剑指 Offer 55 - I. 二叉树的深度https://leetcode.cn/problems/er-cha-shu-de-shen-du-lcof/
树的遍历方式总体分为两类:深度优先搜索(DFS)、广度优先搜索(BFS);
常见的 DFS : 先序遍历、中序遍历、后序遍历;
常见的 BFS : 层序遍历(即按层遍历)。
树的深度优先搜索往往利用 递归 或 栈 实现,本文使用递归实现。
方法一:先序遍历(DFS)
终止条件:叶子节点时比较最终结果res和这条路的深度的大小
递推参数:当前节点node,当前路的深度k
递推工作:遍历当前节点的左子节点和右子节点
class Solution:
def maxDepth(self, root):
def dfs(node,k):
if not node:
if self.res<k:
self.res=k
return
else:
return
k+=1
dfs(node.left,k)
dfs(node.right,k)
self.res=float("-inf")
dfs(root,0)
return self.res
求树的深度需要遍历树的所有节点,下面将介绍基于 后序遍历(DFS) 和 层序遍历(BFS) 的两种解法。
方法二:后序遍历(左右根)(DFS)
关键点: 此树的深度和其左(右)子树的深度之间的关系。显然,此树的深度 等于 左子树的深度 与 右子树的深度 中的 最大值 +1。
终止条件: 当 root 为空,说明已越过叶节点,因此返回 深度 0 。
递推工作: 本质上是对树做后序遍历。
计算节点 root 的 左子树的深度 ,即调用 maxDepth(root.left);
计算节点 root 的 右子树的深度 ,即调用 maxDepth(root.right);
返回值: 返回 此树的深度 ,即 max(maxDepth(root.left), maxDepth(root.right)) + 1。
class Solution:
def maxDepth(self, root):
def dfs(node):
if not node:return 0
return max(dfs(node.left),dfs(node.right))+1
return dfs(root)
方法三:层序遍历(BFS)
树的层序遍历 / 广度优先搜索往往利用 队列 实现。
关键点: 每遍历一层,则计数器 +1 ,直到遍历完成,则可得到树的深度。
算法解析:
特例处理: 当 root 为空,直接返回 深度 0 。
初始化: 队列 queue (加入根节点 root ),计数器 res = 0。
循环遍历: 当 queue 为空时跳出。
初始化一个空列表 tmp ,用于临时存储下一层节点;
遍历队列: 遍历 queue 中的各节点 node ,并将其左子节点和右子节点加入 tmp;
更新队列: 执行 queue = tmp ,将下一层节点赋值给 queue;
统计层数: 执行 res += 1 ,代表层数加 1;
返回值: 返回 res 即可。
用列表实现队列
class Solution:
def maxDepth(self, root):
if not root:return 0
queue=[root]
res=0
while queue:
tmp = []
for node in queue:
if node.left:
tmp.append(node.left)
if node.right:
tmp.append(node.right)
queue=tmp
res+=1
return res
用双向队列
import collections
class Solution:
def maxDepth(self, root):
if not root:return 0#注意树的深度为空
queue=collections.deque()
queue.append(root)
res=0
while queue:
tmp=collections.deque()
while queue:
node=queue.popleft()
if node.left:
tmp.append(node.left)
if node.right:
tmp.append(node.right)
queue=tmp
res+=1
return res