【LeetCode每日一题】94. 二叉树的中序遍历 104. 二叉树的最大深度

每日一题:二叉树

2025.9.4

94. 二叉树的中序遍历

题目

给定一个二叉树的根节点 root ,返回 它的 中序 遍历 。

示例 1:

输入:root = [1,null,2,3]

输出:[1,3,2]

示例 2:

输入:root = []

输出:[]

示例 3:

输入:root = [1]

输出:[1]

提示:

树中节点数目在范围 [0, 100] 内

-100 <= Node.val <= 100

进阶: 递归算法很简单,你可以通过迭代算法完成吗?

总体思路

迭代:栈模拟

中序遍历顺序:Left → Node → Right。

用栈来模拟递归:

  1. 用指针 cur 从根开始,一路把所有左孩子入栈,直到没有左孩子(cur == nil)。
  2. 弹栈得到当前节点 node,把它的值加入结果。
  3. 让 cur 指向 node.Right,然后继续 1~2 的循环。
  4. 终止条件:cur == nil 且 栈空。
    时间复杂度 O(n),空间复杂度最坏 O(h)(树高,极端是 O(n))

递归实现

采用递归(Recursive)的方式:

如果节点为空,直接返回。

否则按照 左 → 根 → 右 的顺序访问节点,把结果存到切片 res 中。

代码

golang
迭代:栈模拟

go 复制代码
/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int   // Val 存储节点的值(int 类型)
 *     Left *TreeNode   // Left 指向左子节点。
 *     Right *TreeNode   // Right 指向右子节点。
 * }
 */
// 无注释纯享:
func inorderTraversal(root *TreeNode) []int {
    res := make([]int, 0)
    stack := make([]*TreeNode, 0)
    cur := root
    for cur !=nil || len(stack) > 0 {
        for cur != nil {
            stack = append(stack,cur)
            cur=cur.Left
        }
        top := stack[len(stack)-1]
        stack = stack[:len(stack)-1]
        res = append (res, top.Val)
        cur = top.Right
    }
    return res
}

// 迭代:栈模拟
// 中序遍历(迭代版,使用切片充当栈)
func inorderTraversal(root *TreeNode) []int {
    // 结果切片:存遍历顺序
    res := make([]int, 0)

    // 用切片当栈,元素类型是 *TreeNode
    stack := make([]*TreeNode, 0)

    // cur 指向当前走到的节点
    cur := root

    // Go 没有 while,用 for 当 while:条件为"当前节点非空 或 栈非空"
    for cur != nil || len(stack) > 0 {
        // 1) 先把当前子树的"最左链"全部入栈
        for cur != nil {
            stack = append(stack, cur) // push
            cur = cur.Left
        }

        // 2) 栈顶弹出一个节点
        top := stack[len(stack)-1]      // 取顶
        stack = stack[:len(stack)-1]    // 弹出

        // 访问节点(中序的"根")
        res = append(res, top.Val)

        // 3) 转向右子树,继续外层循环
        cur = top.Right
    }
    return res
}

递归实现

go 复制代码
// 无注释纯享:
func inorderTraversal(root *TreeNode) []int {
    res := []int{}
    var dfs func(*TreeNode)
    dfs = func(node *TreeNode) {
        if node == nil {
            return
        }
        dfs(node.Left)
        res = append(res, node.Val)
        dfs(node.Right)
    }
    dfs(root)
    return res
}

// 中序遍历(递归实现)
func inorderTraversal(root *TreeNode) []int {
    // 定义一个切片保存遍历结果
    res := []int{}

    // 定义递归函数 dfs
    var dfs func(*TreeNode)
    dfs = func(node *TreeNode) {
        if node == nil { // 递归终止条件:遇到空节点
            return
        }

        // 1. 先递归遍历左子树
        dfs(node.Left)

        // 2. 访问当前节点,把节点值放入结果切片
        res = append(res, node.Val)

        // 3. 再递归遍历右子树
        dfs(node.Right)
    }

    // 从根节点开始递归
    dfs(root)

    // 返回最终的遍历结果
    return res
}

基础知识

中序遍历(Inorder Traversal)是二叉树遍历的一种方式,遍历顺序为:

遍历左子树->访问根节点->遍历右子树

定义了一个结构体 TreeNode,它代表二叉树的一个节点

Val 存储节点的值(int 类型)。

go 复制代码
type TreeNode struct {
    Val   int
    Left  *TreeNode
    Right *TreeNode
}

Left 指向左子节点。

Right 指向右子节点。

TreeNode 表示 一个结构体本身。

*TreeNode 表示 指向 TreeNode 的指针。

函数与递归

go 复制代码
var dfs func(*TreeNode)
dfs = func(node *TreeNode) { ... }

var dfs func(*TreeNode) 声明了一个变量 dfs,它的类型是函数,参数是 *TreeNode(指向二叉树节点的指针),无返回值。

dfs = func(node *TreeNode) { ... } 定义了这个函数的具体内容。

这种写法属于 匿名函数赋值给变量,常用于递归或闭包。

go 复制代码
dfs(node.Left)  // 遍历左子树
dfs(node.Right) // 遍历右子树

104. 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。

示例 1:

输入:root = [3,9,20,null,null,15,7]

输出:3

示例 2:

输入:root = [1,null,2]

输出:2

提示:

树中节点的数量在 [0, 104] 区间内。

-100 <= Node.val <= 100

总体思路

递归

使用深度优先搜索 DFS的递归方法来计算二叉树的最大深度。其核心思想是:

  1. 递归地计算左子树的最大深度
  2. 递归地计算右子树的最大深度
  3. 取左右子树深度的最大值,然后加上当前节点自身的深度1
  4. 基础情况:当节点为空时,返回深度0

时间复杂度与空间复杂度

时间复杂度:O(n)

  • 每个节点恰好被访问一次,n为二叉树中的节点数量

空间复杂度:O(h),其中h是树的高度

  • 空间复杂度主要由递归调用栈的深度决定
  • 在最坏情况下(树退化为链表),h = n,空间复杂度为O(n)
  • 在最好情况下(平衡二叉树),h = logn,空间复杂度为O(logn)
  • 平均情况下,空间复杂度为O(h)

深度优先搜索

迭代深度优先搜索(DFS) 来计算二叉树的最大深度。通过使用栈来模拟递归过程,显式地跟踪每个节点及其对应的深度,避免了递归调用的系统栈开销。

算法步骤

  1. 初始化:处理空树情况,初始化栈结构
  2. 根节点入栈:将根节点和初始深度1入栈
  3. 循环处理:不断从栈中弹出节点进行处理
  4. 深度更新:比较并更新最大深度
  5. 子节点入栈:将子节点和对应深度入栈
  6. 返回结果:栈空时返回最大深度

时间复杂度与空间复杂度

  • 时间复杂度 :O(n)
    • 每个节点都被访问 exactly once
    • n 是树中的节点数量
    • 每个节点的入栈和出栈操作都是O(1)
  • 空间复杂度 :O(n)
    • 最坏情况下栈的大小等于树的高度
    • 平衡二叉树:O(log n)
    • 链状二叉树(最坏情况):O(n)
    • 平均情况:O(log n)

广度优先搜索

使用**广度优先搜索(BFS)**的方法来计算二叉树的最大深度。其核心思想是:

  1. 从根节点开始,按层级遍历树的每个节点
  2. 使用队列来存储待处理的节点及其对应的深度
  3. 每次处理一个节点时,如果当前深度大于记录的最大深度,就更新最大深度
  4. 将当前节点的子节点(如果存在)加入队列,并标记为下一层深度
  5. 当队列为空时,说明所有节点都已处理完毕,返回记录的最大深度

时间复杂度与空间复杂度

时间复杂度:O(n)

  • 每个节点恰好被访问一次,n为二叉树中的节点数量

空间复杂度:O(n)

  • 在最坏情况下(完全二叉树),队列中最多会存储约n/2个节点
  • 在最好情况下(链状树),队列中最多会存储1个节点
  • 平均情况下,空间复杂度为O(n)

代码

golang

递归法

go 复制代码
/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */
func maxDepth(root *TreeNode) int {
    if root == nil {
        return 0
    }
    return max(maxDepth(root.Left),maxDepth(root.Right)) + 1
}
go 复制代码
/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */
func maxDepth(root *TreeNode) int {
    // 基础情况:如果当前节点为空,返回深度0
    // 这是递归的终止条件
    if root == nil {
        return 0
    }
    
    // 递归计算左子树的最大深度
    leftDepth := maxDepth(root.Left)
    
    // 递归计算右子树的最大深度  
    rightDepth := maxDepth(root.Right)
    
    // 返回左右子树深度的最大值 + 1(当前节点自身的深度)
    // 这里使用了max函数(需要额外定义)
    return max(leftDepth, rightDepth) + 1
}

// 辅助函数:返回两个整数中的较大值
func max(a, b int) int {
    if a > b {
        return a
    }
    return b
}

深度优先搜索

go 复制代码
/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */
func maxDepth(root *TreeNode) int {
    if root == nil {
        return 0
    }
    depth := 0
    stack := []struct{
        node *TreeNode
        level int
    }{}
    stack = append (stack, struct{node *TreeNode; level int}{root, 1})
    for len(stack) > 0 {
        temp := stack[len(stack)-1]
        stack = stack[:len(stack)-1]
        if temp.level > depth {
            depth = temp.level
        }
        if temp.node.Right != nil {
            stack = append(stack, struct{node *TreeNode; level int}{temp.node.Right, temp.level + 1})
        }
        if temp.node.Left != nil {
            stack = append(stack, struct{node *TreeNode; level int}{temp.node.Left, temp.level + 1})
        }
    }
    return depth
}
go 复制代码
/**
 * 计算二叉树的最大深度(迭代版本)
 * 使用深度优先搜索(DFS)策略,通过栈实现迭代遍历
 * 
 * @param root *TreeNode 二叉树的根节点
 * @return int 树的最大深度
 */
func maxDepth(root *TreeNode) int {
    // 边界条件处理:空树深度为0
    if root == nil {
        return 0
    }
    
    // 初始化最大深度变量
    depth := 0
    
    // 定义栈元素的结构体
    // 每个栈元素包含一个树节点和该节点对应的深度
    type stackItem struct {
        node  *TreeNode  // 树节点
        level int        // 该节点所在的深度
    }
    
    // 初始化栈,使用切片模拟栈结构
    // Go语言中没有内置栈结构,使用切片实现栈功能
    stack := []stackItem{}
    
    // 将根节点和初始深度1压入栈中
    // 根节点深度为1,因为深度从1开始计数
    stack = append(stack, stackItem{root, 1})
    
    // 主循环:当栈不为空时继续处理
    // 循环条件:len(stack) > 0
    for len(stack) > 0 {
        // 弹出栈顶元素(后进先出LIFO)
        // 获取栈顶元素
        temp := stack[len(stack)-1]
        // 移除栈顶元素(切片截取)
        stack = stack[:len(stack)-1]
        
        // 更新最大深度
        // 比较当前节点的深度和已知最大深度,取较大值
        if temp.level > depth {
            depth = temp.level
        }
        
        // 处理右子节点(先压入右子节点,后处理)
        // 因为栈是LIFO结构,先压入的后弹出
        // 所以先压入右子节点,保证左子节点先被处理
        if temp.node.Right != nil {
            // 右子节点深度 = 当前节点深度 + 1
            stack = append(stack, stackItem{temp.node.Right, temp.level + 1})
        }
        
        // 处理左子节点(后压入左子节点,先处理)
        if temp.node.Left != nil {
            // 左子节点深度 = 当前节点深度 + 1
            stack = append(stack, stackItem{temp.node.Left, temp.level + 1})
        }
    }
    
    // 返回计算得到的最大深度
    return depth
}

广度优先搜索

go 复制代码
/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */
func maxDepth(root *TreeNode) int {
    if root == nil {
        return 0
    }
    depth := 0
    queue := []struct{
        node *TreeNode
        level int
    }{}
    queue = append(queue, struct{node *TreeNode; level int}{root, 1})
    for len(queue) > 0 {
        temp := queue[0]
        queue = queue[1:]
        if temp.level > depth {
            depth = temp.level
        }
        if temp.node.Left != nil {
            queue = append(queue, struct{node *TreeNode; level int}{temp.node.Left, temp.level + 1})
        }
        if temp.node.Right != nil {
            queue = append(queue, struct{node *TreeNode; level int}{temp.node.Right, temp.level + 1})
        }
    }
    return depth
}
go 复制代码
/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */
func maxDepth(root *TreeNode) int {
    // 如果根节点为空,直接返回深度0
    if root == nil {
        return 0
    }
    
    // 初始化最大深度
    depth := 0
    
    // 定义队列,使用结构体存储节点和对应的层级
    // 这里使用了匿名结构体:包含节点指针和层级信息
    queue := []struct{
        node  *TreeNode  // 树节点
        level int        // 该节点所在的深度层级
    }{}
    
    // 将根节点和初始深度1加入队列
    queue = append(queue, struct{node *TreeNode; level int}{root, 1})
    
    // 当队列不为空时循环处理
    for len(queue) > 0 {
        // 从队列头部取出一个元素(先进先出)
        temp := queue[0]
        queue = queue[1:]  // 移除队列头部元素
        
        // 如果当前节点的层级大于记录的最大深度,更新最大深度
        if temp.level > depth {
            depth = temp.level
        }
        
        // 如果当前节点有左子节点,将其加入队列
        // 子节点的深度为当前节点深度+1
        if temp.node.Left != nil {
            queue = append(queue, struct{node *TreeNode; level int}{temp.node.Left, temp.level + 1})
        }
        
        // 如果当前节点有右子节点,将其加入队列
        // 子节点的深度为当前节点深度+1
        if temp.node.Right != nil {
            queue = append(queue, struct{node *TreeNode; level int}{temp.node.Right, temp.level + 1})
        }
    }
    
    // 返回计算得到的最大深度
    return depth
}
相关推荐
Imxyk4 小时前
力扣:2322. 从树中删除边的最小分数
数据结构·算法·leetcode
农场主John4 小时前
(双指针)LeetCode 209 长度最小的子数组
数据结构·算法·leetcode
程序员Xu4 小时前
【LeetCode热题100道笔记】前 K 个高频元素
笔记·算法·leetcode
Asmalin4 小时前
【代码随想录day 23】 力扣 93.复原IP地址
算法·leetcode
Craze_rd6 小时前
服务 HTTP 转 SRPC 技术方案
网络·网络协议·http·rpc·golang
AMiner:AI科研助手6 小时前
警惕!你和ChatGPT的对话,可能正在制造分布式妄想
人工智能·分布式·算法·chatgpt·deepseek
尘鹄9 小时前
go 初始化组件最佳实践
后端·设计模式·golang
墩墩分墩9 小时前
【Go语言入门教程】 Go语言的起源与技术特点:从诞生到现代编程利器(一)
开发语言·后端·golang·go
CHANG_THE_WORLD9 小时前
并发编程指南 同步操作与强制排序
开发语言·c++·算法