[Leetcode] Path Sum I,II,III

本文详细探讨了二叉树中不同类型的路径求和问题,包括从根节点到叶子节点的路径和等于特定值的问题(Path Sum I)、寻找所有路径并记录路径值(Path Sum II)以及从任意节点开始的路径和等于特定值的路径数量(Path Sum III)。通过递归算法,文章提供了清晰的解决方案。

112. Path Sum I: 点击打开链接

/**
 * Definition for a binary tree node.         //判断是否有这样的路径满足和为sum
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
public class Solution {
    public boolean hasPathSum(TreeNode root, int sum) {
        return helper(root,sum);
    }
    
    public boolean helper(TreeNode root,int sum){
        if(root==null){
            return false;
        }
        
        if(root.left==null && root.right==null){
            if(root.val==sum){
                return true;
            }
        }
        return helper(root.left,sum-root.val) || helper(root.right,sum-root.val);
    }
}

113. Path Sum II: 点击打开链接

/**
 * Definition for a binary tree node.         //写出从根节点开始的和为sum的每一条路径
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
public class Solution {
    public List<List<Integer>> pathSum(TreeNode root, int sum) {
        List<List<Integer>> result=new ArrayList<>();
        List<Integer> path=new ArrayList<>();
        helper(root,sum,result,path);
        return result;
    }
    
    public void helper(TreeNode root,int target,List<List<Integer>> result,List<Integer> path){
        if(root==null){
            return;
        }
        
        if(root.left==null && root.right==null){
            if(root.val==target){
                path.add(root.val);
                result.add(path);
                return;
            }
        }
        
        if(root.left!=null){
            List<Integer> left=new ArrayList<>(path);     //下一层的添加在之前的基础上添加,因此deep copy
            left.add(root.val);                            
            helper(root.left,target-root.val,result,left);
        }
        
        if(root.right!=null){
            List<Integer> right=new ArrayList<>(path);
            right.add(root.val);
            helper(root.right,target-root.val,result,right);
        }
    }
}
437. Path Sum III: 点击打开链接
/**
 * Definition for a binary tree node.           //数出从任意节点开始的和为sum的路径的条数
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
public class Solution {
    public int pathSum(TreeNode root, int sum) {        //根节点开始的满足条件的路径和 + 左子树的情况 + 右子树的情况
        if (root == null) return 0;
        return helper(root, sum) + pathSum(root.left, sum) + pathSum(root.right, sum);
    }
    
    private int helper(TreeNode node, int sum) {        //从任意node开始满足条件的路径和
        if (node == null) return 0;
        int left=helper(node.left, sum - node.val);
        int right=helper(node.right, sum - node.val);
        return (node.val == sum ? 1 : 0) +left+right;
    }
}



内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值