代码随想录算法训练营day16|104.二叉树的最大深度、559.n叉树的最大深度、111.二叉树的最小深度、222.完全二叉树的节点个数

关注

原创最新推荐文章于 2026-10-29 08:30:00 发布 866 阅读 AI 写同款· GEO 优化 ›

STM32 移植FreeModbus详细过程 modbus是一个非常好的串口协议（当然也能用在网口上），它简洁、规范、强大。可以满足大部分的工业、嵌入式需求。这里详细说下如何将freemodbus移植到stm32平台。我之前下载的版本是1.6，我会在我的下载链接里面加上1.6的freemodbus压缩包以及我已经移植好的stm32 for freemodbus版本。我上传的移植好的绝对没问题，经过多个板子测试。这里编译器使用的是keil5.28，单片机用的是STM32F103RCT6。移植到VET6以及ZET6的话只需要改一下选择的芯片就好，改法：阅读详情

今天这些题目用层序遍历都能很快解决，但效率一般。

首先需要明确几个知识点。

二叉树的深度（Depth）：（一般采用前序遍历方式）
- 定义：从根节点到最远叶子节点的最长路径上的节点数。
- 注意：最远叶子节点是指最深的叶子节点，即没有子节点的节点。
- 性质：对于任何非空二叉树，其深度至少为 1。
二叉树的高度（Height）：（一般采用后序遍历方式）
- 定义：从根节点到最远叶子节点的最长路径上的节点数。
- 注意：与深度相同，最远叶子节点是指最深的叶子节点。
- 性质：对于任何非空二叉树，其高度至少为 1。

二叉树的最大深度

层序遍历

最大深度即层序遍历所能达到最大层，创建一个depth表示层，在每层遍历完后将depth加1，最后返回depth。

class Solution {
public:
    queue<TreeNode *>queue;
    int depth = 0;
    int maxDepth(TreeNode* root) {
        if(root == nullptr){
            return depth;
        } // 如果根节点为空，直接返回depth
        queue.push(root);
        while(!queue.empty()){
            int levelsize = queue.size();
            for(int i = 0; i < levelsize; i++){
                TreeNode * cur = queue.front();
                queue.pop();
                if(cur->left){
                    queue.push(cur->left);
                }
                if(cur->right){
                    queue.push(cur->right);
                }
            }
            depth++;//每一层都完成后再depth++
        }
        return depth;
    }
};

算法的时间复杂度为O(n)，空间复杂度也为O(n)。

递归法

根节点的高度就是二叉树的最大深度，使用后序遍历。

class Solution {
public:
    int maxDepth(TreeNode* root) {
        if(root == nullptr){//传入节点为空时，返回0
            return 0;
        }
        return max(maxDepth(root->left),maxDepth(root->right))+1;//返回左右子树的最大深度+1
    }
};

二叉树的高度和深度有啥区别？究竟用什么遍历顺序？很多录友搞不懂 | LeetCode：104.二叉树的最大深度_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1Gd4y1V75u/?spm_id_from=333.788&vd_source=fc4a6e70e3a87b7ea67c2024e326e7c5

N叉树的最大深度

层序遍历

同样，使用层序遍历，与二叉树相比的区别在于孩子节点的个数，考虑到孩子节点是用数组来表示，将数组中的元素依次加入队列，其他代码与上题无异。

class Solution {
public:
    int maxDepth(Node* root) {
        queue<Node *>queue;
        int depth = 0;
        if(root == nullptr){
            return depth;
        } // 如果根节点为空，直接返回depth
        queue.push(root);
        while(!queue.empty()){
            int levelsize = queue.size();
            for(int i = 0; i < levelsize; i++){
                Node * cur = queue.front();
                queue.pop();
                for(auto x:cur->children){
                    queue.push(x);
                }
            }
            depth++;//每一层都完成后再depth++
        }
        return depth;
    }
};

递归法

这里与二叉树的最大深度的区别就是节点的孩子数量，考虑使用一个数组保存孩子数量，同样使用递归。

class Solution {
public:
     int getdepth(Node *root) {
        if (root == nullptr) { // 如果节点为空，返回0
            return 0;
        }
        int ans = 0; // 初始化返回值ans为0
        for (auto x : root->children) { // 遍历节点的所有子节点
            ans = max(ans, getdepth(x)); // 递归调用getdepth函数，计算每个子节点的深度，并取最大值
        }
        return ans + 1; // 返回最大深度加1，即当前节点的深度
    }
    int maxDepth(Node* root) {
        int depth = getdepth(root);
        return depth;
    }
};

算法的时间复杂度为O(n)，空间复杂度也为O(n)。

二叉树的最小深度

层序遍历

这里使用层序遍历需要加一个判断条件，最小深度是找到距离根节点层最小的叶节点，叶节点的定义是无孩子节点的节点，所以在每次遍历层时，只要发现有一个节点无孩子节点，即可直接返回深度depth。

class Solution {
public:
    queue<TreeNode *>queue;
    int depth = 0;
    int minDepth(TreeNode* root) {
        if(root == nullptr){
            return depth;
        }
        queue.push(root);
        while(!queue.empty()){
            int levelsize = queue.size();
            for(int i = 0; i < levelsize;i++){
                TreeNode*cur = queue.front();
                queue.pop();
                if(cur->left){
                    queue.push(cur->left);
                }
                if(cur->right){
                    queue.push(cur->right);
                }
                if(!cur->left and !cur->right){
                    depth++;
                    return depth;
                }
            }
            depth++;
        }
        return depth;
    }
};

算法的时间复杂度为O(n)，空间复杂度也为O(n)。

递归法

参考代码随想录。

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_bilibilihttps://www.bilibili.com/video/BV1QD4y1B7e2/?spm_id_from=333.788&vd_source=fc4a6e70e3a87b7ea67c2024e326e7c5

class Solution {
public:
    int minDepth(TreeNode* root) {
        if(root == nullptr){
            return 0;
        }
        int leftheight = minDepth(root->left);
        int rightheight = minDepth(root->right);
        if(root->left == nullptr and root->right!=nullptr){
            return 1+rightheight;
        }
        if(root->right == nullptr and root->left!=nullptr){
            return 1+leftheight;
        }
        int result = 1 + min(leftheight,rightheight);
        return result; 
    }
};

算法的空间复杂度和时间复杂度均为O(n)。

完全二叉树的个数

层序遍历

将每层的节点相加，即能得到二叉树节点的个数。

class Solution {
public:
    queue<TreeNode*>queue;
    int count = 0;//创建
    int countNodes(TreeNode* root) {
        if(root==nullptr){
            return count;
        }
        TreeNode*cur = root;
        queue.push(root);
        while(!queue.empty()){
            int levelsize = queue.size();
            count += levelsize;
            for(int i = 0; i < levelsize;i++){
                cur = queue.front();
                queue.pop();
                if(cur->left){
                    queue.push(cur->left);
                }
                if(cur->right){
                    queue.push(cur->right);
                }
            }
        }
        return count;
    }
};

算法的时间复杂度为O(n)，空间复杂度也为O(n)。

递归法

创建一个count代表总的数量，每遍历到一个节点，count++，且本题前中后序都行。

class Solution {
public:
    int count;
    int countNodes(TreeNode* root) {
        if(root == nullptr){//传入节点为空时，返回0
            return 0;
        }
        count++;//当遍历到一个非空节点，count++；
        countNodes(root->left);
        countNodes(root->right);
        return count;//返回最后的count
    }
};

算法的时间复杂度和空间复杂度都为O(n)。