/**
 * 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

https://github.com/hovinghuang/fe-agorithm-interview