给定一个二叉树,找出其最大深度。
二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。
说明: 叶子节点是指没有子节点的节点。
示例:
给定二叉树 [3,9,20,15,7,null,null]
,
3
/ \
9 20
/ \
15 7
返回它的最大深度 3 。
写在前面的碎碎念
首先看到题目的时候,觉得很简单,以为二叉树的储存结构就是题目中所提到的list:[3,9,20,15,7,null,null]
,那做起来解法就相当简单了。
我们直接计算元素的个数,空的会用null补,那直接个数加一,再取一个 l o g 2 ( x ) log_2(x) log2(x)即可得到深度了。
结果发现想太多,做法并没有想象的那么简单。(数据结构的知识全部都忘光了!)
于是开始从Python
中二叉树的储存结构开始学习。其实题目中已经有提及到二叉树的结构:
# Definition for a binary tree node.
class TreeNode:
def __init__(self, x):
self.val = x
self.left = None
self.right = None
作为一个数据结构的渣渣,表示并没有理解这个代码写的是啥。。。这怎么就定义了一个二叉树了呢???
后面上网各种搜索,总算才比较理解,其实本质就是一个循环的嵌套,或者说是一个递归的定义:
def BinaryTree(v):
return [v, [], []]
上面是一个空的二叉树,如果我们要定义一棵二叉树,以下面这个图片为例:
使用下面的嵌套列表即可:
myTree = ['a', #root
['b', #left subtree
['d', [], []],
['e', [], []] ],
['c', #right subtree
['f', [], []],
[] ]
]
更具体的了解二叉树可以参考网上一位大神的博客:Python 实现树结构。
接下来就不多说了,开始解题,由于是递归的定义,直观一些,我们可以使用递归的解法。(解法很多是参考里面的公开解答)
Python解法1(按照深度优先)
class Solution:
def maxDepth(self, root):
"""
:type root: TreeNode
:rtype: 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
最后的题目网站给了演示视频,感觉说的非常好。
Python解法1加强版(一行代码解决)
class Solution:
def maxDepth(self, root):
"""
:type root: TreeNode
:rtype: int
"""
return max(self.maxDepth(root.left), self.maxDepth(root.right)) + 1 if root else 0
原理逻辑可以参考:Python中的三元表达式(一行语句实现if else,与R对比)
Python解法2(无递归,栈的思想)
class Solution:
def maxDepth(self, root):
"""
:type root: TreeNode
:rtype: int
"""
stack = []
if root is not None:
stack.append((1, root))
depth = 0
while stack != []:
current_depth, root = stack.pop()
if root is not None:
depth = max(depth, current_depth)
stack.append((current_depth + 1, root.left))
stack.append((current_depth + 1, root.right))
return depth
题目网址:https://leetcode-cn.com/problems/maximum-depth-of-binary-tree/