算法-二叉树-简单-二叉树的最大和最小深度

记录一下算法题的学习7

二叉树的最大深度

题目：给定一个二叉树 root ，返回其最大深度。

二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。

输入：root = [3,9,20,null,null,15,7]
输出：3

示例分析：

这里根节点为3，叶子节点是什么呢？---->是指没有子节点的节点，记录从根节点到最远叶子节点的最长路径上的节点数，那么就是3-20-15，或者3-20-7，一共是3个节点数

怎么体现呢？

深度优先搜索代码展示：

class Solution {
    public int maxDepth(TreeNode root) {
      //首先输入根节点为空的情况下，二叉树就不存在  
      if(root==null){
          return 0;
      }
      //判断输入根节点不为空，存在二叉树
      else{
          int leftDepth=maxDepth(root.left); //得到根节点root左子树的最长路径上的节点数
          int rightDepth=maxDepth(root.right);//得到根节点root右子树的最长路径上的节点数
          return Math.max(leftDepth,rightDepth)+1;//由题目可知，还需加上代表根节点的节点数1
      }
    }
}

广度优先搜索代码展示：

这里进行回忆记录Queue？

• Queue是java中实现队列的接口，它总共有6个方法，我们一般只用其中3个就可以了。
• Queue的实现类有LinkedList和PriorityQueue。最常用的实现类是LinkedList。

方法	作用	区别
add(）	压入元素(添加)	相同：未超出容量，从队尾压入元素，返回压入的那个元素。 区别：在超出容量时，add()方法会对抛出异常，offer()返回false
offer()	压入元素(添加)
remove（）	弹出元素（删除）	相同：容量大于0的时候，删除并返回队头被删除的那个元素。 区别：在容量为0的时候，remove()会抛出异常，poll()返回false
poll（）	弹出元素（删除）
element（）	获取对头元素	相同：容量大于0的时候，都返回队头元素。但是不删除。 区别：容量为0的时候，element()会抛出异常，peek()返回null。
peek（）	获取对头元素

class Solution {
    public int maxDepth(TreeNode root) {
      //首先输入根节点为空的情况下，二叉树就不存在  
      if(root==null){
          return 0;
      }
      Queue<TreeNode> queue=new LinkedList<>();//初始化队列queue
      queue.offer(root);//将根节点加入队列中
      int result=0;//初始化结果
      while(!queue.isEmpty()){ //队列不为空的情况，即刚才加入的根节点！=null
          int size=queue.size();//取出当前队列的长度
          while(size-->0){//取出相同数量的节点数进行遍历
              TreeNode node=queue.poll();
              if(node.left!=null){
                  queue.offer(node.left);
              }
              if(node.right!=null){
                  queue.offer(node.right);
              }
          }
          result++; 
      }
      return result;
    }
}

二叉树的最小深度

题目：给定一个二叉树，找出其最小深度。最小深度是从根节点到最近叶子节点的最短路径上的节点数量。

输入：root = [3,9,20,null,null,15,7]
输出：2

输入：root = [2,null,3,null,4,null,5,null,6]
输出：5

示例分析：

如果我们直接将二叉树的最大深度的代码，直接拿来用，就会报错，因为我们忽略了还有一种情况（左孩子和右孩子有一个为空的情况，但不确定是哪一个，我们返回leftDepth+rightDepth+1）在求二叉树的最小深度中。

 深度优先搜索代码展示：

class Solution {
    public int minDepth(TreeNode root) {
      //首先输入根节点为空的情况下，二叉树就不存在  
      if(root==null){
          return 0;
      }
      //1.左孩子和右孩子都为空的情况，说明到达了叶子节点，直接返回1
      if(root.left == null && root.right == null){
          return 1;
      }
      int leftDepth=minDepth(root.left); //得到根节点root左子树的最短路径上的节点数
      int rightDepth=minDepth(root.right);//得到根节点root右子树的最短路径上的节点数
      //2.左孩子和右孩子有一个为空的情况，但不确定是哪一个，我们返回leftLength+rightLength+1
      if(root.left == null || root.right == null){
          return leftDepth+rightDepth+1;
      //3 左孩子和右孩子都不为空的情况，那就比较出两者之间更小的值，然后再加一，得到最小深度
      }else{
          return Math.min(leftDepth,rightDepth)+1;//由题目可知，还需加上代表根节点的节点数1
      } 
    }
}

广度优先搜素代码展示：

class Solution {
    public int minDepth(TreeNode root) {
      //首先输入根节点为空的情况下，二叉树就不存在  
      if(root==null){
          return 0;
      }
      Queue<TreeNode> queue = new LinkedList<>();
      queue.offer(root);
      int result=1;
        while (!queue.isEmpty()) {
            int size=queue.size();
            for(int i=0;i<size;i++){
            TreeNode node =queue.poll();
            if (node.left == null && node.right == null) {
                return result;
            }
            if (node.left != null) {
                queue.offer(node.left);
            }
            if (node.right != null) {
                queue.offer(node.right);
            }
         }
        result++;
    }
     return result;
  }
}

注意这里必须这样写

不能直接写成for（int i=0;i<queue.size();i++),因为queue.size()一直在变化，加入一个就变化一次，无法完成每次循环遍历每层内容,但是可以写成for(int i=queue.size()-1;i>=0;i--)。