算法-二叉树-简单-二叉树的最大和最小深度

news2024/9/20 14:54:33

记录一下算法题的学习7

二叉树的最大深度

题目：给定一个二叉树 root ，返回其最大深度。

二叉树的最大深度是指从根节点到最远叶子节点的最长路径上的节点数。

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

示例分析：

这里根节点为3，叶子节点是什么呢？---->是指没有子节点的节点，记录从根节点到最远叶子节点的最长路径上的节点数，那么就是3-20-15，或者3-20-7，一共是3个节点数

怎么体现呢？

深度优先搜索代码展示：

class Solution {
    public int maxDepth(TreeNode root) {
      //首先输入根节点为空的情况下，二叉树就不存在  
      if(root==null){
          return 0;
      }
      //判断输入根节点不为空，存在二叉树
      else{
          int leftDepth=maxDepth(root.left); //得到根节点root左子树的最长路径上的节点数
          int rightDepth=maxDepth(root.right);//得到根节点root右子树的最长路径上的节点数
          return Math.max(leftDepth,rightDepth)+1;//由题目可知，还需加上代表根节点的节点数1
      }
    }
}

广度优先搜索代码展示：

这里进行回忆记录Queue？

Queue是java中实现队列的接口，它总共有6个方法，我们一般只用其中3个就可以了。
Queue的实现类有LinkedList和PriorityQueue。最常用的实现类是LinkedList。

方法	作用	区别
add(）	压入元素(添加)	相同：未超出容量，从队尾压入元素，返回压入的那个元素。区别：在超出容量时，add()方法会对抛出异常，offer()返回false
offer()	压入元素(添加)
remove（）	弹出元素（删除）	相同：容量大于0的时候，删除并返回队头被删除的那个元素。区别：在容量为0的时候，remove()会抛出异常，poll()返回false
poll（）	弹出元素（删除）
element（）	获取对头元素	相同：容量大于0的时候，都返回队头元素。但是不删除。区别：容量为0的时候，element()会抛出异常，peek()返回null。
peek（）	获取对头元素

class Solution {
    public int maxDepth(TreeNode root) {
      //首先输入根节点为空的情况下，二叉树就不存在  
      if(root==null){
          return 0;
      }
      Queue<TreeNode> queue=new LinkedList<>();//初始化队列queue
      queue.offer(root);//将根节点加入队列中
      int result=0;//初始化结果
      while(!queue.isEmpty()){ //队列不为空的情况，即刚才加入的根节点！=null
          int size=queue.size();//取出当前队列的长度
          while(size-->0){//取出相同数量的节点数进行遍历
              TreeNode node=queue.poll();
              if(node.left!=null){
                  queue.offer(node.left);
              }
              if(node.right!=null){
                  queue.offer(node.right);
              }
          }
          result++; 
      }
      return result;
    }
}

二叉树的最小深度

题目：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。

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

输入：root = [2,null,3,null,4,null,5,null,6]
输出：5

示例分析：

如果我们直接将二叉树的最大深度的代码，直接拿来用，就会报错，因为我们忽略了还有一种情况（左孩子和右孩子有一个为空的情况，但不确定是哪一个，我们返回leftDepth+rightDepth+1）在求二叉树的最小深度中。

深度优先搜索代码展示：

class Solution {
    public int minDepth(TreeNode root) {
      //首先输入根节点为空的情况下，二叉树就不存在  
      if(root==null){
          return 0;
      }
      //1.左孩子和右孩子都为空的情况，说明到达了叶子节点，直接返回1
      if(root.left == null && root.right == null){
          return 1;
      }
      int leftDepth=minDepth(root.left); //得到根节点root左子树的最短路径上的节点数
      int rightDepth=minDepth(root.right);//得到根节点root右子树的最短路径上的节点数
      //2.左孩子和右孩子有一个为空的情况，但不确定是哪一个，我们返回leftLength+rightLength+1
      if(root.left == null || root.right == null){
          return leftDepth+rightDepth+1;
      //3 左孩子和右孩子都不为空的情况，那就比较出两者之间更小的值，然后再加一，得到最小深度
      }else{
          return Math.min(leftDepth,rightDepth)+1;//由题目可知，还需加上代表根节点的节点数1
      } 
    }
}

广度优先搜素代码展示：

class Solution {
    public int minDepth(TreeNode root) {
      //首先输入根节点为空的情况下，二叉树就不存在  
      if(root==null){
          return 0;
      }
      Queue<TreeNode> queue = new LinkedList<>();
      queue.offer(root);
      int result=1;
        while (!queue.isEmpty()) {
            int size=queue.size();
            for(int i=0;i<size;i++){
            TreeNode node =queue.poll();
            if (node.left == null && node.right == null) {
                return result;
            }
            if (node.left != null) {
                queue.offer(node.left);
            }
            if (node.right != null) {
                queue.offer(node.right);
            }
         }
        result++;
    }
     return result;
  }
}

注意这里必须这样写