二叉树子结构匹配指B的结构（含节点值）在A中以相同拓扑方式出现，不要求B占据A的完整子树；而子树匹配要求从某节点起整棵子树完全一致。
什么是二叉树子结构匹配，和子树有什么区别
子结构匹配 ≠ 子树匹配。子树要求从某个节点开始，**整棵子树完全一致**；而子结构只要求目标树的结构（含值）在原树中以相同拓扑方式出现，不要求该节点是叶子或完整子树——比如 target 可能只是原树某分支的“一部分”，其下方还可延伸其他节点。
典型场景：判断 B 是否为 A 的子结构，B 的根节点值必须在 A 中某处出现，且从该点出发，B 的每个非空节点都能在 A 对应位置匹配（B 的空节点不约束 A）。
核心逻辑：两层递归怎么写才不漏判
必须用两个函数配合：isSubStructure 负责在 A 中逐个尝试匹配起点；doesMatch（或类似名）负责从当前节点开始，严格校验 B 是否能“嵌入”进去。
-
isSubStructure(A, B)：先判边界——若A或B为空，直接返回false（注意：B为空按题意不合法，不能算子结构）；否则尝试三路：当前节点匹配 + 左子树递归 + 右子树递归，用||连接 -
doesMatch(A, B)：这是关键。仅当B == nullptr时返回true（B已匹配完）；若A == nullptr但B != nullptr，说明A提前结束，返回false；否则比较值，并递归检查左右子树
错误写法常见于把两层逻辑混在一个函数里，导致一旦某次匹配失败就终止整个搜索——漏掉其他可能的起点。
立即学习“C++免费学习笔记（深入）”；
边界条件和空指针怎么处理才安全
最容易崩的是对 nullptr 的判断顺序。必须保证访问 val 或子节点前，指针已非空。
- 在
doesMatch中，先判B == nullptr→ true；再判A == nullptr→ false；最后才用A->val == B->val -
isSubStructure开头必须判A == nullptr || B == nullptr，因为题目约定空树不是任何树的子结构 - 不要用
!A替代A == nullptr，虽等价但可读性差，易在复杂条件中出错
示例片段：
bool doesMatch(TreeNode* A, TreeNode* B) {
if (B == nullptr) return true;
if (A == nullptr) return false;
if (A->val != B->val) return false;
return doesMatch(A->left, B->left) && doesMatch(A->right, B->right);
}
为什么不能只用一次 DFS 就搞定
单次 DFS 会强制从 A 根开始匹配，但子结构可能出现在任意内部节点。比如 B 根值等于 A 的某个左孩子，但 A 根不匹配——此时单次遍历直接失败。
- 时间复杂度本质是 O(m×n)，m 和 n 分别为两树节点数：最坏情况对
A每个节点都调用一次完整doesMatch - 空间复杂度取决于递归深度，最坏 O(max(height_A, height_B))
- 没有通用剪枝技巧，但可在
doesMatch前加快速值预检（如A->val != B->val）避免进入无谓递归
真正容易被忽略的点：匹配成功后不能提前全局 return，必须让外层 isSubStructure 的 || 逻辑自然短路——否则可能跳过更早的合法匹配点。
