LeetCode 二叉树的最大深度

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。

  注: 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 

解法

---

深度优先遍历-递归实现( Python )

class Solution:
    def maxDepth(self, root: TreeNode) -> int:
        if(root == None):
            return 0
        d_left = self.maxDepth(root.left)
        d_right = self.maxDepth(root.right)
        depth = 1 + (d_left if d_left >= d_right else d_right)
        return depth

基本思路

  首先要考虑递归的基准情况，即root为None时要返回，然后就可以放心大胆地分成左右子树进行递归了，但不能忘了树的深度是子树最大深度+1。

复杂度分析

  因为访问了树的所有节点，所以时间复杂度为$O\left(N\right)$。在最糟糕的情况下，即每个结点只有左子节点，此时递归会被调用N次，空间复杂度为$O\left(N\right)$，平均情况下为$O\left(logN\right)$。

广度优先遍历-迭代实现( Python )

class Solution:
    def maxDepth(self, root: TreeNode) -> int:
        if(root == None):
            return 0
        n_stack = [root]
        depth = 0
        while(n_stack != []):
            length = len(n_stack)
            while length:
                n_tmp = n_stack.pop(0)
                length -= 1
                if(n_tmp.left):
                    n_stack.append(n_tmp.left)
                if(n_tmp.right):
                    n_stack.append(n_tmp.right)
            depth += 1
        return depth

基本思路

  考虑用栈来实现迭代，Python的List可以很方便实现这一点。这里的关键在于变量Length，它记录了每一层节点的数量，然后分别访问这些节点，将它们存在的子节点压入栈中，同时深度增加。

复杂度分析

  因为要访问所有节点，所以时间复杂度为$O\left(n\right)$。空间上栈的最大长度等于树的最大宽度，最大为$O\left(\lceil \frac{N}{2}\rceil \right)$。