给定一个二叉树,找出其最大深度。
二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。
说明: 叶子节点是指没有子节点的节点。
示例:
给定二叉树 [3,9,20,null,null,15,7],
3 / \ 9 20 / \ 15 7
返回它的最大深度 3 。
【分析】
方法一:深度优先搜索
如果我们知道了左子树和右子树的最大深度l和r,那么该二叉树的最大深度即为:max(l, r) + 1
而左子树和右子树的最大深度又可以以同样的方式进行计算。因此我们可以用“深度优先搜索”的方法来计算二叉树的最大深度。
具体而言,在计算当前二叉树的最大深度时,可以先递归计算出其左子树和右子树的最大深度,然后在O(1)时间内计算出当前二叉树的最大深度,递归操作在访问到空节点时退出。
# Definition for a binary tree node. # class TreeNode: # def __init__(self, val=0, left=None, right=None): # self.val = val # self.left = left # self.right = right class Solution: def maxDepth(self, root: Optional[TreeNode]) -> int: if not root: return 0 else: left_h = self.maxDepth(root.left) right_h = self.maxDepth(root.right) return max(left_h, right_h) + 1 # 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
我们也可以用“广度优先搜索”的方法来解决这道题目,但我们需要对其进行一些修改,此时我们广度优先搜索的队列里存放的是“当前层的所有节点”。每一次拓展至下一层的时候,不同于深度优先搜索每一次只从队列中拿出一个节点,我们需要将队列里面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ans来维护拓展的层数,该二叉树的最大深度即为ans。