天天看点

关于二叉树的深度总结

题目:

给定一个二叉树,找出其最大深度。

二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。

说明: 叶子节点是指没有子节点的节点。

示例:

给定二叉树 [3,9,20,null,null,15,7]

关于二叉树的深度总结

返回它的最大深度 3.

解题思路

由题目可知:找树的最大深度,说白了就是这棵树有几层。

这里我们用递归的思想去解决问题,我们让左子树算左子树的深度,右子树算右子树的深度。

按照递归三部曲:

  1. 确定递归函数的参数和返回值:参数就是传入树的根节点,返回就返回这棵树的深度,所以返回值为 int 类型。
  2. 结束条件:如果节点为空,则返回0(该方法也处理了二叉树根节点为空的情况)。
  3. 递归函数主功能:先求它的左子树的深度,再求的右子树的深度,最后取左右深度最大的数值 再 +1 (加1是因为算上当前中间节点)就是目前节点为根节点的树的深度。

代码实现

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public int maxDepth(TreeNode root) {
        return root == null ? 0 : Math.max(maxDepth(root.left), maxDepth(root.right)) + 1;      

复杂度分析

  • 时间复杂度:O(n),其中 n 为二叉树的节点个数。与方法一同样的分析,每个节点只会被访问一次。
  • 空间复杂度:此方法空间的消耗取决于队列存储的元素数量,其在最坏情况下会达到 O(n)。

Hello, 大家好,今天是我参加8月更文的第 10 天,今天给大家带来的关于二叉树相关的算法题是二叉树的最小深度,正文如下:

题目:

给定一个二叉树,找出其最小深度。

最小深度是从根节点到最近叶子节点的最短路径上的节点数量。

说明:叶子节点是指没有子节点的节点。

示例1:

关于二叉树的深度总结
输入:root = [3,9,20,null,null,15,7]
输出:2      

示例2:

输入:root = [2,null,3,null,4,null,5,null,6]
输出:5      

解题思路

  • 当前节点 root 为空时,说明此处树的高度为 0,0 也是最小值。
  • 当前节点 root 的左子树和右子树都为空时,说明此处树的高度为 1,1 也是最小值。
  • 如果为其他情况,则说明当前节点有值,且需要分别计算其左右子树的最小深度,返回最小深度 +1,+1 表示当前节点存在有 1 个深度。

代码实现

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public int minDepth(TreeNode root) {
        if(root == null){
            return 0;
        } else if (root.left == null) {
            return minDepth(root.right) + 1;
        } else if (root.right == null){
            return minDepth(root.left) + 1;
        } else {
            return Math.min(minDepth(root.left), minDepth(root.right)) + 1;      

复杂度分析

  • 时间复杂度:O(N),其中 N 是树的节点数。对每个节点访问一次。
  • 空间复杂度:O(H),其中 H 是树的高度。空间复杂度主要取决于递归时栈空间的开销,最坏情况下,树呈现链状,空间复杂度为 O(N)。平均情况下树的高度与节点数的对数正相关,空间复杂度为 O(log N)。