凡科网站自己如何做用html5做手机网站

力扣437. 路径总和 III

问题描述

给定一个二叉树的根节点 root 和一个整数 targetSum，要求找出二叉树中所有路径，这些路径上的节点值之和等于 targetSum。路径的定义是从父节点指向子节点的方向（向下），且不需要从根节点开始，也不需要在叶子节点结束。

示例分析

示例1：

// 输入：
//     10
//    /  \
//   5   -3
//  / \    \
// 3   2   11
// ...
// targetSum = 8
// 预期输出：3

示例2：

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

C++解题实现

方法一：暴力递归法（双重DFS）

class Solution {
public:int pathSum(TreeNode* root, int targetSum) {if (!root) return 0;// 计算以当前节点为起点的路径数int count = dfs(root, targetSum);// 递归计算左右子树的路径数count += pathSum(root->left, targetSum);count += pathSum(root->right, targetSum);return count;}private:int dfs(TreeNode* node, long long sum) {if (!node) return 0;int count = 0;sum -= node->val;if (sum == 0) {count++;}count += dfs(node->left, sum);count += dfs(node->right, sum);return count;}
};

复杂度分析：

• 时间复杂度：O(n²)

• 空间复杂度：O(n)

方法二：前缀和优化（哈希表+DFS）

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {unordered_map<long long,int> cnt; // 前缀和哈希表，键为long long防止溢出int res=0; // 结果计数器void dfs(TreeNode* curnode, long long sum, int targetSum) {if(!curnode) return;// 更新当前路径和sum += curnode->val;// 检查是否存在满足条件的前缀和if(cnt.find(sum-targetSum) != cnt.end()) res += cnt[sum-targetSum];// 记录当前前缀和cnt[sum]++;// 递归处理左右子树if(curnode->left) dfs(curnode->left, sum, targetSum);if(curnode->right) dfs(curnode->right, sum, targetSum);// 回溯，恢复哈希表状态cnt[sum]--;}public:int pathSum(TreeNode* root, int targetSum) {cnt[0] = 1; // 初始化空路径和dfs(root, 0, targetSum);return res;}
};

时间复杂度分析

• 时间复杂度：O(n)，其中n是二叉树的节点数

• 分析：每个节点仅被访问一次，在访问每个节点时，哈希表的查找、插入和删除操作都是平均O(1)时间复杂度

空间复杂度分析

• 空间复杂度：O(n)

• 分析：

  • 递归调用栈的深度在最坏情况下为O(n)（当树退化为链表时）

  • 哈希表cnt在最坏情况下需要存储O(n)个不同的前缀和

关键点详解

1. 前缀和哈希表设计

   • 使用unordered_map<long long, int>存储前缀和及其出现次数

   • long long类型确保大数计算不会溢出（节点值可达1e9，多个节点累加可能超过int范围）

   • 哈希表记录从根节点到当前节点的路径和出现的次数

2. 核心算法逻辑

   • 初始化：cnt[0]=1处理从根节点开始的路径

   • 路径和更新：sum += curnode->val计算当前路径和

   • 结果统计：查找sum-targetSum是否存在哈希表中

   • 状态维护：递归前后正确更新哈希表

3. 回溯机制

   • 在递归返回时执行cnt[sum]--恢复状态

   • 确保不同分支的路径计算不会相互干扰

   • 维护哈希表仅包含当前路径的前缀和信息

边界情况处理

1. 空树处理

   if(!curnode) return;

   直接返回，不影响结果计数

2. 大数处理

   long long sum; // 使用64位整数存储路径和

   防止节点值累加溢出

3. 负数和零处理

   • 算法天然支持节点值为负数的情况

   • targetSum为0的情况也能正确处理

常见问题解答

Q1：为什么哈希表要使用long long而不是int？

A：节点值范围是[-1e9,1e9]，当多个节点值累加时可能超出int范围（约±2.1e9）。例如，三个1e9的节点相加就是3e9，超过了int最大值。使用long long（范围约±9e18）可以避免溢出问题。

Q2：为什么要初始化cnt[0]=1？

A：这表示存在一个空路径的和为0。这样当从根节点到某节点的路径和正好等于targetSum时，sum-targetSum=0能在哈希表中找到匹配。例如，如果从根节点到当前节点的和正好是targetSum，我们需要能够统计这种情况。

Q3：为什么要在递归返回时执行cnt[sum]--？

A：这是回溯的关键步骤。当递归返回到父节点时，当前节点的路径和不应该再被其他分支的路径计算所使用。通过减少计数，我们确保哈希表只包含当前路径上的前缀和。

Q4：如何处理从任意节点开始的路径？

A：通过维护从根节点到当前节点的路径和sum，并检查sum-targetSum是否存在，我们实际上检查了所有以当前节点为终点的路径。哈希表记录的前缀和对应着路径的起点可能在树的任何位置。

算法正确性证明

1. 完整性：算法遍历了树的所有节点，考虑了所有可能的路径

2. 正确性：

   • 当sum-targetSum存在于哈希表中时，说明存在一个前缀和，使得这两个节点之间的路径和等于targetSum

   • 回溯机制确保每个路径的计算都是独立的

3. 终止性：递归必然终止，因为树是有限大小的

性能优化建议

1. 迭代实现：可以用显式栈实现DFS，避免递归栈溢出

2. 哈希表清理：对于特别深的树，可以定期清理哈希表中不必要的前缀和

3. 并行计算：对于大型树，可以考虑并行处理不同子树

扩展应用

这种前缀和+哈希表的方法还可用于解决：

1. 二叉搜索树中特定和的路径查找

2. 二叉树中最大路径和问题

3. 其他树形结构的路径统计问题

4. 图形结构中类似的前缀和问题

respect!