leetcode437. 路径总和 III

本文详细解析了LeetCode中路径和III问题的两种解决方案:一种是暴力求解,虽然直观但耗时较长;另一种则通过优化重复子问题求解,显著提高了效率。文章深入探讨了树结构遍历与路径计数的算法细节。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

https://leetcode-cn.com/problems/path-sum-iii
暴力求解,耗时较长。注意代码中的pathSum函数表示从root向下,取任一点出发到任一点结束状况下路径和为sum的路径个数;而get_path函数表示从node出发,到任一点结束状况下路径和为sum的路径个数。所以,从根节点出发的pathSum等于从根节点出发的get_path加上分别从左右子树出发的pathSum。

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

class Solution:
    def pathSum(self, root, sum):
        """
        :type root: TreeNode
        :type sum: int
        :rtype: int
        """
        count = 0
        if not root:
            return count
        return self.get_path(root, sum) + \
               self.pathSum(root.left, sum) + self.pathSum(root.right, sum)

    def get_path(self, node, num):
        cnt = 0
        if node.val == num:
            cnt += 1
        if node.left:
            cnt += self.get_path(node.left, num-node.val)
        if node.right:
            cnt += self.get_path(node.right, num-node.val)
        return cnt


上面的解答耗时太久,可以把重复子问题的求解优化下。
在这里插入图片描述

class Solution:
    def pathSum(self, root, sum):
        """
        :type root: TreeNode
        :type sum: int
        :rtype: int
        """
        self.res = 0
        if not root:
            return 0
        log = {0:1}  # 记录之前路径和
        self.dfs(root, 0, log, sum)
        return self.res

    def dfs(self, root, root_sum, log, sum):
        if root:
            root_sum += root.val
            self.res += log.get(root_sum-sum, 0)
            log[root_sum] = log.get(root_sum, 0) + 1
            self.dfs(root.left, root_sum, log, sum)
            self.dfs(root.right, root_sum, log, sum)
            log[root_sum] -= 1
### LeetCode Hot 100 路径总和 III Java 解决方案 #### 方法一:暴力递归法 此方法通过遍历每一个节点并尝试找到从该节点出发的所有可能路径,判断这些路径的和是否等于目标值。 ```java class Solution { int pathnumber; public int pathSum(TreeNode root, long sum) { if (root == null) return 0; Sum(root, sum); pathSum(root.left, sum); pathSum(root.right, sum); return pathnumber; } public void Sum(TreeNode root, long sum) { if (root == null) return; sum -= root.val; if (sum == 0) { pathnumber++; } Sum(root.left, sum); Sum(root.right, sum); } } ``` 这种方法虽然简单直观,但在处理大规模数据时效率较低。对于某些极端情况下的输入,可能会导致性能问题[^1]。 #### 方法二:优化后的前缀和加哈希表 为了提高算法效率,可以采用前缀和的概念加上哈希表来记录已经访问过的节点及其累积值。这样可以在一次深度优先搜索过程中完成计算,而不需要重复遍历子树。 ```java import java.util.HashMap; public class Solution { private HashMap<Long, Integer> prefixSumCount = new HashMap<>(); public int pathSum(TreeNode root, int targetSum) { prefixSumCount.put(0L, 1); return findPath(root, 0L, targetSum); } private int findPath(TreeNode node, long currentSum, int targetSum) { if (node == null) return 0; // 更新当前累计和 currentSum += node.val; // 计算满足条件的数量 int numPathsToCurrentNode = prefixSumCount.getOrDefault(currentSum - targetSum, 0); // 将当前累计和加入map中 prefixSumCount.put(currentSum, prefixSumCount.getOrDefault(currentSum, 0) + 1); // 继续向下探索左右子树 int leftResult = findPath(node.left, currentSum, targetSum); int rightResult = findPath(node.right, currentSum, targetSum); // 移除当前结点的影响以便回溯到父级调用者处继续其他分支的查找工作 prefixSumCount.put(currentSum, prefixSumCount.get(currentSum) - 1); return numPathsToCurrentNode + leftResult + rightResult; } } ``` 这种改进的方法不仅提高了时间复杂度至 O(n),而且空间上也更加高效,适用于更广泛的情况[^2]。 #### 数据约束说明 题目规定了二叉树中的节点数量范围以及各节点取值区间: - 二叉树的节点个数的范围是 [0,1000] - `-10^9 <= Node.val <= 10^9` - `-1000 <= targetSum <= 1000` 因此,在实现解决方案时需要注意数值类型的选取以防止溢出等问题的发生[^3]。
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