java数据结构与算法刷题-----LeetCode104：二叉树的最大深度

java数据结构与算法刷题目录（剑指Offer、LeetCode、ACM）-----主目录-----持续更新(进不去说明我没写完)：https://blog.youkuaiyun.com/grd_java/article/details/123063846

1. 思路分析

深度优先或者广度优先

2. 代码
   

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    /**
    深度优先O(n) */
    public int maxDepth(TreeNode root) {
        //以root为根的结点的深度 = Max(左子树深度，右子树深度)+1
        if(root == null) return 0;//如果为null，说明到底了，本层没有深度
        else {
            int i = maxDepth(root.left);//当前结点左子树深度
            int i1 = maxDepth(root.right);//当前结点右子树深度
            return Math.max(i,i1)+1;//当前结点深度，为子树深度+1
        }
    }
    /** O(n) 速度会比上面慢
        广度优先
        对于二叉树来说可以理解为横着一层层找
        对应图这种数据结构，就是先遍历和当前结点邻近的，然后依次再遍历邻居结点，临近的，依次类推
     */
     public int maxDepth1(TreeNode root) {
        //以root为根的结点的深度 = Max(左子树深度，右子树深度)+1
        if(root == null) return 0;//如果为null，说明到底了，本层没有深度
        //广度优先1. 需要一个队列
        Queue<TreeNode> queue = new LinkedList<TreeNode>();
        //广度优先2，起始结点，添加到最前面
        queue.offer(root);
        int ans = 0;
        //广度优先3，队列空，遍历完成
        while(!queue.isEmpty()){
            //广度优先4，对当前结点，进行广度遍历，size保存当前广度，不可以动态计算，因为队列大小一直变
            int size = queue.size();
            while(size>0){
                //广度优先5. 先进的先出去，相邻节点从后面进来，下一轮再遍历
                //先进先出，最前面的先出来
                TreeNode node = queue.poll();
                //对它广度优先遍历，把相关结点放入队列，先进先出，那它们就是后入后出
                if(node.left!=null) queue.offer(node.left);
                if(node.right!=null) queue.offer(node.right);
                //size--，因为最前面的广度遍历完成了
                size--;
            }
            //遍历了一层
            ans++;
        }
        return ans;
    }
}

刷题一定要坚持，总结套路，不单单要把题做出来，要举一反三，也要参考别人的思路，学习别人解题的优点，找出你觉得可以优化的点。

1. 单链表解题思路：双指针、快慢指针、反转链表、预先指针

1. 双指针：对于单链表而言，可以方便的让我们遍历结点，并做一些额外的事
2. 快慢指针：常用于找链表中点，找循环链表的循环点，一般快指针每次移动两个结点，慢指针每次移动一个结点。
3. 反转链表：通常有些题，将链表反转后会更好做，一般选用三指针迭代法，递归的空间复杂度有点高
4. 预先指针：常用于找结点，比如找倒数第3个结点，那么定义两个指针，第一个指针先移动3个结点，然后两个指针一起遍历，当第一个指针遍历完成，第二个指针指向的结点就是要找的结点

2. 数组解题思路：双指针、三指针，下标标记

1. 双指针：多用于减少时间复杂度，快速遍历数组
2. 三指针：多用于二分查找，分为中间指针，左和右指针
3. 下标标记：常用于在数组范围内找东西，而不想使用额外的空间的情况，比如找数组长度为n，元素取值范围为[1,n]的数组中没有出现的数字，遍历每个元素，然后将对应下标位置的元素变为负数或者超出[1,n]范围的正数，最后没有发生变化的元素，就是缺少的值。
4. 差分数组：对差分数组求前缀和即可得到原数组

1. 用差值，作为下标，节省空间找东西。比如1900年到2000年，就可以定义100大小的数组，每个数组元素下标的查找为1900。
2. 前缀和数组，对于数组 [1,2,2,4]，其差分数组为 [1,1,0,2]，差分数组的第 ii个数即为原数组的第 i-1 个元素和第 i个元素的差值，也就是说我们对差分数组求前缀和即可得到原数组

5. 前缀和：假设有一个数组arr[1,2,3,4]。然后创建一个前缀和数组sum，记录从开头到每个元素区间的和。第一个元素是0。第二个元素，保存第一个和sum[1] = sum[0]+arr[0]，第二个元素，保存第二个和sum[2] = sum[1]+arr[1]

3. 栈解题思路：倒着入栈，双栈

1. 倒着入栈：适用于出栈时想让输出是正序的情况。比如字符串’abc’，如果倒着入栈，那么栈中元素是（c,b,a）。栈是先进后出，此时出栈，结果为abc。
2. 双栈：适用于实现队列的先入先出效果。一个栈负责输入，另一个栈负责输出。