LeetCode题目104: 二叉树的最大深度(递归\迭代\层序遍历\尾递归优化\分治法实现 )

简介: LeetCode题目104: 二叉树的最大深度(递归\迭代\层序遍历\尾递归优化\分治法实现 )

❤️❤️❤️ 欢迎来到我的博客。希望您能在这里找到既有价值又有趣的内容,和我一起探索、学习和成长。欢迎评论区畅所欲言、享受知识的乐趣!

期待与您一起探索技术、持续学习、一步步打怪升级 欢迎订阅本专栏❤️❤️

题目描述

给定一个二叉树,找出其最大深度。

最大深度是从根节点到最远叶子节点的最长路径上的节点数。

示例:

给定二叉树 [3,9,20,null,null,15,7]

3
   / \
  9  20
    /  \
   15   7

最大深度是 3。

方法一:递归

解题步骤

  1. 如果节点为空,返回深度 0。
  2. 递归计算左子树的最大深度。
  3. 递归计算右子树的最大深度。
  4. 返回左右子树深度的最大值加一(当前节点的深度)。

Python 示例

class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
def maxDepth(root):
    if not root:
        return 0
    return 1 + max(maxDepth(root.left), maxDepth(root.right))

算法分析

  • 时间复杂度:O(N),其中 N 为树的节点数,每个节点访问一次。
  • 空间复杂度:O(H),其中 H 为树的高度,因为递归栈的深度由树的高度决定。

算法图解与说明

3            <-- Level 1
 / \
9  20          <-- Level 2
  /  \
 15   7        <-- Level 3
调用栈情况(以节点3为例):
maxDepth(3)
=> maxDepth(9), maxDepth(20)
   => maxDepth(null), maxDepth(null), maxDepth(15), maxDepth(7)

方法二:迭代(使用栈)

解题步骤

  1. 使用栈来模拟递归过程,每个元素为节点及其当前深度。
  2. 初始化栈包含根节点和深度 1。
  3. 当栈不为空,弹出节点并更新最大深度。
  4. 将节点的左右子节点及其深度压入栈中。

Python 示例

def maxDepthIterative(root):
    if not root:
        return 0
    stack = [(root, 1)]
    max_depth = 0
    while stack:
        node, depth = stack.pop()
        if node:
            max_depth = max(max_depth, depth)
            stack.append((node.left, depth + 1))
            stack.append((node.right, depth + 1))
    return max_depth

算法分析

  • 时间复杂度:O(N)
  • 空间复杂度:O(N)

算法图解与说明

栈的操作示例:
初始: [(3, 1)]
操作: 弹出(3, 1), 压入(9, 2), 压入(20, 2)
接着: 弹出(20, 2), 压入(15, 3), 压入(7, 3)
接着: 弹出(7, 3), 弹出(15, 3), 弹出(9, 2)

方法三:层序遍历(使用队列)

解题步骤

  1. 使用队列实现层序遍历。
  2. 每遍历完一层,深度加一。

Python 示例

from collections import deque
def maxDepthUsingBFS(root):
    if not root:
        return 0
    queue = deque([root])
    depth = 0
    while queue:
        for _ in range(len(queue)):
            node = queue.popleft()
            if node.left:
                queue.append(node.left)
            if node.right:
                queue.append(node.right)
        depth += 1
    return depth

算法分析

  • 时间复杂度:O(N)
  • 空间复杂度:O(N)

算法图解与说明

队列操作示例:
初始: [3]
操作: 弹出3, 压入9, 压入20
接着: 弹出9, 弹出20, 压入15, 压入7
接着: 弹出15, 弹出7

方法四:尾递归优化

解题步骤

  1. 使用尾递归形式来优化递归的性能。
  2. 传递当前深度作为参数,避免额外的递归开销。

Python 示例

def maxDepthTailRecursive(root, depth=0):
    if not root:
        return depth
    return max(maxDepthTailRecursive(root.left, depth + 1), maxDepthTailRecursive(root.right, depth + 1))

算法分析

  • 时间复杂度:O(N)
  • 空间复杂度:O(H),利用尾递归优化,Python 中不一定有效,取决于解释器是否优化尾调用。

算法图解与说明

递归调用栈(尾递归):
maxDepthTailRecursive(3, 0)
=> maxDepthTailRecursive(9, 1), maxDepthTailRecursive(20, 1)
   => maxDepthTailRecursive(null, 2), ...

方法五:分治法

解题步骤

  1. 对每个节点,分别求解左右子树的最大深度。
  2. 合并左右子树深度的结果,取最大值加一。

Python 示例

def maxDepthDivideAndConquer(root):
    if not root:
        return 0
    left_depth = maxDepthDivideAndConquer(root.left)
    right_depth = maxDepthDivideAndConquer(root.right)
    return 1 + max(left_depth, right_depth)

算法分析

  • 时间复杂度:O(N)
  • 空间复杂度:O(H)

算法图解与说明

分治递归过程:
maxDepthDivideAndConquer(3)
=> maxDepthDivideAndConquer(9), maxDepthDivideAndConquer(20)
   => maxDepthDivideAndConquer(null), maxDepthDivideAndConquer(null), ...

应用示例

上述各方法均适用于任何形式的二叉树结构,可以有效解决实际问题中的深度计算问题。

🌹🌹如果觉得这篇文对你有帮助的话,记得一键三连关注、赞👍🏻、收藏是对作者最大的鼓励,非常感谢 ❥(^_-)

❤️❤️作者知识有限,如有错误,请各位大佬评论区批评指正,不胜感激❥(^_-)

欢迎关注微信公众号 数据分析螺丝钉

相关文章
|
Go 开发者 索引
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣33 / 81/ 153/154)(Go语言版)
本文深入探讨了LeetCode中四道关于「搜索旋转排序数组」的经典题目,涵盖了无重复和有重复元素的情况。通过二分查找的变形应用,文章详细解析了每道题的解题思路和Go语言实现代码。关键点包括判断有序区间、处理重复元素以及如何缩小搜索范围。文章还总结了各题的异同,并推荐了类似题目,帮助读者全面掌握二分查找在旋转数组中的应用。无论是初学者还是有经验的开发者,都能从中获得实用的解题技巧和代码实现方法。
577 14
|
算法 Go
【LeetCode 热题100】深入理解二叉树结构变化与路径特性(力扣104 / 226 / 114 / 543)(Go语言版)
本博客深入探讨二叉树的深度计算、结构变换与路径分析,涵盖四道经典题目:104(最大深度)、226(翻转二叉树)、114(展开为链表)和543(二叉树直径)。通过递归与遍历策略(前序、后序等),解析每题的核心思路与实现方法。结合代码示例(Go语言),帮助读者掌握二叉树相关算法的精髓。下一讲将聚焦二叉树构造问题,欢迎持续关注!
449 10
|
存储 算法 数据可视化
【二叉树遍历入门:从中序遍历到层序与右视图】【LeetCode 热题100】94:二叉树的中序遍历、102:二叉树的层序遍历、199:二叉树的右视图(详细解析)(Go语言版)
本文详细解析了二叉树的三种经典遍历方式:中序遍历(94题)、层序遍历(102题)和右视图(199题)。通过递归与迭代实现中序遍历,深入理解深度优先搜索(DFS);借助队列完成层序遍历和右视图,掌握广度优先搜索(BFS)。文章对比DFS与BFS的思维方式,总结不同遍历的应用场景,为后续构造树结构奠定基础。
723 10
|
Go 索引 Perl
【LeetCode 热题100】【二叉树构造题精讲:前序 + 中序建树 & 有序数组构造 BST】(详细解析)(Go语言版)
本文详细解析了二叉树构造的两类经典问题:通过前序与中序遍历重建二叉树(LeetCode 105),以及将有序数组转化为平衡二叉搜索树(BST,LeetCode 108)。文章从核心思路、递归解法到实现细节逐一拆解,强调通过索引控制子树范围以优化性能,并对比两题的不同构造逻辑。最后总结通用构造套路,提供进阶思考方向,帮助彻底掌握二叉树构造类题目。
1035 9
|
Go
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣437 / 236 )(Go语言版)
本文深入探讨二叉树中路径与祖先问题,涵盖两道经典题目:LeetCode 437(路径总和 III)和236(最近公共祖先)。对于路径总和 III,文章分析了双递归暴力解法与前缀和优化方法,后者通过哈希表记录路径和,将时间复杂度从O(n²)降至O(n)。在最近公共祖先问题中,采用后序遍历递归查找,利用“自底向上”的思路确定最近公共祖先节点。文中详细解析代码实现与核心要点,帮助读者掌握深度追踪技巧,理解树结构中路径与节点关系的本质。这类问题在面试中高频出现,掌握其解法意义重大。
364 4
|
决策智能
【LeetCode 50】77.组合(优化、剪枝操作)
【LeetCode 50】77.组合(优化、剪枝操作)
188 2
【LeetCode 31】104.二叉树的最大深度
【LeetCode 31】104.二叉树的最大深度
143 2
【LeetCode 29】226.反转二叉树
【LeetCode 29】226.反转二叉树
170 2
【LeetCode 28】102.二叉树的层序遍历
【LeetCode 28】102.二叉树的层序遍历
175 2
|
程序员 C语言
【C语言】LeetCode(力扣)上经典题目
【C语言】LeetCode(力扣)上经典题目
380 1