LeetCode路径总和问题：DFS算法详解与应用

1. 问题背景与需求分析

112. 路径总和是LeetCode上一道经典的二叉树遍历问题。给定一个二叉树和一个目标和，要求判断该树中是否存在从根节点到叶子节点的路径，使得路径上所有节点值相加等于目标和。

这道题在2023年LeetCode周赛430中作为中等难度题目出现，考察的核心是对深度优先搜索(DFS)算法的理解和应用。根据统计，该题在热门100题中排名靠前，是面试中高频出现的二叉树问题之一。

提示：虽然题目描述简单，但实际解题时容易忽略"到叶子节点"这个关键条件，很多同学会在非叶子节点就提前返回结果，这是最常见的错误之一。

2. 深度优先搜索算法原理

2.1 DFS基础概念

深度优先搜索是一种用于遍历或搜索树或图的算法。其核心思想是尽可能深地探索树的分支，当节点v的所在边都已被探寻过，搜索将回溯到发现节点v的那条边的起始节点。

在二叉树场景下，DFS通常有三种实现方式：

1. 前序遍历：根→左→右
2. 中序遍历：左→根→右
3. 后序遍历：左→右→根

对于路径总和问题，前序遍历是最自然的选择，因为我们需要从根节点开始累加路径值。

2.2 DFS与BFS的对比

与广度优先搜索(BFS)相比，DFS有以下特点：

• 内存消耗较小（栈深度通常小于BFS队列大小）
• 更适合寻找所有解的问题
• 实现更简洁（递归形式）
• 可能找到的不是最短路径

在路径总和问题中，我们只需要判断是否存在符合条件的路径，而不关心路径长度，因此DFS更为合适。

3. 解题思路与算法设计

3.1 递归解法

递归是实现DFS最直观的方式。基本思路是：

1. 从根节点开始，每次用目标和减去当前节点值
2. 如果当前节点是叶子节点，判断剩余和是否为0
3. 递归检查左右子树

python复制def hasPathSum(root, targetSum):
    if not root:
        return False
    if not root.left and not root.right:
        return targetSum == root.val
    return hasPathSum(root.left, targetSum - root.val) or \
           hasPathSum(root.right, targetSum - root.val)

时间复杂度：O(n)，每个节点访问一次
空间复杂度：最坏O(n)（树退化为链表时递归栈深度）

3.2 迭代解法

使用栈模拟递归过程，避免递归的系统开销：

python复制def hasPathSum(root, targetSum):
    if not root:
        return False
    stack = [(root, targetSum - root.val)]
    while stack:
        node, curr_sum = stack.pop()
        if not node.left and not node.right and curr_sum == 0:
            return True
        if node.right:
            stack.append((node.right, curr_sum - node.right.val))
        if node.left:
            stack.append((node.left, curr_sum - node.left.val))
    return False

这里使用后进先出的栈，保证深度优先的搜索顺序。注意右子节点先入栈，因为栈是后进先出，这样左子节点会先被处理。

4. 边界条件与常见错误

4.1 空树处理

当输入为空树时，无论目标和是多少都应返回False。这是很多同学容易忽略的边界情况。

4.2 负数节点值

题目没有限制节点值必须为正数，因此需要考虑节点值为负的情况。这时路径上的累加和可能会出现先增后减的情况，但我们的算法已经天然处理了这种情况。

4.3 大数溢出

在Python中不需要考虑整数溢出问题，但在Java/C++等语言中，如果节点值很大，多次累加可能导致溢出。这时可以考虑用减法代替加法（如我们的解法所示）。

5. 算法优化与变种

5.1 提前终止

当找到一条符合条件的路径时，可以立即返回，不需要继续搜索其他路径。这在递归和迭代解法中都已实现。

5.2 返回所有路径

类似题目113要求返回所有符合条件的路径。只需稍作修改，在找到路径时记录而非直接返回：

python复制def pathSum(root, targetSum):
    res = []
    def dfs(node, path, remain):
        if not node:
            return
        if not node.left and not node.right and remain == node.val:
            res.append(path + [node.val])
            return
        dfs(node.left, path + [node.val], remain - node.val)
        dfs(node.right, path + [node.val], remain - node.val)
    dfs(root, [], targetSum)
    return res

5.3 路径方向不限

更复杂的变种是路径不一定从根到叶，也不一定自上而下。这时需要双重DFS或前缀和技巧，难度会显著增加。

6. 实际应用场景

DFS在二叉树问题中的应用非常广泛，除了路径总和外，还包括：

• 二叉树序列化/反序列化
• 最近公共祖先(LCA)问题
• 二叉树直径计算
• 二叉搜索树验证

在工程实践中，DFS常用于：

• 文件系统遍历
• 依赖关系解析
• 游戏树搜索
• 网络爬虫的URL遍历

7. 个人解题心得

在多次解答这类题目后，我总结了几个关键点：

1. 明确终止条件：在本题中必须到达叶子节点才算完整路径
2. 参数传递方式：使用减法比传递累加和更直观
3. 递归转迭代：栈中需要同时保存节点和当前剩余和
4. 测试用例设计：要包含单节点树、只有左/右子树、负数节点值等情况

一个容易忽略的细节是Python中布尔值的短路求值特性。在递归解法中我们用or连接两个递归调用，这样当左子树找到路径时就不会再搜索右子树，提高了效率。

对于面试场景，建议先写出递归解法，再讨论是否可以改为迭代实现，并分析时间/空间复杂度。同时要主动考虑边界条件和可能的优化点，展示全面的思考过程。