与路径相关的递归问题通常是在前序遍历和层序遍历上稍加改动,将入栈或入队的元素调整为多元组的形式,将路径记录、路径之和等同时保存上
思路:遍历时记录路径节点,采用前序或层序遍历都可以
写法1、前序遍历递归写法:重复逻辑:对每个二叉树依次执行当前节点路径更新、访问左右子树的操作
写法2、前序遍历迭代写法:入栈的是二元组(节点,路径记录);换作层序遍历迭代时,入队的是二元组(节点,路径记录)
'''
257. 二叉树的所有路径
给你一个二叉树的根节点 root ,按 任意顺序 ,返回所有从根节点到叶子节点的路径。
叶子节点 是指没有子节点的节点。
示例 1:
输入:root = [1,2,3,null,5]
输出:["1->2->5","1->3"]
思路:遍历时记录路径节点,采用前序或层序遍历都可以
写法1、前序遍历递归写法:重复逻辑:对每个二叉树依次执行当前节点路径更新、访问左右子树的操作
写法2、前序遍历迭代写法:入栈的是二元组(节点,路径记录);换作层序遍历迭代时,入队的是二元组(节点,路径记录)
'''
class Solution:
# 写法1、前序遍历递归写法:重复逻辑:对每个二叉树依次执行当前节点路径更新、访问左右子树的操作
def binaryTreePaths(self, root: Optional[TreeNode]) -> List[str]:
result = []
def traversal(root: Optional[TreeNode], path: str):
# 简单情况
if root == None:
return
elif root.left == None and root.right == None:
result.append(path + str(root.val))
else: # 重复逻辑
path = path + str(root.val) + '->'
traversal(root.left, path)
traversal(root.right, path)
traversal(root, '')
return result
# 写法2、前序遍历迭代写法:入栈的是带有路径记录的节点
def binaryTreePathsIteration(self, root: Optional[TreeNode]) -> List[str]:
if root == None:
return []
result = []
stkNodePath = [(root, str(root.val))] # 二元组(节点,路径记录)入栈
while len(stkNodePath) > 0:
cur, path = stkNodePath.pop()
if cur.left == None and cur.right == None:
result.append(path)
if cur.right: # 先右后左入栈, 先左后右出栈
stkNodePath.append((cur.right, path+'->'+str(cur.right.val)))
if cur.left:
stkNodePath.append((cur.left, path + '->' + str(cur.left.val)))
return result
思路:遍历时记录路径节点,采用前序或层序遍历都可以,这种题目更适合采用迭代循环遍历实现
前序遍历迭代写法:入栈的是二元组(节点,路径之和);换作层序遍历迭代时,入队的是二元组(节点,路径之和)
'''
112. 路径总和
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。
思路:遍历时记录路径节点,采用前序或层序遍历都可以,这种题目更适合采用迭代循环遍历实现
前序遍历迭代写法:入栈的是二元组(节点,路径之和);换作层序遍历迭代时,入队的是二元组(节点,路径之和)
'''
class Solution:
def hasPathSum(self, root: Optional[TreeNode], targetSum: int) -> bool:
if root == None:
return False
stkNodeSum = [(root, root.val)] # # 二元组(节点,路径之和)入栈
while len(stkNodeSum) > 0:
cur, pathSum = stkNodeSum.pop()
if cur.left == None and cur.right == None:
if pathSum == targetSum:
return True
if cur.right: # 先右后左入栈, 先左后右出栈
stkNodeSum.append((cur.right, pathSum + cur.right.val))
if cur.left:
stkNodeSum.append((cur.left, pathSum + cur.left.val))
return False
思路:遍历时记录路径节点,采用前序或层序遍历都可以,这种题目更适合采用迭代循环遍历实现
前序遍历迭代写法:入栈的是三元组(节点,路径之和,路径记录);换作层序遍历迭代时,入队的是三元组(节点,路径之和,路径记录)
'''
113. 路径总和 II
给你二叉树的根节点 root 和一个整数目标和 targetSum ,找出所有 从根节点到叶子节点 路径总和等于给定目标和的路径。
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,5,1], targetSum = 22
输出:[[5,4,11,2],[5,8,4,5]]
思路:遍历时记录路径节点,采用前序或层序遍历都可以,这种题目更适合采用迭代循环遍历实现
前序遍历迭代写法:入栈的是三元组(节点,路径之和,路径记录);换作层序遍历迭代时,入队的是三元组(节点,路径之和,路径记录)
'''
class Solution:
def pathSum(self, root: Optional[TreeNode], targetSum: int) -> List[List[int]]:
if root == None:
return []
result = []
stkNodeAddPath = [(root, root.val, [root.val])]
while len(stkNodeAddPath) > 0:
cur, add, path = stkNodeAddPath.pop()
if cur.left == None and cur.right == None:
if add == targetSum:
result.append(path)
if cur.right: # 先右后左入栈, 先左后右出栈
stkNodeAddPath.append((cur.right, add + cur.right.val, path + [cur.right.val])) # + 的精髓
if cur.left:
stkNodeAddPath.append((cur.left, add + cur.left.val, path + [cur.left.val])) # + 的精髓
return result
思路1、遍历时记录路径节点,采用前序或层序遍历都可以,这种题目更适合采用迭代循环遍历实现;前序遍历迭代:入栈的是二元组(节点,路径之和),注意此时的路径之和指的是以该节点为终点的所有的路径之和
思路2、前缀和优化的方法,前序遍历迭代:入栈的是三元组(节点,前缀和,前缀和哈希表),注意前缀和哈希表需要调用copy()拷贝副本
思路3、将思路2修改为递归写法,注意最后一行代码:当我们退出当前节点时,我们需要及时退掉已经保存的前缀和;重复逻辑:对每个二叉树根节点进行前缀和统计答案、访问左右子树、退掉当前根节点前缀和的操作
'''
437. 路径总和 III
给定一个二叉树的根节点 root ,和一个整数 targetSum ,求该二叉树里节点值之和等于 targetSum 的 路径 的数目。
路径 不需要从根节点开始,也不需要在叶子节点结束,但是路径方向必须是向下的(只能从父节点到子节点)。
示例 1:
输入:root = [10,5,-3,3,2,null,11,3,-2,null,1], targetSum = 8
输出:3
思路1、遍历时记录路径节点,采用前序或层序遍历都可以,这种题目更适合采用迭代循环遍历实现;前序遍历迭代:入栈的是二元组(节点,路径之和),注意此时的路径之
和指的是以该节点为终点的所有的路径之和
思路2、前缀和优化的方法,前序遍历迭代:入栈的是三元组(节点,前缀和,前缀和哈希表),注意前缀和哈希表需要调用copy()拷贝副本
思路3、将思路2修改为递归写法,注意最后一行代码:当我们退出当前节点时,我们需要及时退掉已经保存的前缀和;
重复逻辑:对每个二叉树根节点进行前缀和统计答案、访问左右子树、退掉当前根节点前缀和的操作
'''
class Solution:
def pathSum(self, root: Optional[TreeNode], targetSum: int) -> int:
if root == None:
return 0
result = 0
stkNodeAdds = [(root, [root.val])]
while len(stkNodeAdds) > 0:
cur, adds = stkNodeAdds.pop()
for add in adds:
if add == targetSum:
result += 1
# 先右后左入栈, 先左后右出栈
if cur.right:
temp = []
for add in adds: # 每次增加一个新的节点,都要把以该节点为终点的所有路径之和添加一遍
temp.append(add + cur.right.val)
stkNodeAdds.append((cur.right, temp + [cur.right.val])) # 也要把该节点为终点同时也为起点的路径之和添加一下
# 仔细思考一下:这里的路径之和不能用集合,只能用列表,集合会自动去重,可能会使统计的符合条件的路径数少了
if cur.left:
temp = []
for add in adds:
temp.append(add + cur.left.val)
stkNodeAdds.append((cur.left, temp + [cur.left.val]))
return result
def pathSum2(self, root: Optional[TreeNode], targetSum: int) -> int:
if root == None:
return 0
result = 0
hashTable = {0: 1} # 这里保证了对 包含起始节点的路径之和 的判断
prefixSum = 0
stkNodeAdds = [(root, prefixSum, hashTable)]
while len(stkNodeAdds) > 0:
cur, prefixSum, hashTable = stkNodeAdds.pop()
prefixSum += cur.val
# 1、先找 以当前遍历元素n对应的索引位置 之前的前缀和是否存在满足条件的
if prefixSum - targetSum in hashTable:
result += hashTable[prefixSum - targetSum]
# 2、再将当前遍历节点为终点的路径之和 的前缀和添加到hashDict
if prefixSum not in hashTable:
hashTable[prefixSum] = 1
else:
hashTable[prefixSum] += 1
# 先右后左入栈, 先左后右出栈
if cur.right:
stkNodeAdds.append((cur.right, prefixSum, hashTable.copy())) # 这里需要调用.copy()方法
if cur.left:
stkNodeAdds.append((cur.left, prefixSum, hashTable.copy()))
return result
def pathSum3(self, root: TreeNode, targetSum: int) -> int:
hashTable = {0: 1} # 设置全局形式的哈希表;直接带到函数中调用也可实现这个效果,因为dict是python中的可变变量,相当于全局变量
def dfs(root, prefixSum):
# 简单情况
if not root:
return 0
# 重复逻辑:对每个二叉树根节点进行前缀和统计答案、访问左右子树、退掉当前根节点前缀和的操作
result = 0
prefixSum += root.val
# 1、先找 以当前遍历元素n对应的索引位置 之前的前缀和是否存在满足条件的
if prefixSum - targetSum in hashTable:
result += hashTable[prefixSum - targetSum]
# 2、再将当前遍历节点为终点的路径之和 的前缀和添加到hashDict
if prefixSum not in hashTable:
hashTable[prefixSum] = 1
else:
hashTable[prefixSum] += 1
result += dfs(root.left, prefixSum)
result += dfs(root.right, prefixSum)
hashTable[prefixSum] -= 1 # 当我们退出当前节点时,我们需要及时退掉已经保存的前缀和
return result
return dfs(root, 0)