https://algocasts.io/episodes/4rpaNoWZ
StringBuilder 版本的时间复杂度分析
StringBuilder 版本和 String 版本不同，在构建路径时不会拷贝所有的字符，而是用 O(1) 的时间追加字符即可。也正因如此，在最后把一条路径存储到 result 中时，我们需要把 StringBuilder 中的字符数组（char[] value）拷贝一份作为 String（代码：path.toString()），时间复杂度是 O(lengthOfPath)。
因此，总的时间复杂度则是：O(lengthOfPath) x numOfPath，最坏情况是去处理一棵满二叉树。这个时候路径数量（也就是叶子节点的数量）是 (n+1)/2，因此找出所有路径的复杂度是 O(n)。而每条路径的长度是 O(log(n))，保存到 result 时需要做一次拷贝，时间复杂度是 O(log(n))。因此，总的时间复杂度是 O(n*log(n))。
对于空间复杂度，最坏情况下是去处理一棵斜树，这时树的高度是 n，最大递归深度是 n，因此递归使用的辅助栈空间是 O(n)；StringBuilder 需要使用的空间是路径的最大长度，也是 O(n)。因此，总的空间复杂度是 O(n)。
使用相同的分析方法，可以很容易分析出另一种极端情况的时间复杂度和空间复杂度（并非最坏情况。由于时间复杂度和空间复杂度一般讨论的是最坏情况，因此我们使用上面的结果）：
- 对于斜树，时间复杂度是
O(lengthOfPath) x numOfPath = O(n) x 1 = O(n) - 对于满二叉树，树高为
O(log(n))，路径的最大长度是O(log(n))，因此空间复杂度是O(log(n))
注意：n 是树上的节点数量。