LeetCode 算法:二叉树的最大深度 c++

原题链接🔗:二叉树的最大深度
难度:简单⭐️

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。

示例 1:
在这里插入图片描述

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

示例 2:

输入:root = [1,null,2]
输出:2

提示:

  • 树中节点的数量在 [0, 104] 区间内。
  • -100 <= Node.val <= 100

二叉树

二叉树的最大深度问题通常可以通过递归或迭代(使用队列)的方式来解决。

递归方法

递归方法是解决二叉树最大深度问题最直观的方式。其基本思想是:

  1. 如果当前节点为空,返回0。
  2. 否则,递归计算当前节点的左子树和右子树的最大深度。
  3. 返回左子树和右子树深度的最大值加1。

递归方法的C++实现如下:

struct TreeNode {
    int val;
    TreeNode *left;
    TreeNode *right;
    TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};

class Solution {
public:
    int maxDepth(TreeNode* root) {
        if (root == nullptr) {
            return 0;
        }
        int leftDepth = maxDepth(root->left);
        int rightDepth = maxDepth(root->right);
        return std::max(leftDepth, rightDepth) + 1;
    }
};

迭代方法(使用队列)

迭代方法使用队列来实现广度优先搜索(BFS),其基本思想是:

  1. 初始化一个队列,将根节点入队。
  2. 当队列不为空时,进行循环:
    • 记录当前层的节点数。
    • 对于每一层的每个节点,访问其左右子节点(如果有的话),并将它们入队。
  3. 每完成一层的遍历,深度加1。

迭代方法的C++实现如下:

#include <queue>

class Solution {
public:
    int maxDepth(TreeNode* root) {
        if (root == nullptr) {
            return 0;
        }
        std::queue<TreeNode*> q;
        q.push(root);
        int depth = 0;
        while (!q.empty()) {
            int levelSize = q.size(); // 当前层的节点数
            for (int i = 0; i < levelSize; ++i) {
                TreeNode* node = q.front();
                q.pop();
                if (node->left) q.push(node->left);
                if (node->right) q.push(node->right);
            }
            ++depth; // 每遍历完一层,深度加1
        }
        return depth;
    }
};

递归方法简单直观,但可能会遇到递归深度限制的问题,特别是在树非常高的情况下。迭代方法避免了递归深度限制的问题,但需要额外的空间来存储队列。在实际应用中,可以根据具体情况选择适合的方法。

题解

递归法

  1. 解题思路

解决LeetCode上的"二叉树的最大深度"问题,主要涉及到树的深度优先搜索(DFS)策略。以下是解题的步骤和思路:

  • 理解问题:首先明确题目要求,即找出二叉树的深度,也就是从根节点到最远叶子节点的最长路径上的边数。

  • 递归策略:由于二叉树的最大深度问题天然适合用递归解决,可以定义一个递归函数maxDepth,该函数接收一个二叉树的节点作为参数。

  • 递归终止条件:递归的基本终止条件是当节点为空时,此时树的深度为0。

  • 递归逻辑:对于非空节点,需要分别计算其左子树和右子树的最大深度。

  • 计算深度:对于每个非空节点,其深度等于其左子树深度和右子树深度中的较大者加1。

  • 返回结果:递归函数最终返回的是根节点的深度。

  • 编写递归函数:实现递归函数,使用条件语句来处理递归终止条件,并使用递归调用来计算左右子树的深度。

  • 测试:编写测试用例来验证算法的正确性,包括但不限于只有一个节点的树、满二叉树、完全二叉树、不平衡二叉树等。

  • 优化:考虑算法的时间复杂度和空间复杂度,确保递归的深度不会过大导致栈溢出。

  1. 复杂度:时间复杂度O(n),n是二叉树的节点数;空间复杂度O(h),h是二叉树高度。
  2. c++ demo
#include <algorithm> // 用于std::max函数
#include <iostream>

struct TreeNode {
    int val;
    TreeNode* left;
    TreeNode* right;
    TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};

class Solution {
public:
    int maxDepth(TreeNode* root) {
        if (root == nullptr) {
            return 0; // 如果当前节点为空,返回深度0
        }
        // 计算左子树和右子树的最大深度
        int leftDepth = maxDepth(root->left);
        int rightDepth = maxDepth(root->right);
        // 返回两个子树深度的最大值加1(当前节点的深度)
        return std::max(leftDepth, rightDepth) + 1;
    }
};
int main() {
    Solution solution;
    // 构建一个示例二叉树
    //       3
    //      / \
    //     9  20
    //       /  \
    //      15   7
    TreeNode* root = new TreeNode(3);
    root->left = new TreeNode(9);
    root->right = new TreeNode(20);
    root->right->left = new TreeNode(15);
    root->right->right = new TreeNode(7);

    // 计算并打印二叉树的最大深度
    std::cout << "The maximum depth of the binary tree is: " << solution.maxDepth(root) << std::endl;

    // 清理内存
    delete root->left;
    delete root->right->left;
    delete root->right->right;
    delete root->right;
    delete root;

    return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/737492.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

47、基于连续Hopfield神经网络的不稳定平衡

1、连续Hopfield神经网络的不稳定平衡原理及流程 连续Hopfield神经网络是一种用于模式识别和记忆的神经网络模型&#xff0c;其基本原理是通过权重矩阵来存储并检索各种模式。不稳定平衡指的是在Hopfield网络中&#xff0c;输入的模式通过网络的动态演化最终会达到一个平衡状态…

AG32 MCU是否支持DFU下载实现USB升级

1、AG32 MCU是否支持DFU下载实现USB升级呢&#xff1f; 先说答案是NO. STM32 可以通过内置DFU实现USB升级&#xff0c;AG32 MCU目前不支持。但用户可以自己写一个DFU&#xff0c; 作为二次boot. 2、AG32 MCU可支持的下载方式有哪些呢&#xff1f; 我们AG32裸机下载只支持uart和…

优化基于FT6336驱动芯片的触摸屏响应速度(STM32F4)

目录 概述 1 触摸屏功能实现 1.1 扫描监测方式 1.2 中断监测方式 2 ST7796-LCD 2.1 引脚定义 2.1.1 ST7796-LCD 2.1.2 MCU IO与LCD PIN对应关系 2.1.3 MCU IO与Touch PIN对应关系 2.2 FT6336的寄存器 2.2.1 FT6336寄存器列表 2.2.2 寄存器功能介绍 3 STM32Cub…

Python unoconv库:文档转换神器

更多Python学习内容&#xff1a;ipengtao.com unoconv&#xff08;Universal Office Converter&#xff09;是一个命令行工具&#xff0c;用于使用LibreOffice将不同格式的文档相互转换。通过unoconv&#xff0c;用户可以轻松地将文档从一种格式转换为另一种格式&#xff0c;例…

Android使用DevRing框架搭建数据库实体类以及使用

一、引用DevRing依赖 //导入DevRing依赖implementation com.ljy.ring:devring:1.1.8创建数据库表的依赖implementation org.greenrobot:greendao:3.2.2 // add libraryimplementation org.greenrobot:greendao-generator:3.0.0 二、修改工程目录下的.idea->gradle.xml文件&…

【Java算法】滑动窗口 下

​ ​ &#x1f525;个人主页&#xff1a; 中草药 &#x1f525;专栏&#xff1a;【算法工作坊】算法实战揭秘 &#x1f98c;一.水果成篮 题目链接&#xff1a;904.水果成篮 ​ 算法原理 算法原理是使用“滑动窗口”&#xff08;Sliding Window&#xff09;策略&#xff0c;结…

SD卡无法读取:原因解析与数据恢复策略

一、SD卡无法读取的尴尬场景 在数字化日益普及的今天&#xff0c;SD卡作为便携式存储设备&#xff0c;广泛应用于各类电子设备中。然而&#xff0c;当您急需访问SD卡中的数据时&#xff0c;却发现设备无法读取SD卡&#xff0c;这无疑是一个令人沮丧的场景。SD卡无法读取可能表…

SUSE linux 15的网络管理

1 手工配置网络 wicked提供了一种新的网络配置框架。自SUSE 12起&#xff0c;SUSE使用了新的网络管理工具wicked&#xff0c;这个是区别与其他常见发行版的。常见的发行版目前大多使用的是NetworkManager服务进行网络管理。 1.1 wicked网络配置 传统网络接口管理面临的挑战之…

段,页,段页,三种内存(RAM)管理机制分析

段&#xff0c;页&#xff0c;段页 是为实现虚拟内存而产生的技术。直接使用物理内存弊端&#xff1a;地址空间不隔离&#xff0c;内存使用效率低。 段 段&#xff1a;就是按照二进制文件的格式&#xff0c;在内存给进程分段&#xff08;包括堆栈、数据段、代码段&#xff09;。…

Python 算法交易实验72 QTV200第一步: 获取原始数据并存入队列

说明 最近的数据流往前进了一步&#xff0c;我觉得基本可以开始同步的推进QTV200了。上次规划了整体的数据流&#xff0c;现在开始第一步。 内容 1 结构位置 这是上次的总体图&#xff1a; 以下是这次要实现的一小部分&#xff1a; 从结构上&#xff0c;这个是整体数据流的…

每日AI资讯-20240622

1. 可灵AI全新功能上线&#xff01; 可灵AI全新功能上线&#xff01;图生视频和视频续写来啦&#xff01; 图生视频&#xff1a;上传任意图片&#xff0c;生成5秒精彩视频。支持添加提示词控制图像运动视频续写&#xff1a;对生成视频一键续写4&#xff5e;5秒&#xff0c;支持…

LeetCode:经典题之1491、896 题解与延伸

系列目录 88.合并两个有序数组 52.螺旋数组 567.字符串的排列 643.子数组最大平均数 150.逆波兰表达式 61.旋转链表 160.相交链表 83.删除排序链表中的重复元素 389.找不同 1491.去掉最低工资和最高工资后的工资平均值 896.单调序列 206.反转链表 92.反转链表II 141.环形链表 …

基于uni-app和图鸟UI开发上门服务小程序

一、技术栈选择 uni-app&#xff1a;我们选择了uni-app作为开发框架&#xff0c;因为它基于Vue.js&#xff0c;允许我们编写一次代码&#xff0c;发布到多个平台&#xff0c;包括iOS、Android、Web以及各种小程序。uni-app的丰富组件库、高效的状态管理以及便捷的预览调试功能&…

LightGBM算法详解

LightGBM算法详解 LightGBM&#xff08;Light Gradient Boosting Machine&#xff09;是由微软开发的高效梯度提升决策树&#xff08;GBDT&#xff09;实现。它以速度和效率著称&#xff0c;特别适用于大规模数据集和高维特征的场景。本文将详细介绍LightGBM的原理、特点、常用…

用于世界上最先进的医疗应用的精密电阻器

EAK的高性能电阻器使医疗产品设计人员能够继续改善全球患者的生活质量。我们的电阻器专为用于医疗诊断、治疗和预防的各种产品而设计。从小型植入式和非侵入性设备到大型诊断成像设备&#xff0c;医疗制造商之所以选择EAK 电阻器&#xff0c;是因为操作环境是高电压和磁场&…

AI-算力产业链之存力

在数字经济大潮下&#xff0c;数据已经成为新型的生产资料。 目前数据中心有三大力量&#xff1a;计算的力量——算力、存储的力量——存力、运输的力量——运力&#xff0c;即网络的力量。 算力产业链正在火热发展的同时&#xff0c;存力的需求也大幅度提升。2023年上半年&…

总结 CSS 选择器的常见用法

一&#xff0c;什么是css 在前端网页中&#xff0c;css就相当于化妆术&#xff0c;把一个很生硬的网页页面变得排版有序起来。 CSS可以对网页中的元素位置进行像素级精准控制&#xff0c;实现美化页面的效果&#xff0c;也能做到页面的样式和结构分离。 二&#xff0c;css的基…

MySQL中的ibd2sdi—InnoDB表空间SDI提取实用程序

ibd2sdi 是一个用于从 InnoDB 表空间文件中提取序列化字典信息&#xff08;Serialized Dictionary Information, SDI&#xff09;的实用程序。这个实用程序可以用于提取存储在持久化 InnoDB 表空间文件中的 SDI 数据。 可以对以下类型的表空间文件使用 ibd2sdi&#xff1a; 每…

消息认证码解析

1. 什么是消息认证码 消息认证码(Message Authentication Code)是一种确认完整性并进行认证的技术&#xff0c;取三个单词的首字母&#xff0c;简称为MAC。 消息认证码的输入包括任意长度的消息和一个发送者与接收者之间共享的密钥&#xff0c;它可以输出固定长度的数据&#x…

C语言之详解预处理

前言&#xff1a; 预处理也叫预编译&#xff0c;是编译代码时的第一步&#xff0c;经过预处理后生成一个.i文件&#xff0c;如果不明白编译与链接作用的小伙伴可以先看看博主的上一篇博客—— &#xff0c;不然知识连贯性可能会显得很差哦。 正文目录&#xff1a; 预定义符号#…