求二叉树最小深度和最大深度

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

在刷leetcode时，把二叉树最小深度和最大深度搞混了，在这里mark下

---

一、二叉树是什么？

二叉树（binary tree）是指树中节点的度不大于2的有序树，它是一种最简单且最重要的树

二、最大深度

1.利用深度优先搜索求其最大深度

代码如下（示例）：

    public int maxDepth(TreeNode root) {
        if(root==null)
            return 0;
        int l=minDepth(root.left);
        int r=minDepth(root.right);
        return (l<r? l:r)+1;

    }

总体的思路就是求出根节点的左右子树的深度，然后作比较，取最大的深度即可，在DFS时，对于每一个非叶子节点，我们只需要分别计算其左右子树的最小叶子节点深度。这样就将一个大问题转化为了小问题，可以递归地解决该问题。

2.利用深度优先搜索求其最小深度

代码如下（示例）：

    public int minDepth(TreeNode root) {
        if(root==null)
            return 0;
        int l=minDepth(root.left);
        int r=minDepth(root.right);
        if(l==0||r==0)
            return r+l+1;
        return (l<r? l:r)+1;

    }

与求最大深度不同点在于多了一个if判断，原因是什么呢？在这里举个例子，比如有一个二叉树是这样的，
该二叉树只有左子树，如果我们按照求最大深度的思路的话，对于1这个根节点，左子树求出的深度l为1，右子树求出的深度r为0，最后判断得出r<l,返回r+1=1，得出最小深度为1，显然这种思路是错的，因为我们忽略了根节点右子树为空的情况，针对于这种情况，我们可以判断，如果返回的l或者r有一个为0，既左右子树有一个为空，那么我们直接返回这个节点本身具有深度就可以，因为这个深度就是它的最小深度，利用l+r+1，得到这个节点具有的深度。

---

3.利用广度优先搜索求最小深度

代码如下（示例）：

* public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
   public class QueueNode{
        TreeNode node;
        int dep;

        public QueueNode(TreeNode node,int dep){
            this.node=node;
            this.dep=dep;
        }
  }
class Solution {
    public int minDepth(TreeNode root) {
		if(root==null)
            return 0;
        Queue<QueueNode> queue=new LinkedList<QueueNode>();
        queue.offer(new QueueNode(root,1));
        while(!queue.isEmpty()){
            QueueNode tempnode=queue.poll();
            int tempdep=tempnode.dep;
            TreeNode node=tempnode.node;
            if(node.left==null&&node.right==null)
                return tempdep;
            if(node.left!=null){
                queue.offer(new QueueNode(node.left,tempdep+1));
            }
            if(node.right!=null){
                queue.offer(new QueueNode(node.right,tempdep+1));
            }
        }
        return 0;
    }
}

当我们找到一个叶子节点时，直接返回这个叶子节点的深度。广度优先搜索的性质保证了最先搜索到的叶子节点的深度一定最小

总结

1.利用DFS求最大深度与最小深度的时间复杂度都为O(N),N是树的节点数。空间复杂度O(H),H为树的深度。
2.利用BFS求最小深度时间复杂度为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(N)，其中 N 是树的节点数。空间复杂度主要取决于队列的开销，队列中的元素个数不会超过树的节点数。