給定一個二叉樹，找出其最大深度。
二叉樹的深度爲根節點到最遠葉子節點的最長路徑上的節點數。
說明: 葉子節點是指沒有子節點的節點。
示例：
給定二叉樹 [3,9,20,null,null,15,7]
3
/ \
9 20
/ \
15 7
返回它的最大深度 3 。
解法一（遞歸法）：
首先我說一些我對於樹這系列的算法題的理解（可能有些膚淺，如有不對，還望指正），樹這系列我認爲都可以使用遞歸的方法就解決，因爲實際上每個樹節點的結構都是一模一樣的。當我們能夠用一個函數處理一個樹節點（結構有左子結點，根節點，右節點）時，實際上我們使用遞歸的方法，讓這個函數接着去處理擁有同樣樹結構的左右子節點。
具體實現代碼如下：
# Definition for a binary tree node.
# class TreeNode(object):
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution(object):
def maxDepth(self, root):
"""
:type root: TreeNode
:rtype: int
"""
num = 0
if not root is None:
return 1 +max(self.maxDepth(root.left), self.maxDepth(root.right)) # 進行遞歸
else:
return 0 # 如果節點爲空，則結束遞歸
解法二（迭代）：
BFS（Breadth-first search）和DFS（Depth-first search）兩種搜索樹節點的方法。
遍歷方法可以是前序遍歷，後序遍歷，中序遍歷。
思路：當我們去思考使用迭代來遍歷節點的時候，我們肯定需要使用數據結構（棧、隊列）來輔助我們去遍歷根節點。使用棧的話，根據棧的“先進後出”，應當是DFS（深度優先搜索），根據隊列的“先進先出”，應當是BFS（廣度優先搜索）
BFS，要用到隊列，所以是cur_dep, node = ans.pop(0)
class Solution:
def maxDepth(self, root: TreeNode) -> int:
# BFS
if root is None:
return 0
queue = []
queue.append((1,root))
depth = 0
while queue:
cur_dep, node = queue.pop(0)
depth = max(depth, cur_dep)
if node.left is not None:
queue.append((cur_dep+1,node.left))
ans.append((cur_depth+1,node.right)) if node.right else 0 # python中if的簡潔寫法
return depth
DFS與BFS有兩點不同：
1. 要用到棧而不是隊列，所以是cur_dep, node = stack.pop()
class Solution:
def maxDepth(self, root: TreeNode) -> int:
# DFS
if root is None:
return 0
stack = []
stack.append((1,root))
depth = 0
while stack:
cur_dep, node = stack.pop()
depth = max(depth, cur_dep)
if node.right is not None:
stack.append((cur_dep+1,node.right))
if node.left is not None:
stack.append((cur_dep+1,node.left))
return depth
從最終結果來看BFS的運行時間更短，DFS的運行時間消耗更長，內存消耗是一樣的。