方法一:深度优先搜索
算法:max(height(root->left),height(root->right))+1
struct TreeNode
{
int val;
TreeNode* left;
TreeNode* right;
TreeNode() : val(0), left(nullptr), right(nullptr) {}
TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
TreeNode(int x, TreeNode* left, TreeNode* right) : val(x), left(left), right(right) {}
};
class Solution
{
public:
int maxDepth(TreeNode* root)
{
if (root == nullptr) return 0;
return max(maxDepth(root->left), maxDepth(root->right)) + 1;
}
};
int main()
{
Solution A;
TreeNode* t = new TreeNode(3, new TreeNode(9, nullptr, nullptr), new TreeNode
(20, new TreeNode(15, nullptr, nullptr), new TreeNode(7, nullptr, new TreeNode(30,nullptr,nullptr))));
cout << A.maxDepth(t) << endl;
return 0;
}
时间复杂度:O(n),其中 n 为二叉树节点的个数。每个节点在递归中只被遍历一次
空间复杂度:O(height),其中 height 表示二叉树的高度。递归函数需要栈空间,而栈空间取决于递归的深度,因此空间复杂度等价于二叉树的高度
方法二:广度优先搜索
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,不同于广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 count 来维护拓展的次数,该二叉树的最大深度即为 count
struct TreeNode
{
int val;
TreeNode* left;
TreeNode* right;
TreeNode() : val(0), left(nullptr), right(nullptr) {}
TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
TreeNode(int x, TreeNode* left, TreeNode* right) : val(x), left(left), right(right) {}
};
class Solution
{
public:
int maxDepth(TreeNode* root)
{
if (root == nullptr) return 0;
queue<TreeNode*> Q;
Q.push(root);
int count = 0;
while (!Q.empty())
{
int sum = Q.size();
while (sum > 0)
{
TreeNode* node = Q.front(); Q.pop();
if (node->left)Q.push(node->left);
if (node->right) Q.push(node->right);
sum -= 1;
}
++count;
}
return count;
}
};
int main()
{
Solution A;
TreeNode* t = new TreeNode(3, new TreeNode(9, nullptr, nullptr), new TreeNode
(20, new TreeNode(15, nullptr, nullptr), new TreeNode(7, nullptr, new TreeNode(30,nullptr,nullptr))));
cout << A.maxDepth(t) << endl;
return 0;
}
时间复杂度:O(n),其中 n 为二叉树的节点个数。与方法一同样的分析,每个节点只会被访问一次
空间复杂度:此方法空间的消耗取决于队列存储的元素数量,其在最坏情况下会达到 O(n)