112. 路径总和（Java）

目录

解法：

官方解法：

方法一：广度优先搜索

思路及算法

复杂度分析

时间复杂度：

空间复杂度：

方法二：递归

思路及算法

复杂度分析

时间复杂度：

空间复杂度：

---

给你二叉树的根节点?root?和一个表示目标和的整数?targetSum?。判断该树中是否存在?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?targetSum?。如果存在，返回?true?；否则，返回?false?。

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

解法：

同样使用深度优先遍历的方法，将每个叶子节点的路径值相加起来。

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public boolean hasPathSum(TreeNode root, int targetSum) {
        int[] judge = {0};
        hasNextNode(root, targetSum, 0, judge);
        return judge[0] == 1;
    }

    public void hasNextNode(TreeNode root, int targetSum, int rNum, int[] judge) {
        if (root == null) {
            return;
        }
        //将当前节点的值与上一节点的值添加起来
        rNum += root.val;
        //1.遍历左边
        hasNextNode(root.left, targetSum, rNum, judge);
        //2.遍历右边
        hasNextNode(root.right, targetSum, rNum, judge);
        //当遍历到叶子节点时判断是否符合targetSum
        if (root.left == null && root.right == null) {
            //判断是否符合targetSum
            if (rNum == targetSum) {
                judge[0] = 1;
            }
        }
    }
}

官方解法：

方法一：广度优先搜索

思路及算法

首先我们可以想到使用广度优先搜索的方式，记录从根节点到当前节点的路径和，以防止重复计算。

这样我们使用两个队列，分别存储将要遍历的节点，以及根节点到这些节点的路径和即可。

class Solution {
    public boolean hasPathSum(TreeNode root, int sum) {
        if (root == null) {
            return false;
        }
        Queue<TreeNode> queNode = new LinkedList<TreeNode>();
        Queue<Integer> queVal = new LinkedList<Integer>();
        queNode.offer(root);
        queVal.offer(root.val);
        while (!queNode.isEmpty()) {
            TreeNode now = queNode.poll();
            int temp = queVal.poll();
            if (now.left == null && now.right == null) {
                if (temp == sum) {
                    return true;
                }
                continue;
            }
            if (now.left != null) {
                queNode.offer(now.left);
                queVal.offer(now.left.val + temp);
            }
            if (now.right != null) {
                queNode.offer(now.right);
                queVal.offer(now.right.val + temp);
            }
        }
        return false;
    }
}

复杂度分析

时间复杂度：

O(N)，其中 N 是树的节点数。对每个节点访问一次。

空间复杂度：

O(N)，其中 N?是树的节点数。空间复杂度主要取决于队列的开销，队列中的元素个数不会超过树的节点数。

方法二：递归

思路及算法

观察要求我们完成的函数，我们可以归纳出它的功能：询问是否存在从当前节点 root 到叶子节点的路径，满足其路径和为 sum。

假定从根节点到当前节点的值之和为 val，我们可以将这个大问题转化为一个小问题：是否存在从当前节点的子节点到叶子的路径，满足其路径和为 sum - val。

不难发现这满足递归的性质，若当前节点就是叶子节点，那么我们直接判断 sum 是否等于 val 即可（因为路径和已经确定，就是当前节点的值，我们只需要判断该路径和是否满足条件）。若当前节点不是叶子节点，我们只需要递归地询问它的子节点是否能满足条件即可。

class Solution {
    public boolean hasPathSum(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);
    }
}

复杂度分析

时间复杂度：

O(N)，其中 N 是树的节点数。对每个节点访问一次。

空间复杂度：

O(H)，其中 H 是树的高度。空间复杂度主要取决于递归时栈空间的开销，最坏情况下，树呈现链状，空间复杂度为 O(N)。平均情况下树的高度与节点数的对数正相关，空间复杂度为 O(log?N)。

---

官方解法部分：

作者：力扣官方题解
链接：https://leetcode.cn/problems/path-sum/
来源：力扣（LeetCode）