Leetcode每日一题2021.2.28第104题：二叉树的最大深度

题目描述

示例

方法一：深度优先搜索

思路和算法

如果我们知道了左子树和右子树的最大深度 l 和 r ，那么该二叉树的最大深度即为 max(l, r) +1
而左子树和右子树的最大深度又可以以同样的方式进行计算。因此我们可以用【深度优先搜索】的方法来计算二叉树的最大深度。具体而言，在计算当前二叉树的最大深度时，可以先递归计算出其左子树和右子树的最大深度，然后在O(1)时间内计算出当前当前二叉树的最大深度。递归在访问到空节点时退出。

代码

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def maxDepth(self, root: TreeNode) -> int:
        if root is None:
            return 0
        else:
            left_height = self.maxDepth(root.left)
            right_height = self.maxDepth(root.right)
            return max(left_height, right_height) + 1

方法二：广度优先搜索

思路和算法

用广度优先搜索的方法来解时，我们需要对其进行一些修改，此时我们广度优先搜索的队列里存放的是【当前层的所有节点】。每次拓展下一层的时候，不同于深度优先搜索的每次只从队列里拿出一个节点，我们需要将队列里的所有节点都拿出来进行拓展，这样能保证每次拓展完的时候队列里存放的是当前层的所有节点，即我们是一层一层地进行拓展，最后我们用一个变量 ans 来维护拓展地次数，该二叉树地最大深度即为 ans。

代码

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def maxDepth(self, root: TreeNode) -> int:
        if root is None:
            return 0
        queue = []
        queue.append(root)

        ans = 0

        while queue:
            # size是每层地节点个数
            size = len(queue)
            while size > 0:
                node = queue.pop(0)
                if node.left:
                    queue.append(node.left)
                if node.right:
                    queue.append(node.right)
                size -= 1

            ans += 1

        return ans