Leetcode Maximum Depth of Binary Tree

本文详细介绍了如何使用递归方法求解二叉树的最大深度,并提供了两种优化后的实现方式,帮助理解二叉树结构及其深度计算原理。

2015年7月6日。
Leetcode: Maximum Depth of Binary Tree:
题目描述:
Given a binary tree, find its maximum depth.

The maximum depth is the number of nodes along the longest path from the root node down to the farthest leaf node.

题目大意:
给你一颗二叉树,求出这颗二叉树的最大深度。
二叉树的最大深度定义为:树中最大的结点层。

当前节点为 root ,可分几种情况递归返回 root 的最大深度:

1 根节点为 NULL ,则返回0
2 根节点的左右孩子都为 NULL ,则返回1
3根节点左孩子为 NULL ,则返回递归找到右孩子的最大深度 + 1
4根节点右孩子为 NULL ,则返回递归找到左孩子的最大深度 + 1
5根节点的左右孩子都不为 NULL ,则返回 max (递归找到左孩子的最大深度,递归找到右孩子的最大深度) + 1

代码如下,仅供参考。

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
public:
    int maxDepth(TreeNode* root) {
        if(root == NULL) return 0;
        if(root -> left == NULL && root -> right == NULL) return 1;
        if(root -> left == NULL) return 1 + maxDepth(root -> right);
        if(root -> right == NULL) return 1 + maxDepth(root -> left);
        return 1 + max(maxDepth(root -> left), maxDepth(root -> right));
    }
};

上面的情况其实是可以合并的,如下:
当前节点为 root ,可分几种情况递归返回 root 的最大深度:

1根节点为 NULL ,则返回0
2令num=1,若根节点的左孩子不为 NULL ,则 num=max(num,1+) ,若根节点的右孩子不为 NULL ,则 num=max(num,1+) ,返回num。即求出左右孩子的最大深度再加1。

代码如下,仅供参考:

class Solution {
public:
    int maxDepth(TreeNode* root) {
        if(root == NULL) return 0;
        int num = 1;
        if(root -> left) num = max(num, 1 + maxDepth(root -> left));
        if(root -> right) num = max(num, 1 + maxDepth(root -> right));
        return num;
    }
};

转载请注明出处:blog.youkuaiyun.com/royecode

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值