余姚做网站/广州网站优化平台

目录：

链接

题目链接：

https://leetcode.cn/problems/maximum-depth-of-binary-tree/

https://leetcode.cn/problems/maximum-depth-of-n-ary-tree/

https://leetcode.cn/problems/minimum-depth-of-binary-tree/description/

解题及思路学习

104. 二叉树的最大深度、559. N 叉树的最大深度

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 。

思考：之前用层序遍历法得出的最大深度，现在尝试用递归方法求解。

递归三部曲：

1. 确定递归函数的参数和返回值

2 确定终止条件

3. 确定单层递归的逻辑

想法是：1、当节点为空的时候，直接返回0。2、传入节点指针，返回该节点的深度。3、每一个节点的深度等于最大的子节点深度+1。所以，直接求左右子树的深度，返回大的+1。

//我靠，我居然写出来了class Solution {
public:int maxDepth(TreeNode* root) {if (root == NULL) return 0;int count_left = 0;int count_right = 0;if(root->left) {count_left = maxDepth(root->left);}if(root->right) {count_right = maxDepth(root->right);}return count_left > count_right ? (count_left + 1) : (count_right + 1);}
};

随想录：二叉树的高度和深度不一样，高度是节点到叶子节点的距离，深度是节点到根节点的距离。二叉树的最大深度等于最大高度。 我的总体思路跟随想录思路一样。

//整体代码class solution {
public:int getdepth(TreeNode* node) {if (node == NULL) return 0;int leftdepth = getdepth(node->left);       // 左int rightdepth = getdepth(node->right);     // 右int depth = 1 + max(leftdepth, rightdepth); // 中return depth;}int maxDepth(TreeNode* root) {return getdepth(root);}
};//精简：
class solution {
public:int maxDepth(TreeNode* root) {if (root == null) return 0;return 1 + max(maxDepth(root->left), maxDepth(root->right));}
};

扩展题目：559. N 叉树的最大深度

思路和之前一样，不同点在于子树多了。如何遍历所有的子树呢？

class Solution {
public:int maxDepth(Node* root) {if (root == NULL) return 0;int depth = 0;for (int i = 0; i < root->children.size(); i++){depth = max(depth, maxDepth(root->children[i]));}return depth + 1;}
};

root->children.size() 可以知道子树的总数。子树是以vector的形式存储的，所有可以通过下标访问每一棵子树。

111. 二叉树的最小深度

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：

!https://assets.leetcode.com/uploads/2020/10/12/ex_depth.jpg

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

思考，这道题之前用层次遍历也做出来了，现在试试递归方法。

随想录：用后续遍历的方式求最小深度。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。注意是叶子节点。

什么是叶子节点，左右孩子都为空的节点才是叶子节点！ 所以，在处理返回值的时候要分别判断左右子树是否为空。

class Solution {
public:int getDepth(TreeNode* node) {if (node == NULL) return 0;int leftDepth = getDepth(node->left);           // 左int rightDepth = getDepth(node->right);         // 右// 中// 当一个左子树为空，右不为空，这时并不是最低点if (node->left == NULL && node->right != NULL) { return 1 + rightDepth;}   // 当一个右子树为空，左不为空，这时并不是最低点if (node->left != NULL && node->right == NULL) { return 1 + leftDepth;}int result = 1 + min(leftDepth, rightDepth);return result;}int minDepth(TreeNode* root) {return getDepth(root);}
};

迭代法思路很重要，要按照三个步骤来规划。并且处理单层逻辑的时候，要考虑多种状况。

222. 完全二叉树的节点个数

给你一棵 完全二叉树 的根节点 root ，求出该树的节点个数。

完全二叉树 的定义如下：在完全二叉树中，除了最底层节点可能没填满外，其余每层节点数都达到最大值，并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层，则该层包含 1~ 2h 个节点。

示例 1：

!https://assets.leetcode.com/uploads/2021/01/14/complete.jpg

输入：root = [1,2,3,4,5,6]
输出：6

思考：可以用层次遍历，没遍历一个节点，计数加1；

层次遍历每个节点代码：

class Solution {
public:int countNodes(TreeNode* root) {queue<TreeNode*> que;int result = 0;if (root != NULL) que.push(root);while(!que.empty()){int size = que.size();result += size;for (int i = 0; i < size; i++){TreeNode* node = que.front();que.pop();if (node->left) que.push(node->left);if (node->right) que.push(node->right);}}return result;}
};

• 时间复杂度：O(n)
• 空间复杂度：O(n)

尝试用递归的方法写一下：

（好像递归方法掌握那三个点之后写起来就变得很容易了）

class Solution {
public:int countNodes(TreeNode* root) {if (root == NULL) return 0;int leftCount = countNodes(root->left);int rightCount = countNodes(root->right);int result = leftCount + rightCount +1;return result;}
};

• 时间复杂度：O(n)
• 空间复杂度：O(log n)，算上了递归系统栈占用的空间

随想录：利用满二叉树的特性（节点数= 2的n次方 -1），先判断左右子树是否是满二叉树，如果是，则直接计算节点。和普通二叉树不同之处，在于当遇到满二叉树的时候也会终止。

class Solution {
public:int countNodes(TreeNode* root) {if (root == nullptr) return 0;TreeNode* left = root->left;TreeNode* right = root->right;int leftDepth = 0, rightDepth = 0; // 这里初始为0是有目的的，为了下面求指数方便while (left) {  // 求左子树深度left = left->left;leftDepth++;}while (right) { // 求右子树深度right = right->right;rightDepth++;}if (leftDepth == rightDepth) {return (2 << leftDepth) - 1; // 注意(2<<1) 相当于2^2，所以leftDepth初始为0}return countNodes(root->left) + countNodes(root->right) + 1;}
};

• 时间复杂度：O(log n × log n)
• 空间复杂度：O(log n)

困难及收获

困难

整体来说，今天的题目不难。

今日收获

对递归的理解更深了，一定要把握三个关键点。