【经典算法】LeetCode112. 路径总和(Java/C/Python3/Go实现含注释说明,Easy)

简介: 【经典算法】LeetCode112. 路径总和(Java/C/Python3/Go实现含注释说明,Easy)
  • 作者简介:阿里非典型程序员一枚 ,记录在大厂的打怪升级之路。 一起学习Java、大数据、数据结构算法(公众号同名
  • ❤️觉得文章还不错的话欢迎大家点赞👍➕收藏⭐️➕评论,💬支持博主,记得点个大大的关注,持续更新🤞
    ————————————————-

题目描述

给定一个二叉树和一个目标和,判断该树中是否存在从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 1:

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

输出:true

解释:等于目标和的根节点到叶节点路径如上图所示。

示例 2:

输入:root = [1,2,3], targetSum = 5

输出:false

解释:树中存在两条根节点到叶子节点的路径:

(1 --> 2): 和为 3

(1 --> 3): 和为 4

不存在 sum = 5 的根节点到叶子节点的路径。

示例 3:

输入:root = [], targetSum = 0

输出:false

解释:由于树是空的,所以不存在根节点到叶子节点的路径。

提示:

树中节点的数目在范围 [0, 5000] 内

-1000 <= Node.val <= 1000

-1000 <= targetSum <= 1000

原题:LeetCode 112

思路及实现

方式一:递归深度优先搜索(DFS)

思路

  • 遍历树的每一个节点。
  • 对于每个节点,判断当前节点到根节点的路径和是否等于目标和,如果等于且当前节点是叶子节点,则返回true。
  • 如果不等于,则继续递归遍历左子树和右子树,并更新目标和为当前目标和减去当前节点的值。

代码实现

Java版本
class TreeNode {
    int val;
    TreeNode left;
    TreeNode right;
    TreeNode(int x) { val = x; }
}
public class Solution {
    public boolean hasPathSum(TreeNode root, int sum) {
        if (root == null) {
            return false;
        }
        // 如果是叶子节点,且当前路径和等于目标和
        if (root.left == null && root.right == null) {
            return sum == root.val;
        }
        // 递归遍历左子树和右子树
        return hasPathSum(root.left, sum - root.val) || hasPathSum(root.right, sum - root.val);
    }
}

说明:Java版本使用了递归深度优先搜索的方式,遍历树的每个节点,并不断更新目标和值。

C语言版本
#include <stdbool.h>
struct TreeNode {
    int val;
    struct TreeNode *left;
    struct TreeNode *right;
};
bool hasPathSum(struct 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);
}

说明:C语言版本与Java版本类似,也使用了递归深度优先搜索的方式。

Python3版本
class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
class Solution:
    def hasPathSum(self, root: TreeNode, sum: int) -> bool:
        if not root:
            return False
        if not root.left and not root.right:
            return sum == root.val
        return self.hasPathSum(root.left, sum - root.val) or self.hasPathSum(root.right, sum - root.val)

说明:Python3版本也使用了递归深度优先搜索的方式。

Golang版本
package main
import (
  "fmt"
)
type TreeNode struct {
  Val   int
  Left  *TreeNode
  Right *TreeNode
}
func hasPathSum(root *TreeNode, sum int) bool {
  if root == nil {
    return false
  }
  if root.Left == nil && root.Right == nil {
    return sum == root.Val
  }
  return hasPathSum(root.Left, sum-root.Val) || hasPathSum(root.Right, sum-root.Val)
}
func main() {
  // 示例代码,实际使用时需要构建二叉树
  // ...
  fmt.Println(hasPathSum(/* root */, /* sum */))
}

说明:Golang版本同样使用了递归深度优先搜索的方式。

复杂度分析

  • 时间复杂度:O(n),n是二叉树的节点数。每个节点只被访问一次。
  • 空间复杂度:O(h),h是二叉树的高度。在递归过程中,系统需要为每一层递归调用分配栈空间,因此空间复杂度取决于二叉树的高度。在最坏情况下(树退化为链表),空间复杂度为O(n)。

方式二:迭代深度优先搜索(DFS)

思路

使用栈(Stack)来模拟递归过程,迭代遍历树的每个节点。在遍历过程中,需要额外存储当前路径的路径和(或者称为累积和)。栈中的元素可以是一个自定义的二元组(或结构体),包含当前节点和从根节点到当前节点的路径和。

代码实现

Java版本
import java.util.Stack;
class TreeNode {
    int val;
    TreeNode left;
    TreeNode right;
    TreeNode(int x) { val = x; }
}
public class Solution {
    public boolean hasPathSum(TreeNode root, int sum) {
        if (root == null) {
            return false;
        }
        
        Stack<TreeNode> nodeStack = new Stack<>();
        Stack<Integer> sumStack = new Stack<>();
        nodeStack.push(root);
        sumStack.push(root.val);
        
        while (!nodeStack.isEmpty()) {
            TreeNode node = nodeStack.pop();
            int currentSum = sumStack.pop();
            
            if (node.left == null && node.right == null) {
                if (currentSum == sum) {
                    return true;
                }
            }
            
            if (node.left != null) {
                nodeStack.push(node.left);
                sumStack.push(currentSum + node.left.val);
            }
            
            if (node.right != null) {
                nodeStack.push(node.right);
                sumStack.push(currentSum + node.right.val);
            }
        }
        
        return false;
    }
}

说明:Java版本使用了两个栈,一个用于存储节点,另一个用于存储从根节点到当前节点的路径和。

C语言版本
#include <stdbool.h>
#include <stdlib.h>
typedef struct TreeNode {
    int val;
    struct TreeNode *left;
    struct TreeNode *right;
} TreeNode;
typedef struct StackNode {
    TreeNode *node;
    int sum;
    struct StackNode *next;
} StackNode;
typedef struct Stack {
    StackNode *top;
} Stack;
StackNode* createStackNode(TreeNode* node, int sum) {
    StackNode* newNode = (StackNode*)malloc(sizeof(StackNode));
    newNode->node = node;
    newNode->sum = sum;
    newNode->next = NULL;
    return newNode;
}
bool isEmpty(Stack* stack) {
    return stack->top == NULL;
}
void push(Stack* stack, StackNode* node) {
    node->next = stack->top;
    stack->top = node;
}
StackNode* pop(Stack* stack) {
    if (isEmpty(stack)) {
        return NULL;
    }
    StackNode* top = stack->top;
    stack->top = stack->top->next;
    return top;
}
bool hasPathSum(TreeNode* root, int sum) {
    if (root == NULL) {
        return false;
    }
    
    Stack stack;
    stack.top = NULL;
    push(&stack, createStackNode(root, root->val));
    
    while (!isEmpty(&stack)) {
        StackNode* curr = pop(&stack);
        TreeNode* node = curr->node;
        int currentSum = curr->sum;
        free(curr); // Don't forget to free memory allocated for the StackNode
        
        if (node->left == NULL && node->right == NULL) {
            if (currentSum == sum) {
                return true;
            }
        }
        
        if (node->left != NULL) {
            push(&stack, createStackNode(node->left, currentSum + node->left->val));
        }
        
        if (node->right != NULL) {
            push(&stack, createStackNode(node->right, currentSum + node->right->val));
        }
    }
    
    return false;
}

说明:C语言版本使用了自定义的栈结构来模拟递归过程,同时管理节点和路径和。

C++版本

在上面的代码中,我们定义了一个二叉树节点结构TreeNode,并使用std::stack来实现了一个迭代版本的深度优先搜索(DFS)来检查二叉树中是否存在路径和等于给定值的路径。以下是对代码的一些额外说明和注释,以确保理解每个部分的作用。

#include <iostream>
#include <stack>
using namespace std;
// 二叉树节点的定义
struct TreeNode {
    int val;
    TreeNode *left;
    TreeNode *right;
    TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};
// 检查是否存在路径和等于给定值的函数
bool hasPathSum(TreeNode* root, int sum) {
    if (root == nullptr) { // 如果根节点为空,则不存在路径
        return false;
    }
    // 使用栈来存储节点和路径和
    stack<pair<TreeNode*, int>> stk; // 栈中每个元素是一个pair,包含节点和到该节点的路径和
    stk.push({root, root->val}); // 初始时将根节点和它的值入栈
    // 当栈不为空时,继续迭代
    while (!stk.empty()) {
        // 弹出栈顶元素
        pair<TreeNode*, int> curr = stk.top();
        stk.pop();
        TreeNode* node = curr.first;
        int currentSum = curr.second;
        // 如果当前节点是叶子节点且路径和等于sum,则返回true
        if (node->left == nullptr && node->right == nullptr && currentSum == sum) {
            return true;
        }
        // 如果左子节点存在,则将其和路径和的增量入栈
        if (node->left != nullptr) {
            stk.push({node->left, currentSum + node->left->val});
        }
        // 如果右子节点存在,则将其和路径和的增量入栈
        if (node->right != nullptr) {
            stk.push({node->right, currentSum + node->right->val});
        }
    }
    // 如果没有找到满足条件的路径,则返回false
    return false;
}
// 测试代码
int main() {
    // 构造一个简单的二叉树进行测试
    // ...(构造二叉树的代码省略)
    int targetSum = 22;
    bool result = hasPathSum(root, targetSum);
    cout << "Does the tree contain a path with sum " << targetSum << "? " << (result ? "Yes" : "No") << endl;
    // 释放二叉树内存(这里只是示例,实际中可能需要递归释放)
    // ...(释放二叉树内存的代码省略)
    return 0;
}

说明

在上面的代码中,我添加了注释来解释每个部分的作用。在hasPathSum函数中,我们使用了一个std::stack来存储节点和路径和的pair。我们首先将根节点和它的值压入栈中,然后进入一个循环,只要栈不为空就继续迭代。在每次迭代中,我们弹出栈顶元素,检查它是否满足路径和等于给定值sum的条件。如果不满足,我们就检查它的左子节点和右子节点是否存在,如果存在,我们就将它们和路径和的增量压入栈中。最后,如果栈为空且没有找到满足条件的路径,我们就返回false

main函数中,我们构造了一个二叉树,并调用了hasPathSum函数来检查是否存在路径和等于给定值的路径。然后,我们输出了结果,并注释了释放二叉树内存的部分(这部分在实际应用中需要根据具体的二叉树结构来实现)。

Python3 版本
# 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
def hasPathSum(root: TreeNode, sum: int) -> bool:
    if not root:  # 如果根节点为空,则不存在路径
        return False
    
    if not root.left and not root.right:  # 如果是叶子节点,检查路径和是否等于sum
        return root.val == sum
    
    # 递归检查左子树和右子树
    left_has_path = hasPathSum(root.left, sum - root.val)
    right_has_path = hasPathSum(root.right, sum - root.val)
    
    # 只要左子树或右子树中存在满足条件的路径,就返回True
    return left_has_path or right_has_path
Golang 版本
package main
import (
  "fmt"
)
// TreeNode represents a binary tree node.
type TreeNode struct {
  Val   int
  Left  *TreeNode
  Right *TreeNode
}
// hasPathSum checks if there's a path in the binary tree with the given sum.
func hasPathSum(root *TreeNode, sum int) bool {
  if root == nil { // 如果根节点为空,则不存在路径
    return false
  }
  
  if root.Left == nil && root.Right == nil { // 如果是叶子节点,检查路径和是否等于sum
    return root.Val == sum
  }
  
  // 递归检查左子树和右子树
  leftHasPath := hasPathSum(root.Left, sum-root.Val)
  rightHasPath := hasPathSum(root.Right, sum-root.Val)
  
  // 只要左子树或右子树中存在满足条件的路径,就返回true
  return leftHasPath || rightHasPath
}
func main() {
  // ... (构造二叉树并调用函数的代码)
  // 例如:
  // root := &TreeNode{Val: 5}
  // root.Left = &TreeNode{Val: 4}
  // root.Right = &TreeNode{Val: 8}
  // ... (继续构造二叉树)
  // sum := 22
  // fmt.Println(hasPathSum(root, sum))
}

说明

复杂度分析

  • 时间复杂度:O(N),其中N是二叉树的节点数。在最坏情况下,我们需要遍历二叉树中的所有节点。
  • 空间复杂度:O(H),其中H是二叉树的高度。递归调用栈的深度最多为二叉树的高度。在平均情况下,树是平衡的,其高度为O(logN),但在最坏情况下(例如,树退化为链表),高度为O(N)。

总结

方式 优点 缺点 时间复杂度 空间复杂度
递归深度优先搜索(DFS) 1. 代码简洁,逻辑清晰 2. 易于理解和实现 1. 对于大型树,可能引发栈溢出 2. 递归调用栈占用额外空间 O(N) O(H),其中H为树的高度,最坏情况下为O(N)
迭代深度优先搜索(DFS) 1. 避免了栈溢出问题 2. 空间复杂度相对较低 1. 需要使用辅助数据结构(如栈) 2. 代码实现相对复杂 O(N) O(N) 或 O(H),取决于使用的辅助数据结构

相似题目

以下是几个与“检查二叉树中是否存在路径和等于给定值”相似的题目,以及它们的难度和链接:

相似题目 难度 链接
leetcode 112 路径总和 简单 力扣-112
leetcode 113 路径总和 II 中等 力扣-113
leetcode 437 路径总和 III 中等 力扣-437
leetcode 129 求根到叶子节点数字之和 中等 力扣-129
leetcode 543 二叉树的直径 简单 力扣-543

注意:以上链接均指向力扣(LeetCode)中国区的题目页面。如果需要访问国际版,可以将链接中的 “leetcode-cn.com” 替换为 “leetcode.com”。

欢迎一键三连(关注+点赞+收藏),技术的路上一起加油!!!代码改变世界

  • 关于我:阿里非典型程序员一枚 ,记录在大厂的打怪升级之路。 一起学习Java、大数据、数据结构算法公众号同名),回复暗号,更能获取学习秘籍和书籍等
相关文章
|
4月前
|
存储 算法 安全
Java中的对称加密算法的原理与实现
本文详细解析了Java中三种常用对称加密算法(AES、DES、3DES)的实现原理及应用。对称加密使用相同密钥进行加解密,适合数据安全传输与存储。AES作为现代标准,支持128/192/256位密钥,安全性高;DES采用56位密钥,现已不够安全;3DES通过三重加密增强安全性,但性能较低。文章提供了各算法的具体Java代码示例,便于快速上手实现加密解密操作,帮助用户根据需求选择合适的加密方案保护数据安全。
353 58
|
3月前
|
存储 负载均衡 算法
我们来说一说 Java 的一致性 Hash 算法
我是小假 期待与你的下一次相遇 ~
118 1
|
3月前
|
存储 监控 算法
企业上网监控场景下布隆过滤器的 Java 算法构建及其性能优化研究
布隆过滤器是一种高效的数据结构,广泛应用于企业上网监控系统中,用于快速判断员工访问的网址是否为违规站点。相比传统哈希表,它具有更低的内存占用和更快的查询速度,支持实时拦截、动态更新和资源压缩,有效提升系统性能并降低成本。
78 0
|
4月前
|
Go
【LeetCode 热题100】DP 实战进阶:最长递增子序列、乘积最大子数组、分割等和子集(力扣300 / 152/ 416 )(Go语言版)
本文深入解析三道经典的动态规划问题:**最长递增子序列(LIS)**、**乘积最大子数组** 和 **分割等和子集**。 - **300. LIS** 通过 `dp[i]` 表示以第 `i` 个元素结尾的最长递增子序列长度,支持 O(n²) 动态规划与 O(n log n) 的二分优化。 - **152. 乘积最大子数组** 利用正负数特性,同时维护最大值与最小值的状态转移方程。 - **416. 分割等和子集** 转化为 0-1 背包问题,通过布尔型 DP 实现子集和判断。 总结对比了三题的状态定义与解法技巧,并延伸至相关变种问题,助你掌握动态规划的核心思想与灵活应用!
142 1
|
14天前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
17天前
|
传感器 机器学习/深度学习 算法
【使用 DSP 滤波器加速速度和位移】使用信号处理算法过滤加速度数据并将其转换为速度和位移研究(Matlab代码实现)
【使用 DSP 滤波器加速速度和位移】使用信号处理算法过滤加速度数据并将其转换为速度和位移研究(Matlab代码实现)
105 1
|
16天前
|
传感器 机器学习/深度学习 算法
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
|
14天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
115 14
|
18天前
|
传感器 算法 数据挖掘
基于协方差交叉(CI)的多传感器融合算法matlab仿真,对比单传感器和SCC融合
基于协方差交叉(CI)的多传感器融合算法,通过MATLAB仿真对比单传感器、SCC与CI融合在位置/速度估计误差(RMSE)及等概率椭圆上的性能。采用MATLAB2022A实现,结果表明CI融合在未知相关性下仍具鲁棒性,有效降低估计误差。
134 15
|
14天前
|
机器学习/深度学习 运维 算法
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)

热门文章

最新文章