二叉树--求最小深度(迭代和递归)

使用了两种解法,递归法和迭代法。

两种方法的对比总结

  1. DFS (方法一 minDepth):

    • 特点 : 代码简洁,逻辑通过 max 巧妙处理了单链树的情况。

    • 缺点: 必须遍历完所有的分支才能确定谁最小。如果树严重左偏或右偏,栈深度较大。

  2. BFS (方法二 levelOrder):

    • 特点: 利用队列层序遍历。

    • 优点 : 效率更高 。因为它只要找到第一个 叶子节点就直接 return depth 了,不需要像 DFS 那样把深处的节点也遍历一遍。在求"最短路径"或"最小深度"类问题时,BFS 通常是首选。

递归法

注意:如果左子树为空(left=0)或右子树为空(right=0),说明这不是叶子节点(最小深度要找到叶子节点),我们不能取 min(因为 min 会取到 0),必须取非空的那一侧(即 max)。

代码

cpp 复制代码
// ==========================================
	// 方法一:递归法 (DFS - 后序遍历)
	// 核心思想:分别求左右子树深度,处理单支情况,最后取最小值
	// ==========================================
	int minDepth(TreeNode* root) {
		if (root == NULL) return 0; // 终止条件
		
		// 递归计算左右子树的深度
		int left = minDepth(root->left);
		int right = minDepth(root->right);
		
		// 【关键逻辑】
		// 如果左子树为空(left=0)或右子树为空(right=0),说明这不是叶子节点,
		// 我们不能取 min(因为 min 会取到 0),必须取非空的那一侧(即 max)。
		// 例如:树 1->2,根节点 1 不是叶子,必须走 2 那边。
		if (left == 0 || right == 0) {
			return max(left, right) + 1;
		}
		
		// 左右都不为空,说明是正常的左右分支,取最小的一边 + 根节点 1
		return min(left, right) + 1;
	}

迭代法

使用层序遍历,一层一层往下找,一旦遇到第一个"叶子节点",马上返回深度。

代码

cpp 复制代码
// ==========================================
	// 方法二:迭代法 (BFS - 广度优先搜索)
	// 核心思想:一层一层往下找,一旦遇到第一个"叶子节点",马上返回深度。
	// 优点:对于求最小深度,这通常比 DFS 更快,因为它不需要遍历整棵树。
	// ==========================================
	int minDepthBFS(TreeNode* root) {
		int depth = 0;
		queue<TreeNode*> q;
		if (root) q.push(root);
		
		while (!q.empty()) {
			int size = q.size(); // 记录当前层有多少个节点
			depth++;             // 开始处理新的一层,深度 +1
			
			for (int i = 0; i < size; i++) {
				TreeNode* node = q.front();
				q.pop();
				
				// 【核心优化】
				// 如果当前节点没有左孩子且没有右孩子,说明它是我们遇到的
				// "层级最浅"的叶子节点。直接返回当前深度,无需继续遍历!
				if (node->left) q.push(node->left);
				if (node->right) q.push(node->right);
				
				if (!node->left && !node->right) 
					return depth; // 找到最近的叶子,直接返回结果
			}
		}
		return depth;
	}
相关推荐
NAGNIP5 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
端平入洛12 小时前
delete又未完全delete
c++
颜酱13 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub17 小时前
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
CoovallyAIHub17 小时前
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
CoovallyAIHub17 小时前
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
CoovallyAIHub17 小时前
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
CoovallyAIHub17 小时前
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
NAGNIP1 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP1 天前
一文搞懂激活函数!
算法·面试