LeetCode 热题 HOT 100 - 111. 二叉树的最小深度

本文探讨了两种解决LeetCode中111题——二叉树最小深度的方法:深度优先搜索(DFS)和广度优先搜索(BFS)。对于DFS,每个非叶子节点的最小深度通过递归计算其子树得到,时间复杂度为O(N),空间复杂度为O(H)。而BFS则在找到第一个叶子节点时返回其深度,时间复杂度同样为O(N),但空间复杂度为O(N)。

思路1:深度优先搜索

首先可以想到使用深度优先搜索的方法,遍历整棵树,记录最小深度。

对于每一个非叶子节点,我们只需要分别计算其左右子树的最小叶子节点深度。这样就将一个大问题转化为了小问题,可以递归地解决该问题。

——时间复杂度:O(N) 其中 N 是树的节点数。对每个节点访问一次。

——空间复杂度:O(H) 其中 H 是树的高度。空间复杂度主要取决于递归时栈空间的开销,最坏情况下,树呈现链状,空间复杂度为 O(N)。平均情况下树的高度与节点数的对数正相关,空间复杂度为 O(logN)

/**
 * 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 {
    public int minDepth(TreeNode root) {
        if (root == null) {
            return 0;
        }

        if (root.left == null && root.right == null) {
            return 1;
        }

        int min_depth = Integer.MAX_VALUE;
        if (root.left != null) {
            min_depth = Math.min(minDepth(root.left), min_depth);
        }
        if (root.right != null) {
            min_depth = Math.min(minDepth(root.right), min_depth);
        }

        return min_depth + 1;
    }
}

√思路2:广度优先搜索

当我们找到一个叶子节点时,直接返回这个叶子节点的深度。广度优先搜索的性质保证了最先搜索到的叶子节点的深度一定最小。

——时间复杂度:O(N) 其中 N 是树的节点数。对每个节点访问一次。

——空间复杂度:O(N) 其中 N 是树的节点数。空间复杂度主要取决于队列的开销,队列中的元素个数不会超过树的节点数。

/**
 * 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 {
    class QueueNode {
        TreeNode node;
        int depth;

        public QueueNode(TreeNode node, int depth) {
            this.node = node;
            this.depth = depth;
        }
    }

    public int minDepth(TreeNode root) {
        if (root == null) {
            return 0;
        }

        Queue<QueueNode> queue = new LinkedList<QueueNode>();
        queue.offer(new QueueNode(root, 1));
        while (!queue.isEmpty()) {
            QueueNode nodeDepth = queue.poll();
            TreeNode node = nodeDepth.node;
            int depth = nodeDepth.depth;
            if (node.left == null && node.right == null) {
                return depth;
            }
            if (node.left != null) {
                queue.offer(new QueueNode(node.left, depth + 1));
            }
            if (node.right != null) {
                queue.offer(new QueueNode(node.right, depth + 1));
            }
        }

        return 0;
    }
}

 

### LeetCode 298 二叉树最长连续序列 对于LeetCode上的编号为298的目“二叉树中最长的连续序列”,目标是在给定的二叉树中找到最长的连续递增路径长度。这里的连续意味着节点值依次增加1。 #### 解决方案概述 解决方案涉及深度优先搜索(DFS)遍历整棵树,同时跟踪当前路径是否构成连续递增序列以及该序列的长度。当遇到不满足条件的情况时,则重置计数器并继续探索其他分支[^4]。 #### Python代码实现 下面是一个基于上述思路的具体Python实现: ```python class Solution(object): def longestConsecutive(self, root): """ :type root: TreeNode :rtype: int """ def dfs(node, parent_val, cur_length): if not node: return # 如果当前节点值正好是父节点值加一,则认为找到了一个新的连续部分 if node.val == parent_val + 1: nonlocal max_length max_length = max(max_length, cur_length + 1) # 继续向下层传递更新后的参数 dfs(node.left, node.val, cur_length + 1) dfs(node.right, node.val, cur_length + 1) else: # 否则重新开始计算新的潜在连续序列 dfs(node.left, node.val, 1) dfs(node.right, node.val, 1) max_length = 0 # 初始化调用栈 dfs(root, float('-inf'), 0) return max_length ``` 此方法通过递归方式访问每一个节点,并利用`parent_val`和`cur_length`两个额外参数来帮助判断是否存在连续关系及其对应的长度变化情况。最终结果保存于全局变量`max_length`之中,在完成整个树形结构扫描之后返回作为答案。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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