目录
题目地址:
题目:
我们直接看题解吧:
快速理解题解小建议:
审题目+事例+提示:
解题方法:
解题方法分析:
方法1后序遍历(DFS)
解题分析:
解题思路:
代码实现:
方法2层序遍历(BFS)
解题分析:
解题思路:
代码实现:
题目地址:
104. 二叉树的最大深度 - 力扣(LeetCode)
难度:简单
今天刷二叉树的最大深度,大家有兴趣可以点上面链接,看看题目要求,试着做一下。
题目:
给定一个二叉树 root
,返回其最大深度。
二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。
我们直接看题解吧:
快速理解题解小建议:
可以先简单看一下解题思路,然后再照着代码看思路,会更容易理解一些。
审题目+事例+提示:
二叉树的最大深度是指从根节点到最远叶子节点的最长路径上的节点数
解题方法:
方法1,深度优先搜索(DFS)
方法2,广度优先搜索(BFS)
解题方法分析:
树的遍历方式总体分为两类:深度优先搜索(DFS)、广度优先搜索(BFS)。
常见 DFS : 先序遍历、中序遍历、后序遍历。
相关解题文章链接:
二叉树的前序遍历,力扣-CSDN博客
二叉树的中序遍历,力扣-CSDN博客
二叉树的层序遍历,力扣-CSDN博客
常见 BFS : 层序遍历(即按层遍历)。
相关解题文章链接:
二叉树的层序遍历,力扣-CSDN博客
求树的深度需要遍历树的所有节点,本文将介绍基于 后序遍历(DFS) 和 层序遍历(BFS) 的两种解法。
方法1后序遍历(DFS)
解题分析:
·树的后序遍历 / 深度优先搜索往往利用递归或栈实现,
·本题关键点在于理解此树的深度和其左(右)子树的深度之间的关系
即此树深度等于左子树的深度与右子树的深度中的最大值+1。
解题思路:
1、判断root,节点是否为空,空则返回0
2、进行递归操作:
·计算节点root左子树的深度,即调用maxDepth(root.left)
·计算节点root右子树的深度,即调用maxDepth(root.right)
3、最后返回左右子树深度最大者+1,即为此树的最大深度。
参考题解: 104. 二叉树的最大深度题解
代码实现:
class Solution {
public int maxDepth(TreeNode root) {
if (root == null) return 0;//判断root,节点是否为空,空则返回0
return Math.max(maxDepth(root.left), maxDepth(root.right)) + 1;
}//计算节点root左右子树的深度,返回左右子树深度最大者+1
}
方法2层序遍历(BFS)
解题分析:
树的层序遍历 / 广度优先搜索往往利用 队列 实现。
本题关键点: 每遍历一层,则计数器 +1 ,直到遍历完成,则可得到树的深度。
解题思路:
1、判断root节点是否为空,当 root为空,直接返回0 。
2、初始化: 队列 queue (加入根节点 root ),计数器 res = 0。
3、循环遍历: 当 queue 为空时跳出。
·初始化一个空列表 tmp ,用于临时存储下一层节点。
·遍历队列: 遍历 queue 中的各节点 node ,并将其左子节点和右子节点加入 tmp。
·更新队列: 执行 queue = tmp ,将下一层节点赋值给 queue。
·统计层数: 执行 res += 1 ,即层数+1。
4、返回值: 返回 res 即可。
参考题解: 104. 二叉树的最大深度题解
代码实现:
class Solution {
public int maxDepth(TreeNode root) {
if (root == null) return 0;//判空操作,当 root为空,直接返回0
List<TreeNode> queue = new LinkedList<>() {{ add(root); }}, tmp;
int res = 0;//创建队列queue与计数变量res,以及空列表tmp
while (!queue.isEmpty()) {//队列为空时退出循环
tmp = new LinkedList<>();//初始化空列表
for(TreeNode node : queue) {//当前层节点遍历循环
if (node.left != null)tmp.add(node.left);//左子节点非空则加入 tmp
if (node.right != null)tmp.add(node.right);//右子节点非空则加入tmp
}
queue = tmp;//执行 queue = tmp ,将下一层节点赋值给 queue。
res++;//res+1,即层数+1
}
return res;//返回 res 即可
}
}