题目的主要信息:
  • 题目给出我们一棵树的树根结点指针,和一个期待值
  • 我们要找出这棵树中,从根节点到叶子节点的路径上的节点值之和等于该期待值的路径,找出所有这样的路径并返回。
举一反三:

学习完本题的思路你可以解决如下题目:

JZ82. 二叉树中和为某一值的路径(一)

JZ84. 二叉树中和为某一值的路径(三)

JZ86. 二叉搜索树的最近公共祖先

方法一:深度优先搜索(推荐使用)

知识点:深度优先搜索(dfs)

深度优先搜索一般用于树或者图的遍历,其他有分支的(如二维矩阵)也适用。它的原理是从初始点开始,一直沿着同一个分支遍历,直到该分支结束,然后回溯到上一级继续沿着一个分支走到底,如此往复,直到所有的节点都有被访问到。

思路:

我们从根节点开始向左右子树进行递归,递归函数中需要处理的是:

  1. 当前的路径path要更新
  2. 当前的目标值expectNumber要迭代,减去当前节点的值
  3. 若当前节点是叶子节点,考虑是否满足路径的期待值,并考虑是否将路径添加到返回列表中

具体做法:

  • step 1:维护两个向量retpath
  • step 2:编写递归函数dfs
  • step 3:递归函数内部要处理更新path,更新expectNumber,判断是否为叶子节点和判断是否要将path追加到ret末尾

图示: alt

Java实现代码:

import java.util.*;
public class Solution {
    private ArrayList<ArrayList<Integer>> ret = new ArrayList<>();
    private LinkedList<Integer> path = new LinkedList<>();
    
    void dfs(TreeNode root, int number) {
        // 处理树为空
        if (root == null) return;
        // 路径更新
        path.add(root.val);
        // number更新
        number -= root.val;
        // 如果递归当前节点为叶子节点且该条路径的值已经达到了expectNumber,则更新ret
        if(root.left == null && root.right == null && number == 0) {
            ret.add(new ArrayList<>(path));
        }
        // 左右子树递归
        dfs(root.left, number);
        dfs(root.right, number);
        path.removeLast();
    }
    
    public ArrayList<ArrayList<Integer>> FindPath(TreeNode root,int expectNumber) {
        dfs(root, expectNumber);
        return ret;
    }
}

C++实现代码:

class Solution {
public:
    vector<vector<int>> ret;
    vector<int> path;
    void dfs(TreeNode* root, int number) {
        // 处理树为空
        if (root == NULL) return;
        // 路径更新
        path.emplace_back(root->val);
        // number更新
        number -= root->val;
        // 如果递归当前节点为叶子节点且该条路径的值已经达到了expectNumber,则更新ret
        if(root->left == NULL && root->right == NULL && number == 0) {
            ret.emplace_back(path);
        }
        // 左右子树递归
        dfs(root->left, number);
        dfs(root->right, number);
        path.pop_back();
    }
    
    vector<vector<int>> FindPath(TreeNode* root,int expectNumber) {
        dfs(root, expectNumber);
        return ret;
    }
};

Python实现代码:

class Solution:
    def FindPath(self , root: TreeNode, target: int) -> List[List[int]]:
        ret, path = [], []
        def dfs(root: TreeNode, target: int):
            # 处理树为空
            if not root: return
            # 路径更新
            path.append(root.val)
            # 更新
            target -= root.val
            # 如果递归当前节点为叶子节点且该条路径的值已经达到了expectNumber,则更新ret
            if not root.left and not root.right and target == 0:
                ret.append(path[:])
            # 左右子树递归
            dfs(root.left, target)
            dfs(root.right, target)
            path.pop()
        dfs(root, target)
        return ret

复杂度分析:

  • 时间复杂度:O(n2)O(n^2),其中nn是树的节点数。最差情况下树的一半为链,一半为完全二叉树,并且所有的路径上的节点值之和都是expectedNumber,这样路径数量为O(n)O(n),且每条路径的节点数也为O(n)O(n),添加到ret的时间代价就是O(n2)O(n^2)
  • 空间复杂度:O(n)O(n),递归栈的深度不会超过节点数量,但最大可能就是节点数量。
方法二:广度优先遍历(扩展思路)

知识点:队列

队列是一种仅支持在表尾进行插入操作、在表头进行删除操作的线性表,插入端称为队尾,删除端称为队首,因整体类似排队的队伍而得名。它满足先进先出的性质,元素入队即将新元素加在队列的尾,元素出队即将队首元素取出,它后一个作为新的队首。

思路:

深度优先搜索是优先一条路径寻到底,而广度优先搜索是按照二叉树的层进行搜索,因此路径需要逐层进行记录,我们引入队列来维护这个逐层路径的信息。

具体做法:

  • step 1:通过维护队列来进行广度优先搜索
  • step 2:当我们遍历到叶子节点的层时,就进行与目标值的匹配
  • step 3:最终返回目标结果

Java实现代码:

import java.util.*;
public class Solution {
    public ArrayList<ArrayList<Integer>> FindPath(TreeNode root,int expectNumber) {
        ArrayList<ArrayList<Integer>> ret = new ArrayList<ArrayList<Integer>>();
        if(root == null) return ret;
        Queue<ArrayList<Integer>> pathQ = new LinkedList<ArrayList<Integer>>();
        Queue<TreeNode> nodeQ = new LinkedList<TreeNode>();
        pathQ.offer(new ArrayList<Integer>(Arrays.asList(root.val)));
        nodeQ.offer(root);
        
        while(!nodeQ.isEmpty()) {
            ArrayList<Integer> curpath = pathQ.poll();
            TreeNode curnode = nodeQ.poll();
            if(curnode.left != null) {
                ArrayList<Integer> left = new ArrayList<Integer>(curpath);
                left.add(curnode.left.val);
                pathQ.offer(left);
                nodeQ.offer(curnode.left);
            }
            // 右子节点path
            if(curnode.right != null) {
                ArrayList<Integer> right = new ArrayList<Integer>(curpath);
                right.add(curnode.right.val);
                pathQ.offer(right);
                nodeQ.offer(curnode.right);
            }
            // 叶子节点统计
            if(curnode.left == null && curnode.right == null) {
                ArrayList<Integer> l = curpath;
                int sum = 0;
                for(int i = 0; i < l.size(); i++) {
                    sum = sum + l.get(i);
                }
                if(sum == expectNumber) ret.add(l);
            } 
        }
        return ret;
    }
}

C++实现代码:

#include<numeric>
class Solution {
public:
    vector<vector<int>> FindPath(TreeNode* root,int expectNumber) {
        vector<vector<int>> ret;
        if(root == NULL) return ret;
        pair<vector<int>, TreeNode*> p({root->val}, root);
        // 维护一个path,node的队列
        queue< pair<vector<int>, TreeNode*> > q;
        q.push(p);
        // 如果队列非空
        while(!q.empty()) {
            pair<vector<int>, TreeNode*> cur = q.front();
            q.pop();
            TreeNode* node = cur.second;
            // 左子节点path
            if(node->left) {
                vector<int> left = cur.first;
                left.push_back(node->left->val);
                q.push(make_pair(left, node->left));
            }
            // 右子节点path
            if(node->right) {
                vector<int> right = cur.first;
                right.push_back(node->right->val);
                q.push(make_pair(right, node->right));
            }
            // 叶子节点统计
            if(node->left == NULL && node->right == NULL) {
                vector<int> l = cur.first;
                int sum = accumulate(l.begin(), l.end(), 0);
                if(sum == expectNumber) ret.push_back(l);
            } 
        }
        return ret;
    }
};

Python实现代码:

class Solution:
    def FindPath(self , root: TreeNode, target: int) -> List[List[int]]:
        if not root: return []
        # 直接将所需要的节点,路径,节点值组成一个列表
        s = [(root, [root.val], root.val)]
        ret = []
        while s:
            node, val, sum = s.pop()
            # 如果是到了叶子节点的情况下,并且路径总和与target一致
            if node and not node.left and not node.right and sum == target:
                ret.append(val)
            # 处理左子树路径
            if node.left:
                s.append((node.left, val + [node.left.val], sum + node.left.val))
            # 处理右子树路径
            if node.right:
                s.append((node.right, val + [node.right.val], sum + node.right.val))
        return ret

复杂度分析:

  • 时间复杂度:最差为O(n2)O(n^2),分析方法与方法一相同
  • 空间复杂度:O(n)O(n),n是树的节点数量,因为一次遍历下来访问了所有节点,列表s的空间代价