【LeetCode刷题日记】112.递归中的「减法思维」:一题带你打通二叉树路径求和的任督二脉

news2026/5/18 23:49:03
个人主页北极的代码欢迎来访作者简介java后端学习者❄️个人专栏苍穹外卖日记SSM框架深入JavaWeb✨命运的结局尽可永在不屈的挑战却不可须臾或缺前言大家好我是代码不加冰来到了我们每日的刷题环节由于接近期末周每天自己学习的时间就变得少了但还是要坚持每天学一点到了暑假再猛学两个月想想还有点期待。摘要二叉树路径求和问题是一道经典的递归入门题看似简单却暗含递归思维的底层逻辑。本文以 LeetCode 112 题「路径总和」为例深入剖析两种核心解法递归与迭代。重点阐释递归中「递减目标值」的巧妙之处——通过将路径和问题转化为剩余值问题实现了无状态传递的优雅递归。文章详细拆解了递归函数的执行流程解答了初学者常见的困惑为什么找到答案后还要逐层返回同时提供栈实现的三种迭代写法并对比两者的适用场景。通过本文你将真正理解递归的本质——递是深入探索归是逐层反馈。题目背景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。题目解析我们刚拿到这个题目可以联想到我们之前做过的一道题二叉树的所有路径在那里我们初步认识了回溯并具体实现得到了二叉树的所有路径而我们这题仅仅是要找到某一条或者几条的路径把这条路径的总和加起来看看是否等于我们的目标值路径是从根节点到叶子节点所谓的叶子节点就是没有左右子节点的节点。还有关键的一步就是我们怎么拿到一整条路径上的所有节点的和呢我们传入的是我们的目标值我们在递归的时候每一次递归都能得到当前的节点值那我们就可以拿目标值减去节点值如果最后目标值变成了0那么这条路径就是符合的。ps当然累加也是可以的但是需要额外维护一个状态也就是当前路径的节点值的和。具体的代码实现最直观的方法是深度优先搜索DFS从根节点向下递归遍历每经过一个节点就减去其值到达叶子节点时判断剩余和是否为 0。递归终止条件当前节点为空 → 返回false当前节点是叶子节点无左右孩子→ 返回节点值 targetSum否则递归检查左右子树目标值减去当前节点值java if (root.left null root.right null) { return root.val targetSum; // 叶子节点判断当前值是否等于剩余目标值 }这行代码的意思是如果当前节点是叶子节点判断root.val是否等于targetSum如果相等返回true如果不相等返回false逻辑运算符||的含义java return hasPathSum(root.left, targetSum - root.val) || hasPathSum(root.right, targetSum - root.val);这个||是逻辑或运算符特点短路特性如果左边返回true右边就不会执行只要有一条路径成功整个表达式就为true等价于java // 写法1用 || 简洁版 return dfs(left, newTarget) || dfs(right, newTarget); // 写法2展开后的等价代码 boolean leftResult hasPathSum(root.left, targetSum - root.val); if (leftResult) return true; // 左边找到了就不用查右边 boolean rightResult hasPathSum(root.right, targetSum - root.val); return rightResult;直观理解这句话可以翻译成当前节点到叶子节点的路径和是否能等于targetSum等于问①左子树中能否找到一条路径其和等于targetSum - 当前节点值②右子树中能否找到一条路径其和等于targetSum - 当前节点值只要①或②有一个成立答案就是true递归找到答案后不会瞬间传送回起点而是沿着调用链原路返回每层都执行一次return就像爬梯子一样一级一级退出来。这就是为什么虽然结果在很深的节点就确定了但程序还要执行那么多return的原因——它在清理调用栈把控制权逐级交还给上层。代码实现java class Solution { public boolean hasPathSum(TreeNode root, int targetSum) { // 节点为空没有路径 if (root null) { return false; } // 到达叶子节点判断当前值是否等于剩余目标值 if (root.left null root.right null) { return root.val targetSum; } // 递归左右子树目标值减去当前节点值 return hasPathSum(root.left, targetSum - root.val) || hasPathSum(root.right, targetSum - root.val); } }我们这里也可以使用迭代法用栈来实现。具体逻辑其实还是一样的不过我们可以用一个栈或者两个栈来实现我们入栈的顺序也要考虑好要右孩子先入栈栈是后进先出我们要先处理左孩子。方法一同时存储节点和当前和最直观java class Solution { public boolean hasPathSum(TreeNode root, int targetSum) { if (root null) { return false; } // 栈中存储节点, 从根到该节点的路径和 StackPairTreeNode, Integer stack new Stack(); stack.push(new Pair(root, root.val)); while (!stack.isEmpty()) { PairTreeNode, Integer pair stack.pop(); TreeNode node pair.getKey(); int currentSum pair.getValue(); // 到达叶子节点检查路径和是否等于目标值 if (node.left null node.right null) { if (currentSum targetSum) { return true; } } // 右孩子先入栈因为栈是后进先出左孩子会先处理 if (node.right ! null) { stack.push(new Pair(node.right, currentSum node.right.val)); } if (node.left ! null) { stack.push(new Pair(node.left, currentSum node.left.val)); } } return false; } }方法二使用两个栈更清晰java class Solution { public boolean hasPathSum(TreeNode root, int targetSum) { if (root null) { return false; } // 节点栈和对应的路径和栈 StackTreeNode nodeStack new Stack(); StackInteger sumStack new Stack(); nodeStack.push(root); sumStack.push(root.val); while (!nodeStack.isEmpty()) { TreeNode node nodeStack.pop(); int currentSum sumStack.pop(); // 检查叶子节点 if (node.left null node.right null) { if (currentSum targetSum) { return true; } } // 右孩子先入栈 if (node.right ! null) { nodeStack.push(node.right); sumStack.push(currentSum node.right.val); } if (node.left ! null) { nodeStack.push(node.left); sumStack.push(currentSum node.left.val); } } return false; } }结语如果对你有帮助请点赞关注收藏你的支持就是我最大的鼓励

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2623221.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…