漫画:二叉树系列 第一讲(最大深度与DFS)

漫画:二叉树系列 第一讲(最大深度与DFS)_第1张图片

在计算机科学中,二叉树是每个结点最多有两个子树的树结构。通常子树被称作“左子树”(left subtree)和“右子树”(right subtree)。二叉树常被用于实现二叉查找树二叉堆树比链表稍微复杂,因为链表是线性数据结构,而树不是。树的问题很多都可以由广度优先搜索深度优先搜索解决

在本系列中,我们将通过一些例题,学习关于二叉树的经典操作!

01

第104题:二叉树的最大深度

第104题: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

本系列内容均为必须掌握!

02

递归求解

漫画:二叉树系列 第一讲(最大深度与DFS)_第2张图片

我们知道,每个节点的深度与它左右子树的深度有关,且等于其左右子树最大深度值加上 1。即:

maxDepth(root) = max(maxDepth(root.left), maxDepth(root.right)) + 1

以 [3,4,20,null,null,15,7] 为例:

<1>我们要对根节点的最大深度求解,就要对其左右子树的深度进行求解

漫画:二叉树系列 第一讲(最大深度与DFS)_第3张图片

<2>我们看出。以4为根节点的子树没有左右节点,其深度为1。而以20为根节点的子树的深度,同样取决于它的左右子树深度。

漫画:二叉树系列 第一讲(最大深度与DFS)_第4张图片

<3>对于15和7的子树,我们可以一眼看出其深度为1。

漫画:二叉树系列 第一讲(最大深度与DFS)_第5张图片

<4>由此我们可以得到根节点的最大深度为

maxDepth(root-3)
=max(maxDepth(sub-4),maxDepth(sub-20))+1
=max(1,max(maxDepth(sub-15),maxDepth(sub-7))+1)+1
=max(1,max(1,1)+1)+1
=max(1,2)+1
=3

根据分析,我们通过递归进行求解:

 1func maxDepth(root *TreeNode) int {
 2    if root == nil {
 3        return 0
 4    }
 5    return max(maxDepth(root.Left), maxDepth(root.Right)) + 1
 6}
 7
 8func max(a int, b int) int {
 9    if a > b {
10        return a
11    }
12    return b
13}

03

DFS

漫画:二叉树系列 第一讲(最大深度与DFS)_第6张图片

其实我们上面用的递归方式,本质上是使用了DFS的思想。先介绍一下DFS:深度优先搜索算法(Depth First Search),对于二叉树而言,它沿着树的深度遍历树的节点,尽可能深的搜索树的分支这一过程一直进行到已发现从源节点可达的所有节点为止

如上图二叉树,它的访问顺序为:

A-B-D-E-C-F-G

到这里,我们思考一个问题?虽然我们用递归的方式根据DFS的思想顺利完成了题目。但是这种方式的缺点却显而易见。因为在递归中,如果层级过深,我们很可能保存过多的临时变量,导致栈溢出。这也是为什么我们一般不在后台代码中使用递归的原因。如果不理解,下面我们详细说明:

事实上,函数调用的参数是通过栈空间来传递的,在调用过程中会占用线程的栈资源。而递归调用,只有走到最后的结束点后函数才能依次退出,而未到达最后的结束点之前,占用的栈空间一直没有释放,如果递归调用次数过多,就可能导致占用的栈资源超过线程的最大值,从而导致栈溢出,导致程序的异常退出。

所以,我们引出下面的话题:如何将递归的代码转化成非递归的形式。这里请记住,99%的递归转非递归,都可以通过栈来进行实现

非递归的DFS,代码如下:

 1//java
 2private List traversal(TreeNode root) {
 3    List res = new ArrayList<>();
 4    Stack stack = new Stack<>();
 5    stack.add(root);
 6    while (!stack.empty()) {
 7        TreeNode node = stack.peek();
 8        res.add(node);
 9        stack.pop();
10        if (node.right != null) {
11            stack.push(node.right);
12        }
13        if (node.left != null) {
14            stack.push(node.left);
15        }
16    }
17    return res;
18}

上面的代码,唯一需要强调的是,为什么需要先右后左压入数据?是因为我们需要将先访问的数据,后压入栈(请思考栈的特点)。

如果不理解代码,请看下图:

1:首先将a压入栈 

2:a弹栈,将c、b压入栈(注意顺序)

3:b弹栈,将e、d压入栈

4,5:d、e、c弹栈,将g、f压入栈

6:f、g弹栈

至此,非递归的DFS就讲解完毕了。那我们如何通过非递归DFS的方式,来进行本题求解呢?相信已经很简单了,留下课后作业,请自行实践!

注:本系列所有教程中都不会用到复杂的语言特性,大家不需要担心没有学过相关语法。算法思想最重要,使用各语言纯属本人爱好。同时,本系列所有代码均在leetcode上进行过测试运行,保证其严谨性!

温馨提示

浩仔讲算法~

每天一起学习图解漫画算法。

一起刷题,一起成长!

~长按下方二维码进行关注吧~

关注后有资源~

你可能感兴趣的:(漫画:二叉树系列 第一讲(最大深度与DFS))