二叉树8——二叉树的最小深度

题目

题目地址

二叉树的最小深度

题目说明

给定一个二叉树，找出其最小深度。

最小深度是从根节点到最近叶子节点的最短路径上的节点数量。

说明：叶子节点是指没有子节点的节点

示例 1：

输入：root = [3,9,20,null,null,15,7]
输出：2

示例 2：

输入：root = [2,null,3,null,4,null,5,null,6]
输出：5

提示：

• $树中节点数的范围在[0,105]内$
• $-1000\le Node.val\le 1000$

解题

方法一：深度优先搜索

思路及解法

首先可以想到使用深度优先搜索的方法，遍历整棵树，记录最小深度。

对于每一个非叶子节点，我们只需要分别计算其左右子树的最小叶子节点深度。这样就将一个大问题转化为了小问题，可以递归地解决该问题。

代码

class Solution{
public:
	int minDepth(TreeNode *root) {
		if (root == nullptr) {
			return 0;
		}
		if (root->left == nullptr && roor->right == nullptr) {
			return 1;
		}

		int min_depth = INT_MAX;
		int min_depth = INT_MAX;
        if (root->left != nullptr) {
            min_depth = min(minDepth(root->left), min_depth);
        }
        if (root->right != nullptr) {
            min_depth = min(minDepth(root->right), min_depth);
        }

        return min_depth + 1;
    }
};
  

复杂度分析

• 时间复杂度：$O(N)$，其中 $N$是树的节点数。对每个节点访问一次。

• 空间复杂度：$O(H)$，其中 $H$是树的高度。空间复杂度主要取决于递归时栈空间的开销，最坏情况下，树呈现链状，空间复杂度为 $O(N)$。平均情况下树的高度与节点数的对数正相关，空间复杂度为 $O(logN)$。

方法二：广度优先搜索

思路及解法

同样，我们可以想到使用广度优先搜索的方法，遍历整棵树。

当我们找到一个叶子节点时，直接返回这个叶子节点的深度。广度优先搜索的性质保证了最先搜索到的叶子节点的深度一定最小。

代码

class Solution {
public:
    int minDepth(TreeNode *root) {
        if (root == nullptr) {
            return 0;
        }

        queue<pair<TreeNode *, int> > que;
        que.emplace(root, 1);
        while (!que.empty()) {
            TreeNode *node = que.front().first;
            int depth = que.front().second;
            que.pop();
            if (node->left == nullptr && node->right == nullptr) {
                return depth;
            }
            if (node->left != nullptr) {
                que.emplace(node->left, depth + 1);
            }
            if (node->right != nullptr) {
                que.emplace(node->right, depth + 1);
            }
        }

        return 0;
    }
};
 

复杂度分析

• 时间复杂度：$O(N)$，其中 $N$是树的节点数。对每个节点访问一次。

• 空间复杂度：$O(N)$，其中 $N$是树的节点数。空间复杂度主要取决于队列的开销，队列中的元素个数不会超过树的节点数。