一、题目描述
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],
3
/ \
9 20
/ \
15 7
返回它的最大深度 3 。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/maximum-depth-of-binary-tree
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
二、思考
首先我们要明确树的深度实际上就是我们遍历的时候树的高度,那么同样我们能想到的广度优先遍历 BFS,一层一层遍历,遍历多少层就是多高的树。或者深度优先遍历 DFS,找到遍历的最大长度即为树的高度。
三、代码实现
class TreeNode{
private int val;
private TreeNode left;
private TreeNode right;
public TreeNode(int x){
this.val = x;
}
public TreeNode(int x,TreeNode left,TreeNode right){
this.val=x;
this.left=left;
this.right= right;
}
}
public int maxDepth(TreeNode root) {
//第一步:处理特殊情况
if(root == null){
return 0;
}
//第二步、遍历左子树
int leftTree = maxDepth(root.left);
//第三步、遍历右子树
int rightTree = maxDepth(root.right);
//第四步、比较左右子树的高度,+1
return Math.max(leftTree,rightTree)+1;
}
复制代码
复杂度分析
时间复杂度:O(n),其中 nn 为二叉树节点的个数。每个节点在递归中只被遍历一次。
空间复杂度:O(height),其中 height 表示二叉树的高度。递归函数需要栈空间,而栈空间取决于递归的深度,因此空间复杂度等价于二叉树的高度。
如果是广度优先应该如何实现呢?
public int maxDepth2(TreeNode root) {
//第一步:处理特殊情况
if(root == null){
return 0;
}
//第二步:依赖外部数据结构队列,FIFO
Queue<TreeNode> queue = new LinkedList<>();
queue.offer(root);
int height=0;
//第三步:遍历队列
while(!queue.isEmpty()){
//第四步:明确每层叶子节点都可以遍历完毕
int size = queue.size();
while(size >0 ){
TreeNode node = queue.poll();
//遍历左叶子节点
if(node.left != null){
queue.offer(node.left);
}
//遍历右叶子节点
if (node.right != null){
queue.offer(node.right);
}
size--;
}
height++;
}
return height;
}
复制代码
复杂度分析
时间复杂度:O(n),其中 nn 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)。
四、小结
从结果来看还是 DFS 更好一些。
评论