325-Leetcode 二叉树的最大深度

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)