输入一棵二叉树，判断该二叉树是否是平衡二叉树

题目描述
输入一棵二叉树，判断该二叉树是否是平衡二叉树。

该二叉树不一定是二叉搜索树

分析

每碰到一个节点，就判断以该结点为根的左右子树是否是平衡二叉树（通过求左右子树的树高），然后在判断该结点的左右子树为根的子树是否是平衡二叉树。这样就遍历树中每一个结点，对每个结点都判断是否平衡二叉树。
计算树高代码，最坏情况下单枝树的时间复杂度O(n)，空间O(n)
判断是否平衡方法最坏O(n)，故这种方法时间$O(n^2)$,空间$O(n^2)$

class Solution:
    def IsBalanced_Solution(self, root):
        if not root:
            return True
        hl = self.depth(root.left)
        hr = self.depth(root.right)

        is_balance = abs(hl-hr)<2 and self.IsBalanced_Solution(root.left) and self.IsBalanced_Solution(root.right)
        return is_balance

    def depth(self, root):
        if not root:
            return 0
        
        return 1 + max(self.depth(root.left), self.depth(root.right))

s = Solution().IsBalanced_Solution(root)
print(s)

上面代码从根节点开始每次都要重复遍历子树结点，所以时间复杂度高，下面从叶节点开始，依次往上求其子树高度，如果在某一子树上不满足要求，则一路返回，不再继续遍历。时间最坏O(n)，空间O(n)

class Solution:
    def IsBalanced_Solution(self, root):

        return self.depth(root) != -1

    def depth(self, root):
        if not root:
            return 0
        left = self.depth(root.left)
        if left == -1: #若左子树不满足平衡，则整个树已不是平衡二叉树了，直接返回，不处理右子树
            return -1
        right = self.depth(root.right)
        if right == -1: #与上类似
            return -1
        
        return -1 if abs(left-right) > 1 else 1 + max(left, right)

注意区分这两种方法的不同，及其解决问题思想的差别。在避免树结点的重复遍历上的启示。