/**
* 解法一:深度优先搜索
* 思路:
* (1)从根节点开始,遍历每个节点,如果遇到叶子节点,则将叶子节点对应的数字加到数字之和。
* (2)如果当前节点不是叶子节点,则计算其子节点对应的数字,然后对子节点递归遍历。
* 时间复杂度:O(n),其中 n 是二叉树的节点个数。对每个节点访问一次。
* 空间复杂度:O(n),其中 n 是二叉树的节点个数。空间复杂度主要取决于递归调用的栈空间,递归栈的深度等于二叉树的高度,
* 最坏情况下,二叉树的高度等于节点个数,空间复杂度为 O(n)。
*/
export function sumNumbers(root: TreeNode | null): number {
return dfs(root, 0)
}
function dfs(root: TreeNode | null, prevSum: number): number {
if (root === null) return 0
const sum = prevSum * 10 + root.val
if (root.left === null && root.right === null) {
return sum
} else {
return dfs(root.left, sum) + dfs(root.right, sum)
}
}
/**
* 解法二:
* 思路:
* 使用广度优先搜索,需要维护两个队列,分别存储节点和节点对应的数字。
* 初始时,将根节点和根节点的值分别加入两个队列。每次从两个队列分别取出一个节点和一个数字,进行如下操作:
* (1)如果当前节点是叶子节点,则将该节点对应的数字加到数字之和;
* (2)如果当前节点不是叶子节点,则获得当前节点的非空子节点,并根据当前节点对应的数字和子节点的值计算子节点对应的数字,
* 然后将子节点和子节点对应的数字分别加入两个队列。
* 空间复杂度:O(n),其中 n 是二叉树的节点个数。空间复杂度主要取决于递归调用的栈空间,递归栈的深度等于二叉树的高度,
* 最坏情况下,二叉树的高度等于节点个数,空间复杂度为 O(n)。
*/
export function sumNumbers(root: TreeNode | null): number {
if (root === null) return 0
let sum = 0
const nodeQueue: TreeNode[] = []
const numQueue: number[] = []
nodeQueue.push(root)
numQueue.push(root.val)
while (nodeQueue.length) {
const node = nodeQueue.shift()
const num = numQueue.shift()
const left = node.left
const right = node.right
if (left === null && right === null) {
sum += num
} else {
if (left !== null) {
nodeQueue.push(left)
numQueue.push(num * 10 + left.val)
}
if (right !== null) {
nodeQueue.push(right)
numQueue.push(num * 10 + right.val)
}
}
}
return sum
}
一站式解决前端面试高频算法题