二叉树最大深度最小深度之微妙区别

最新推荐文章于 2025-05-14 15:52:20 发布

原创

最新推荐文章于 2025-05-14 15:52:20 发布 · 1.3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#二叉树 #递归

本文探讨了二叉树的最大深度和最小深度计算中的关键差异。在计算最大深度时，递归策略能正确处理至少一个子树非空的情况，而计算最小深度时，必须排除空子树的影响，以确保到达叶子节点。通过分析错误和修正代码，作者揭示了解决问题的关键所在。

二叉树的最小深度，突然发现连叶子定义都忘了= =

叶子节点是没有左右孩子的节点，也即终端节点，非叶子节点也即有左或右孩子的节点，

第一次做的时候，以为仿照最大深度，结果WA了，后来仔细分析，发现了差异，最大深度因为算的左右孩子大的+1，所以即使有一个0的时候，不会选0，两个都0的话，选0正确，所以本质是选择非0的leftdepth 和rightdepth中的较大+1,递归式完美的处理了这个问题，而最小不然，因为如果出现一个0，那么递归式会选0，于是出错了。

为啥要排除leftdepth rightdepth中的0呢，0意味着这里空，而如果另一个不空，这边结果就不符合到叶子节点的题意，两个都空刚好0，处理好了，所以需要排除0

附上分析后的代码：

int minDepth(TreeNode *root) {
        if(root==NULL) return 0;
        int leftdepth=minDepth(root->left);
        int rightdepth=minDepth(root->right);
        
        if(leftdepth==0) 
            return 1+rightdepth;
        else if(rightdepth==0) 
            return 1+leftdepth;
        else
        {
            if(leftdepth<rightdepth) return 1+leftdepth;
            else return 1+rightdepth;}
    }

判断平衡二叉树，本以为会超时，结果居然过了，因为我还调用了递归函数depth，本身递归，外加求depth递归，后来发现，时间复杂度也没有太大，depth复杂度O(n), 因为每个节点调用一次，看左右孩子，而isBalance