一、找树的最大深度
1. 思路一 DFS查找
递归查找左、右子树,查找到叶结点便开始返回,每返回一层,深度加1(逆向理解。正向则可理解为”最大深度+1“,默认从0层开始);每个子树返回包含最大深度的叶结点
代码
class Solution:
def maxDepth(self, root: TreeNode) -> int:
if not root: return 0
return 1 + max(self.maxDepth(root.left), self.maxDepth(root.right))
2.思路二 BFS查找
逐层扫描,每扫描完一层,深度便加1
代码
class Solution:
def maxDepth(self, root: TreeNode) -> int:
if not root: return 0
queue = collections.deque()
queue.append(root)
depth = 0
while queue:
level_size = len(queue)
for _ in range(level_size):
node = queue.popleft()
if node.left: queue.append(node.left)
if node.right: queue.append(node.right)
depth += 1
return depth
二、找树的最小深度
1.思路一 DFS查找
递归查找到叶结点便开始返回,如果树只有一个子树,则返回该子树的最小深度;否者取左、右子树中最小值深度;return时加1不能忘!
代码
class Solution:
def minDepth(self, root: TreeNode) -> int:
if not root: return 0
left_depth = self.minDepth(root.left)
right_depth = self.minDepth(root.right)
return (left_depth + right_depth + 1) if (not left_depth or not right_depth) else 1 + min(left_depth, right_depth)
2.思路二 BFS查找
找第一个叶结点便返回:第一个叶结点的所在层便是树的最小深度
代码
class Solution:
def minDepth(self, root: TreeNode) -> int:
if not root: return 0
queue = collections.deque()
queue.append(root)
depth = 0
while queue:
level_size = len(queue)
depth += 1
for _ in range(level_size):
node = queue.popleft()
if not node.left and not node.right:
return depth
if node.left: queue.append(node.left)
if node.right: queue.append(node.right)
总结
以上方案基本每个结点都会访问一次,所以时间复杂度为O(N)