携手创作,一起生长!这是我参加「日新方案 8 月更文挑战」的第2天,点击查看活动详情
标题
给你二叉树的根节点root
和一个表示方针和的整数targetSum
。判别该树中是否存在 根节点到叶子节点 的途径,这条途径上一切节点值相加等于方针和targetSum
。假如存在,回来 true
;不然,回来 false
。
阐明: 叶子节点 是指没有子节点的节点。
示例:
- 输入:
root = [5,4,8,11,null,13,4,7,2,null,null,null,1], targetSum = 22
- 输出:
true
- 解说:等于方针和的根节点到叶节点途径如上图所示。
**注意:**本题的要求是,问询是否有从「根节点」到某个「叶子节点」通过的途径上的节点之和等于方针和。中心思维是对树进行一次遍历,在遍历时记录从根节点到当时节点的途径和,以避免重复核算。需求特别注意的是,给定的 root
可能为空。
办法一:广度优先查找
思路及解法
首先咱们能够想到运用广度优先查找的方式,记录从根节点到当时节点的途径和,以避免重复核算。
这样咱们运用两个行列,别离存储即将遍历的节点,以及根节点到这些节点的途径和即可。
代码
class Solution {
func hasPathSum(_ root: TreeNode?, _ targetSum: Int) -> Bool {
if nil == root {
return false
}
var nodeArray: [TreeNode?] = [TreeNode?]()
var valArray: [Int?] = [Int?]()
nodeArray.append(root)
valArray.append(root?.val)
while !nodeArray.isEmpty {
let node: TreeNode? = nodeArray.removeFirst()
let temp: Int = valArray.removeFirst() ?? 0
if nil == node?.left && nil == node?.right {
if temp == targetSum {
return true
}
continue
}
if nil != node?.left {
nodeArray.append(node?.left)
valArray.append((node?.left?.val ?? 0) + temp)
}
if nil != node?.right {
nodeArray.append(node?.right)
valArray.append((node?.right?.val ?? 0) + temp)
}
}
return false
}
}
复杂度分析
-
时刻复杂度:O(N)O(N),其间 NN 是树的节点数。对每个节点访问一次。
-
空间复杂度:O(N)O(N),其间 NN 是树的节点数。空间复杂度主要取决于行列的开支,行列中的元素个数不会超越树的节点数。
办法二:递归
思路及解法
调查要求咱们完成的函数,咱们能够归纳出它的功能:问询是否存在从当时节点 root
到叶子节点的途径,满意其途径和为 sum
。
假定从根节点到当时节点的值之和为 val
,咱们能够将这个大问题转化为一个小问题:是否存在从当时节点的子节点到叶子的途径,满意其途径和为 sum - val
。
不难发现这满意递归的性质,若当时节点便是叶子节点,那么咱们直接判别 sum
是否等于 val
即可(由于途径和已经确认,便是当时节点的值,咱们只需求判别该途径和是否满意条件)。若当时节点不是叶子节点,咱们只需求递归地问询它的子节点是否能满意条件即可。
代码
class Solution {
func hasPathSum(_ root: TreeNode?, _ targetSum: Int) -> Bool {
if nil == root {
return false
}
if nil == root?.left && nil == root?.right {
return root?.val == targetSum
}
return hasPathSum(root?.left, targetSum - (root?.val ?? 0)) || hasPathSum(root?.right, targetSum - (root?.val ?? 0))
}
}
复杂度分析
-
时刻复杂度:O(N)O(N),其间 NN 是树的节点数。对每个节点访问一次。
-
空间复杂度:O(H)O(H),其间 HH 是树的高度。空间复杂度主要取决于递归时栈空间的开支,最坏情况下,树呈现链状,空间复杂度为 O(N)O(N)。均匀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)O(logN)。