算法 3.1 二叉树+BFS+DFS:二叉树的最大深度

题目描述

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

数据结构

  • 二叉树

算法思维

  • 深度优先遍历 DFS
  • 广度优先遍历 BFS

关键知识点:树

  • 树(tree)是 n(n>0) 个结点(node)的有限集 T,其中:
    有且仅有一个特定的结点,称为根(root)
    当n>1时,其余结点可分为m(m>0)个互不相交的有限集,每个集合本身是一棵树,称为根的子树(subtree)
  • 树的性质:
    1)结点(node):树的元素,包括数据项+若干指向其子树的分支
    2)结点的度(degree):结点拥有的子树的数目
    3)叶子(leaf):度为0的结点
    4)结点的层次(level):从根结点算起,根为第一层,其孩子为第二层 ……
  • 二叉树的定义:
    二叉树是n(n>=0)个结点的有限集,它或为空树,或由两棵分别称为左子树和右子树的互不相交的二叉树构成
  • 二叉树的性质:
    1)每个结点最多有两棵子树
    2)二叉树的左右子树次序不能颠倒
  • 二叉树的代码实现:
// 定义一棵二叉树
public class TreeNode {
  // 定义节点的值
  int val;
  // 定义左子树
  TreeNode left;
  // 定义右子树
  TreeNode right;
  // 定义初始化方法
  TreeNode(int x) { val = x; } 
}

关键知识点:DFS + BFS

  • 在遍历树的时候,总是从一个结点出发,遍历其子结点。在上图遍历到结点2后,有两种遍历选择:
    1)先遍历下一层结点(结点4)及后面所有层直至不能往下再回退
    2)先回退将根结点剩余子结点(结点3)遍历完后再遍历下一层结点
    第一种遍历方式称为DFS(深度优先遍历),第二种遍历方式称为BFS(广度优先遍历)


解题步骤


一. Comprehend 理解题意
题目主干
  • 二叉树最大深度:该二叉树所有深度的最大值


二. Choose 选择数据结构与算法
数据结构选择
  • 二叉树
算法思维选择
方案一:广度优先遍历
  • 广度优先遍历所有结点,找出最大深度
    数据结构:树,队列
    算法思维:广度优先
方案二:深度优先遍历(优化解法)
  • 深度优先遍历所有结点,找出最大深度
    数据结构:树
    算法思维:深度优先

三. Code 编码实现基本解法
解法一(BFS)思路剖析
  • 是否需要处理边界问题?
    • 处理树为空的情况
  • 在遍历根结点(结点1)时如何记录其下一层节点(结点2,结点3)?
    • 遍历当前结点时,将其左右子结点加入队列
  • 如何确定某一层结点已被遍历完?
    • 在更新目标值后,队列中的结点就是下一层的全部结点,记录此时队列的大小
  • 在BFS过程中如何更新我们的目标值(二叉树最大深度)?
    • 遍历完一层结点后,目标值+1
代码实现【重点】
class Solution {
    public int maxDepth(TreeNode root) {
        if (root == null) {return 0;} // 考虑树为空的特殊情况 BFS无法自动处理
        Queue queue = new LinkedList();// 使用队列来记录各层节点
        queue.offer(root);// 根节点入队
        int res = 0;// 目标值
        while (!queue.isEmpty()) { // 判断是否还有没有遍历完的节点
            int size = queue.size(); // 开始遍历新一层节点前,队列里即为新一层全部节点
            while (size > 0) { // 需将这一层节点全都遍历完
                TreeNode node = queue.poll();// 遍历节点
                if (node.left != null) {
                    queue.offer(node.left);// 左子树入队列
                }
                if (node.right != null) {
                    queue.offer(node.right);// 右子树入队列
                }
                size--; 
            }
            res++;// 新一层节点遍历完成,目标值 + 1
        } 
        return res;
    }
}

时间复杂度:O(n)
  • 遍历二叉树,每个结点都会被遍历一次 O(n)

空间复杂度:O(n)
  • 取决于队列需要存储的元素数量,最差可以达到 O(n)

执行耗时:1 ms,击败了 17.26% 的Java用户
内存消耗:38.4 MB,击败了 68.25% 的Java用户

四. Consider 思考更优解
解法二(DFS)思路剖析
  • 使用递归的方法遍历二叉树


五. Code 编码实现最优解
class Solution {
    public int maxDepth(TreeNode root) {
        /*
         * DFS:深度优先遍历(递归)
         * */
        //结束条件:当前节点为空
        if (root == null) return 0;

        //递归公式:计算左右子树高度
        int leftMaxDepth = maxDepth(root.left);
        int rightMaxDepth = maxDepth(root.right);

        //主体逻辑:当前层高度 = 左右子树高度最大值 + 1
        return Math.max(leftMaxDepth, rightMaxDepth) + 1;
    }
}

时间复杂度:O(n)
  • 遍历二叉树,每个结点都会被遍历一次 O(n)

空间复杂度:O(h)
  • h 是二叉树的高度
  • 递归需要栈,而栈的深度取决于二叉树的高度

执行耗时:0 ms,击败了 100.00% 的Java用户
内存消耗:38.5 MB,击败了 44.65% 的Java用户

六. Change 变形与延伸
题目变形
  • (练习)二叉树的层次遍历(Leetcode 104)
延伸扩展
  • 在树的问题中使用DFS(递归)往往可以使复杂问题迎刃而解
  • 树这种数据结构在数据库中有广泛的作用,可以提高查询速度
  • 面试考察中重点考察的数据结构

你可能感兴趣的:(算法 3.1 二叉树+BFS+DFS:二叉树的最大深度)