(root.left, s)  # 递归搜索左子树
            dfs(root.right, s)  # 递归搜索右子树

        dfs(root, s)  # 从当前节点开始搜索路径

Explore

是的,这种方法确实会导致某些路径被重复计算,因为从每个节点开始的dfs都会尝试所有可能的子路径,而这些子路径可能在其他节点的dfs中也被检查过。为了避免重复计算,可以使用哈希表来记录已经访问过的路径和它们的起始节点,确保同一路径不被重复计算。此外,也可以改用其他算法,比如使用前缀和的方法,在单次遍历中同时计算所有可能的路径和,从而避免重复计算。

在题解中,helper函数起到了启动dfs搜索的作用。具体来说,helper函数为每一个节点调用dfs函数,从该节点开始向下搜索所有可能的路径。dfs函数则是实际执行路径搜索的递归函数,它会遍历到当前节点的左右子节点,并递减路径和。当路径和减到0时,表明找到了一条有效路径,因此增加计数器。这样,helper通过调用dfs,可以从每个节点开始探索所有向下的路径。

不会影响对非叶子节点路径的计数。这是因为在dfs函数中,路径是否有效的判断(即路径和是否为0)是在到达null节点之前的最后一个实际存在的节点上进行的。因此,即使dfs在遍历到null节点时返回,它也已经完成了对任何可能有效路径的计数。null节点只是标志着一条路径的结束,并不参与路径和的计算。

节点值为负数增加了寻找路径和的复杂性,因为负数可以延长路径,使得路径和重新变为目标值。这意味着即使路径和已经超过了目标值,我们仍不能断定这条路径不可能通过添加后续的负数节点来达到目标值。因此,我们必须继续探索所有可能的路径,而不能提前终止搜索。这增加了算法的搜索空间和计算时间。