文章目录
摘要
在日常开发中，树形结构是我们经常会碰到的一类数据，比如菜单结构、组织架构、文件系统、或者语法树。而在这些结构中，我们有时需要针对某些特定的节点做聚合计算，比如"求所有左叶子的值之和"。
这道题其实就是一个非常典型的树遍历与判断逻辑结合的题目。看似简单，但它考察了如何准确识别左叶子 、如何递归遍历树 以及如何在遍历中累加计算结果。本文我们就用 Swift 来带你一步步分析并实现这个题目。
描述
题目要求很清晰：
给定一棵二叉树的根节点 root，返回所有左叶子节点的值之和。
左叶子指的是"父节点的左子节点"，并且这个左子节点本身没有子节点（也就是它是叶子）。
举个例子
txt
输入: root = [3,9,20,null,null,15,7]
输出: 24
解释: 左叶子是 9 和 15，它们的和是 24。题解答案
解决这个问题其实很自然地想到递归。
我们可以从根节点出发，去看它的左右子节点：
- 如果左子节点存在，并且它是一个叶子，那么直接加上它的值。
- 如果不是叶子，就递归地去继续找。
- 右子节点同理，只不过我们不去累加它（因为右叶子不计入结果）。
题解代码分析
下面是完整的 Swift 代码实现，可直接在 Xcode 或 LeetCode Playground 中运行：
swift
import Foundation
// 定义树节点结构
public class TreeNode {
public var val: Int
public var left: TreeNode?
public var right: TreeNode?
public init() { self.val = 0; self.left = nil; self.right = nil }
public init(_ val: Int) { self.val = val; self.left = nil; self.right = nil }
public init(_ val: Int, _ left: TreeNode?, _ right: TreeNode?) {
self.val = val
self.left = left
self.right = right
}
}
class Solution {
func sumOfLeftLeaves(_ root: TreeNode?) -> Int {
guard let node = root else { return 0 }
var sum = 0
// 判断当前节点的左子节点是否是叶子
if let left = node.left {
if left.left == nil && left.right == nil {
sum += left.val
} else {
sum += sumOfLeftLeaves(left)
}
}
// 右子树递归（但不直接加右叶子）
if let right = node.right {
sum += sumOfLeftLeaves(right)
}
return sum
}
}思路讲解：
-
递归出口：如果当前节点为空，直接返回 0。
-
左子树判断：
- 如果当前节点的左子树存在且是叶子（没有左右子节点），累加它的值。
- 如果不是叶子，就递归地继续往下找左叶子。
-
右子树判断：
- 递归计算右子树中的左叶子之和（注意不是右叶子！）。
-
返回结果：不断回传计算结果，最终得到整个树的左叶子之和。
示例测试及结果
下面我们构建一个简单的示例二叉树，并测试一下上面的代码是否正确：
swift
// 构造示例树
// 3
// / \
// 9 20
// / \
// 15 7
let root = TreeNode(3)
root.left = TreeNode(9)
root.right = TreeNode(20, TreeNode(15), TreeNode(7))
let solution = Solution()
let result = solution.sumOfLeftLeaves(root)
print("左叶子之和为：\(result)")输出结果：
txt
左叶子之和为：24一切正常，和题目示例一致
再测试一个边界情况：
swift
let single = TreeNode(1)
print("单节点树左叶子之和：\(solution.sumOfLeftLeaves(single))")输出：
txt
单节点树左叶子之和：0因为它没有左叶子，结果自然为 0。
时间复杂度
每个节点只会被访问一次，递归操作也都是常数时间判断。
因此时间复杂度是：
O(n) ------ 其中 n 是二叉树的节点总数。
空间复杂度
在递归过程中，系统栈的最大深度取决于树的高度。
最坏情况下（树退化为链表）为 O(n)，平均情况约为 O(log n)。
因此：
空间复杂度：O(h)，其中 h 是树的高度。
总结
这道题的核心不在于算法复杂度，而在于如何准确识别"左叶子" 。
我们要注意两个关键点：
- 必须是左节点（不是右节点）
- 必须是叶子节点（没有左右子节点）
整体思路非常自然，用递归最简洁，但如果在性能敏感的场景下，也可以用 BFS 或栈模拟递归实现迭代版。
在实际开发中，类似的"聚合型遍历问题"非常常见，比如：
- 统计树中所有叶子节点的数量
- 累加某种类型节点的值
- 查找满足特定条件的节点路径
掌握这类递归模式，几乎可以解决 80% 的树结构算法题。