计算二叉树的深度（高度）：深度优先遍历（DFS递归）、广度优先遍历（BFS，层次遍历）

计算二叉树的深度（高度）：深度优先遍历（DFS递归实现）、广度优先遍历（BFS，层次遍历）

先简要概述两种遍历的优缺点：

深度优先搜素算法：不全部保留结点，占用空间少；有回溯操作，运行速度慢。

广度优先搜索算法：保留全部结点，占用空间大； 无回溯操作，运行速度快。

• 通常深度优先搜索法不全部保留结点，扩展完的结点从数据库中弹出删去，这样，一般在数据库中存储的结点数就是深度值，因此它占用空间较少。所以，当搜索树的结点较多，用其它方法易产生内存溢出时，深度优先搜索不失为一种有效的求解方法。

• 广度优先搜索算法，一般需存储产生的所有结点，占用的存储空间要比深度优先搜索大得多，因此，程序设计中，必须考虑溢出和节省内存空间的问题。但广度优先搜索法一般无回溯操作，所以运行速度比深度优先搜索要快些。

数据结构：

 struct TreeNode {
    int val;
    TreeNode *left;
    TreeNode *right;
    };

代码示例：

DFS:

int maxDepth(TreeNode *root){
	if(root == NULL) return 0;
	return max(maxDepth(root->left), maxDepth(root->right)) +1;
}

BFS（层次遍历）:

int maxDepth(TreeNode* root) {
    if(root == NULL)  return 0;
    queue<TreeNode*> nodeQueue;
    nodeQueue.push(root);
    TreeNode *node; //null pointer
    int depth=0;    //max depth
    while(!nodeQueue.empty()){
        int que_len = nodeQueue.size();
        for(int i=0; i<que_len;i++){
            node = nodeQueue.front();
            nodeQueue.pop();
            if(node->left)  nodeQueue.push(node->left);
            if(node->right) nodeQueue.push(node->right);
        }
        depth++;
    }
    return depth;
}

LeetCode练习：https://leetcode-cn.com/problems/er-cha-shu-de-shen-du-lcof/