二叉树的最大深度—对递归的初步理解

1、题目

2、递归的使用

递归简单来说，就是不断调用自身，这与循环有点像，但区别是循环是在不断执行同一段代码块，而递归需要将当前的结果不断返回给上一级。以该题为例：
1、求二叉树的最大深度可以分解为求max(左子树的最大深度，右子树的最大深度)+1；
2、接下来，对于左/右子树的最大深度可以继续进行分解，于是我们可以定义：
原问题：二叉树的最大深度
子问题：左/右子树的最大深度
子问题的结果要返回给原问题，同时子问题可以继续分解下去，这就是递归中的 递 的过程；
3、上述过程不断 递 下去，子问题分解一定会有一个尽头，即递归的边界条件，可以直接返回一个具体结果，即 归；
4、于是从边界条件开始，子问题的结果会不断返回到原问题，直到递归结束，因此递归使用了一个数据结构—栈，利用了其后入先出的特点，在前行阶段即递的过程中，将函数的局部变量、参数等压入栈中，在到达边界后的退回过程中，将栈顶的元素不断弹出，返回给上一级函数。

该问题中，边界条件是结点为空时，返回值为0；非边界条件即子问题要返回给上一级问题的结果为max(左子树的最大深度，右子树的最大深度)+1。因此代码为：

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    int maxDepth(TreeNode* root) {
        if (root == nullptr) return 0;
        return max(maxDepth(root->left), maxDepth(root->right)) + 1;
    }
};

• 我认为递归最重要的是需要想清楚 递：如何分解原问题为子问题并确定非边界条件，以及归：确定边界条件，要返回具体的值，即不能允许函数无限递下去。不要去想子问题的执行过程，这样很容易陷到递归中出不来，只要想清楚这两个条件，代码就能写对。