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:
输入:root = [3,9,20,null,null,15,7]
输出:2
示例 2:
输入:root = [2,null,3,null,4,null,5,null,6]
输出:5
题目:111. 二叉树的最小深度 - 力扣(Leetcode)
视频:看起来好像做过,一写就错! | LeetCode:111.二叉树的最小深度_哔哩哔哩_bilibili
本题前序遍历和后序遍历都可以,前序求的是深度,后序求的是高度。
二叉树节点的深度:指从根节点到该节点的最长简单路径边的条数或者节点数(取决于深度从0开始还是从1开始)
二叉树节点的高度:指从该节点到叶子节点的最长简单路径边的条数后者节点数(取决于高度从0开始还是从1开始)
那么使用后序遍历,其实求的是根节点到叶子节点的最小距离,就是求高度的过程,不过这个最小距离 也同样是最小深度。
以下讲解中遍历顺序上依然采用后序遍历(因为要比较递归返回之后的结果,本文我也给出前序遍历的写法)。
本题还有一个误区,在处理节点的过程中,最大深度很容易理解,最小深度就不那么好理解,如图:
这就重新审题了,题目中说的是: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!
递归三部曲:
确定递归函数的参数和返回值
参数为要传入的二叉树根节点,返回的是int类型的深度。
代码如下:
int getDepth(TreeNode* node)
确定终止条件
终止条件也是遇到空节点返回0,表示当前节点的高度为0。
代码如下:
if (node == NULL) return 0;
确定单层递归的逻辑
这块和求最大深度可就不一样了,一些同学可能会写如下代码:
int leftDepth = getDepth(node->left);
int rightDepth = getDepth(node->right);
int result = 1 + min(leftDepth, rightDepth);
return result;
这个代码就犯了此图中的误区:
如果这么求的话,没有左孩子的分支会算为最短深度。
所以,如果左子树为空,右子树不为空,说明最小深度是 1 + 右子树的深度。
反之,右子树为空,左子树不为空,最小深度是 1 + 左子树的深度。 最后如果左右子树都不为空,返回左右子树深度最小值 + 1 。
层序遍历
需要注意的是,只有当左右孩子都为空的时候,才说明遍历到最低点了。如果其中一个孩子不为空则不是最低点
//递归法——后序遍历
class Solution {
public:
int getDepth(TreeNode* root) {
// 如果节点为空,深度为0
if (root == nullptr) {
return 0;
}
// 递归计算左子树的深度和右子树的深度
int leftDepth = getDepth(root->left);//左
int rightDepth = getDepth(root->right);//右 //后续为中
// 如果当前节点左子树为空且右子树不为空,则最小深度为1加右子树的最小深度
if (root->left == nullptr && root->right != nullptr) {
return 1 + rightDepth;
}
// 如果当前节点右子树为空且左子树不为空,则最小深度为1加左子树的最小深度
if (root->left != nullptr && root->right == nullptr) {
return 1 + leftDepth;
}
// 否则,取其左右子树最小深度的较小值,并加上1作为当前节点的深度,即可得到整棵树的最小深度
int result = min(leftDepth, rightDepth) + 1;
return result;
}
int minDepth(TreeNode* root) {
// 调用getDepth函数来获取root节点的最小深度,并返回计算结果
return getDepth(root);
}
};
这段 C++ 代码中定义了一个名为 Solution 的类,其中实现了两个方法:
getDepth 函数,递归计算当前节点的深度。如果该节点左子树为空但右子树不为空,则最小深度为1加右子树的最小深度;如果该节点右子树为空但左子树不为空,则最小深度为1加左子树的最小深度;否则,返回左右子树最小深度的较小值,并加上1作为当前节点的深度,即可得到整棵树的最小深度。
minDepth 函数,调用 getDepth 函数并返回计算结果。
//递归法——后序遍历——from AI
// 时间复杂度:O(n),其中n是二叉树的节点个数。每个节点最多被访问一次,因此时间复杂度是O(n)。
// 空间复杂度:O(h),其中h是二叉树的高度。最坏情况下,二叉树呈现链状,空间复杂度是O(n);平均情况下,空间复杂度是O(logn)。
class Solution {
public:
int minDepth(TreeNode* root) {
if (!root) { // 如果根节点为空,返回0
return 0;
}
if (!root->left && !root->right) { // 如果根节点左右子树都为空,返回1
return 1;
}
int left_depth = INT_MAX; // 记录左子树最小深度
if (root->left) {
left_depth = minDepth(root->left); // 递归求左子树最小深度
}
int right_depth = INT_MAX; // 记录右子树最小深度
if (root->right) {
right_depth = minDepth(root->right); // 递归求右子树最小深度
}
return min(left_depth, right_depth) + 1; // 返回左右子树最小深度加1的最小值
}
};
该函数的输入参数为二叉树的根节点 root,返回值为二叉树的最小深度。首先判断根节点是否为空,如果为空,直接返回深度为0;如果根节点的左右子树都为空,说明当前节点为叶子节点,返回深度为1。
然后,定义变量 left_depth 和 right_depth 分别记录左右子树的最小深度。如果当前节点有左子树,递归调用 minDepth 函数计算左子树的最小深度;同样的,如果当前节点有右子树,则递归计算右子树的最小深度。然后,返回左右子树最小深度加1的最小值。
这个递归算法的思路是:每次从根节点开始,递归计算左右子树的最小深度,然后返回左右子树最小深度加1的最小值,即为整棵树的最小深度。
//迭代法——层序遍历
class Solution{
public:
int minDepth(TreeNode* root) {
// 如果节点为空,返回深度为0
if (root == nullptr) return 0;
// 创建一个队列,将根节点加入队列中,初始深度为0
queue que;
que.push(root);
int depth = 0;
// 循环遍历队列中的每个节点,直到队列为空
while (!que.empty()) {
// 记录当前队列的大小,该大小等于当前层节点的数目
int size = que.size();
// 每次遍历队列中的所有节点时,深度加1
depth++;
// 遍历当前层的所有节点,将下一层的节点加入队列中
for (int i = 0; i < size; i++) {
// 取出队首节点
TreeNode* node = que.front();
que.pop();
// 将左右子节点加入队列中
if (node->left) que.push(node->left);
if (node->right) que.push(node->right);
// 如果该节点同时没有左右子节点,返回当前深度
if (!node->left && !node->right) return depth;
}
}
// 如果整棵树根节点为0,返回深度为0
return depth;
}
};
这段代码定义了一个名为 Solution 的类,其中实现了一个 minDepth 函数,该函数用于计算一棵二叉树的最小深度。
该函数的输入参数为二叉树的根节点 root,返回值为二叉树的最小深度。如果 root 节点为空,直接返回深度为0。否则,创建一个队列 que,将 root 节点加入队列中,并初始化深度为0。
然后,执行一个循环,每次循环遍历队列中的所有节点,直到队列为空。在循环内,首先记录当前队列的大小 size,该大小等于当前层节点的数目;然后,将深度 depth 加1,表示进入了下一层;遍历当前层的所有节点,将每个节点的左右子节点加入队列中;如果该节点同时没有左右子节点,说明已经到达最小深度,返回当前深度。
如果循环结束后仍然没有找到任何叶子节点,则整棵树只有根节点,返回深度为1。