【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣437 / 236 )(Go语言版)

简介: 本文深入探讨二叉树中路径与祖先问题,涵盖两道经典题目:LeetCode 437(路径总和 III)和236(最近公共祖先)。对于路径总和 III,文章分析了双递归暴力解法与前缀和优化方法,后者通过哈希表记录路径和,将时间复杂度从O(n²)降至O(n)。在最近公共祖先问题中,采用后序遍历递归查找,利用“自底向上”的思路确定最近公共祖先节点。文中详细解析代码实现与核心要点,帮助读者掌握深度追踪技巧,理解树结构中路径与节点关系的本质。这类问题在面试中高频出现,掌握其解法意义重大。

🌲 路径与祖先:二叉树中的深度追踪技巧(LeetCode 437 / 236)

在二叉树的解题过程中,有一类问题聚焦于路径总和查找节点之间的祖先关系,它们不仅考察遍历技巧,更锻炼我们对递归路径与状态传递的深刻理解。本篇我们将通过两道经典题目:路径总和 III 与最近公共祖先,逐步拆解思路与实现方式。


1️⃣ LeetCode 437. 路径总和 III

🧩 题目描述

给定一棵二叉树和一个整数 targetSum,返回路径总和等于该值的路径数量路径不需要从根节点开始,也不需要在叶子节点结束,但路径方向必须向下(只能从父节点到子节点)


🧠 思路一:双递归暴力解法(DFS)

我们可以遍历树中每个节点,以每个节点为起点,尝试向下查找所有路径和是否等于 targetSum,使用两层递归。

✅ 实现代码:

func pathSum(root *TreeNode, targetSum int) int {
   
    if root == nil {
   
        return 0
    }
    return dfs(root, targetSum) + pathSum(root.Left, targetSum) + pathSum(root.Right, targetSum)
}

// 以当前节点为起点,查找路径数
func dfs(node *TreeNode, target int) int {
   
    if node == nil {
   
        return 0
    }
    count := 0
    if node.Val == target {
   
        count++
    }
    count += dfs(node.Left, target - node.Val)
    count += dfs(node.Right, target - node.Val)
    return count
}

💡 思路二:前缀和 + 哈希优化(推荐)

利用前缀和思想,记录从根节点到当前节点的路径和,用哈希表记录每个前缀和出现的次数,可以在 O(n) 时间复杂度内解决。

func pathSum(root *TreeNode, targetSum int) int {
   
    prefix := map[int]int{
   0: 1}
    return dfs(root, 0, targetSum, prefix)
}

func dfs(node *TreeNode, currSum, target int, prefix map[int]int) int {
   
    if node == nil {
   
        return 0
    }
    currSum += node.Val
    count := prefix[currSum - target]
    prefix[currSum]++
    count += dfs(node.Left, currSum, target, prefix)
    count += dfs(node.Right, currSum, target, prefix)
    prefix[currSum]-- // 回溯
    return count
}

🔍 重点注意:

  • 暴力法时间复杂度为 O(n²),使用前缀和优化可降低为 O(n);
  • 注意回溯阶段要恢复前缀和的状态,避免影响其它路径。

2️⃣ LeetCode 236. 二叉树的最近公共祖先(LCA)

🧩 题目描述

给定一棵二叉树,找到两个节点 pq 的最近公共祖先。最近公共祖先定义为:在树中最深的那个节点,既是 p 的祖先也是 q 的祖先


🧠 思路:后序遍历递归查找

我们可以使用后序遍历思路进行查找:

  • 若当前节点为 null,返回 nil;
  • 若当前节点等于 p 或 q,返回当前节点;
  • 分别递归左子树和右子树:
    • 若左右子树均不为空,则当前节点是最近公共祖先;
    • 若只有一边非空,则返回非空的那边。

✅ 实现代码:

func lowestCommonAncestor(root, p, q *TreeNode) *TreeNode {
   
    if root == nil || root == p || root == q {
   
        return root
    }
    left := lowestCommonAncestor(root.Left, p, q)
    right := lowestCommonAncestor(root.Right, p, q)
    if left != nil && right != nil {
   
        return root
    }
    if left != nil {
   
        return left
    }
    return right
}

🔍 重点理解:

  • 核心是“自底向上”的判断思路;
  • 若一个节点的左右子树分别包含 p 与 q,则该节点即为最近公共祖先;
  • 若递归结果为非空,需层层向上传递。

📌 总结

题号 题目名称 解题关键词 技巧与方法
437 路径总和 III 路径查找、前缀和、回溯 双 DFS / 前缀和优化
236 最近公共祖先 后序遍历、自底向上查找 递归判断返回非空分支

这类题目在真实面试中非常常见,是对树形结构中路径与节点关系判断的集中体现,理解本质后举一反三非常重要。


目录
相关文章
|
6月前
|
Go
【LeetCode 热题100】DP 实战进阶:最长递增子序列、乘积最大子数组、分割等和子集(力扣300 / 152/ 416 )(Go语言版)
本文深入解析三道经典的动态规划问题:**最长递增子序列(LIS)**、**乘积最大子数组** 和 **分割等和子集**。 - **300. LIS** 通过 `dp[i]` 表示以第 `i` 个元素结尾的最长递增子序列长度,支持 O(n²) 动态规划与 O(n log n) 的二分优化。 - **152. 乘积最大子数组** 利用正负数特性,同时维护最大值与最小值的状态转移方程。 - **416. 分割等和子集** 转化为 0-1 背包问题,通过布尔型 DP 实现子集和判断。 总结对比了三题的状态定义与解法技巧,并延伸至相关变种问题,助你掌握动态规划的核心思想与灵活应用!
284 1
|
6月前
|
分布式计算 算法 Go
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本文讲解了两道经典的图论问题:**岛屿数量(LeetCode 200)** 和 **腐烂的橘子(LeetCode 994)**,分别通过 DFS/BFS 实现。在“岛屿数量”中,利用深度或广度优先搜索遍历二维网格,标记连通陆地并计数;“腐烂的橘子”则采用多源 BFS,模拟腐烂传播过程,计算最短时间。两者均需掌握访问标记技巧,是学习网格搜索算法的绝佳实践。
282 1
|
6月前
|
Go
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本篇博客详细解析了三道经典的动态规划问题:198. 打家劫舍(线性状态转移)、279. 完全平方数与322. 零钱兑换(完全背包问题)。通过 Go 语言实现,帮助读者掌握动态规划的核心思想及其实战技巧。从状态定义到转移方程,逐步剖析每道题的解法,并总结其异同点,助力解决更复杂的 DP 问题。适合初学者深入理解动态规划的应用场景和优化方法。
220 0
|
6月前
|
算法 Go 索引
【LeetCode 热题100】回溯:括号生成 & 组合总和(力扣22 / 39 )(Go语言版)
本文深入解析了LeetCode上的两道经典回溯算法题:**22. 括号生成**与**39. 组合总和**。括号生成通过维护左右括号数量,确保路径合法并构造有效组合;组合总和则允许元素重复选择,利用剪枝优化搜索空间以找到所有满足目标和的组合。两者均需明确路径、选择列表及结束条件,同时合理运用剪枝策略提升效率。文章附有Go语言实现代码,助你掌握回溯算法的核心思想。
256 0
|
2月前
|
存储 安全 Java
【Golang】(4)Go里面的指针如何?函数与方法怎么不一样?带你了解Go不同于其他高级语言的语法
结构体可以存储一组不同类型的数据,是一种符合类型。Go抛弃了类与继承,同时也抛弃了构造方法,刻意弱化了面向对象的功能,Go并非是一个传统OOP的语言,但是Go依旧有着OOP的影子,通过结构体和方法也可以模拟出一个类。
201 1
|
10月前
|
运维 监控 算法
监控局域网其他电脑:Go 语言迪杰斯特拉算法的高效应用
在信息化时代,监控局域网成为网络管理与安全防护的关键需求。本文探讨了迪杰斯特拉(Dijkstra)算法在监控局域网中的应用,通过计算最短路径优化数据传输和故障检测。文中提供了使用Go语言实现的代码例程,展示了如何高效地进行网络监控,确保局域网的稳定运行和数据安全。迪杰斯特拉算法能减少传输延迟和带宽消耗,及时发现并处理网络故障,适用于复杂网络环境下的管理和维护。
|
4月前
|
Cloud Native 安全 Java
Go:为云原生而生的高效语言
Go:为云原生而生的高效语言
297 1
|
4月前
|
Cloud Native Go API
Go:为云原生而生的高效语言
Go:为云原生而生的高效语言
397 0
|
4月前
|
Cloud Native Java Go
Go:为云原生而生的高效语言
Go:为云原生而生的高效语言
260 0
|
4月前
|
Cloud Native Java 中间件
Go:为云原生而生的高效语言
Go:为云原生而生的高效语言
230 0