【每天学习一点算法2025/12/16】二叉树的最大深度

每天学习一点算法 2025/12/16

题目:二叉树的最大深度

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。

要取得二叉树的最大深度,就需要遍历树,二叉树的遍历方法我的另一篇前端算法基础的文章中有介绍,主要就是深度优先和广度优先两种算法。

  1. 深度优先 --- 使用递归的方式遍历二叉树

    计算最大深度,关键在于我们要如何找到深度最大的路径,我们知道深度优先分为前序中序后序,区别就在于处理当前遍历值和左右树叉递归调用的顺序,下面是前序遍历的算法,我们来分析一下

    javascript 复制代码
    const preOrderDFS = (root) => {
      if (!root) return
      result.push(root.val)
      preOrderDFS(root.left)
      preOrderDFS(root.right)
      return result
    }
    • 我们主要分析递归遍历的过程,当 !roottrue 时,代表当前路径走到了叶子节点。先序遍历是左节点回归后再进入右节点。
    • 如果我们从叶子节点开始计数,每回归一层 +1 ,然后将数字返回到上一层,这样是不是就可以计算出路径的深度了。
    • 那我们要如何保证计数的是最大深度的路径上的节点呢?只需要每一层取左右节点回归计数值较大的 +1 返回上一层即可。有点抽象啊,我们简单的举个例子:
      1. 当我们遍历到某一条路径的叶子节点时,返回 0 到上一层。
      2. 到这个叶子节点这一层时,没有子节点,左右回归计数都是 0,返回 0+1 到上一层。
      3. 到这个叶子节点的父节点这层时,这一侧(可能是 left 也可能是 right)的计数是 1,另一侧的计数则要看其子节点的层数情况,哪一侧子层级更深计数就更大,然后就在这基础上 +1 返回到上一层。
      4. 依次类推每一层都选择计数更大的一侧 +1 回归,直到回到根节点。

    代码如下:

    typescript 复制代码
    function maxDepth(root: TreeNode | null): number {
      if (!root) {
          return 0
      }
      return Math.max(maxDepth(root.left), maxDepth(root.right)) + 1
    };
  2. 广度优先 --- 从根节点开始一层一层的遍历,主要利用队列存储下一列节点的方式,具体实现可以参考我的文章前端算法基础,每次遍历其实就是往下一层拓展,那么拓展的次数就是二叉树的最大深度。

    typescript 复制代码
    function maxDepth(root: TreeNode | null): number {
      if (!root) return 0;
      const queue = [root] // 初始根入遍历队列
      let count = 0 // 用于拓展计数
      // 循环至遍历队列为空
      while (queue.length) {
        const levelSize = queue.length;
        for (let i = 0; i < levelSize; i++) {
          const node = queue.shift() // 第一项出遍历队列
          // 按左右顺序 将下一层树节点入遍历队列
          node.left && queue.push(node.left)
          node.right && queue.push(node.right)
        }
        // 每层遍历后计数
        count++
      }
      return count
    };

题目来源:力扣(LeetCode)

相关推荐
Wect3 小时前
LeetCode 130. 被围绕的区域:两种解法详解(BFS/DFS)
前端·算法·typescript
NAGNIP15 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱1 天前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub1 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP2 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP2 天前
一文搞懂激活函数!
算法·面试