前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【小Y学算法】⚡️每日LeetCode打卡⚡️——31. 二叉树的最小深度

【小Y学算法】⚡️每日LeetCode打卡⚡️——31. 二叉树的最小深度

作者头像
呆呆敲代码的小Y
发布2021-09-23 14:35:15
2660
发布2021-09-23 14:35:15
举报
文章被收录于专栏:呆呆敲代码的小Y 公众号

????前言

| ???? 算法题 ???? |

|:----|

  • ???? 每天打卡一道算法题,既是一个学习过程,又是一个分享的过程????
  • ???? 提示:本专栏解题 编程语言一律使用 C# 和 Java 两种进行解题
  • ???? 要保持一个每天都在学习的状态,让我们一起努力成为算法大神吧????!
  • ???? 今天是力扣算法题持续打卡第31天????!

| ???? 算法题 ???? |

|:----|


????原题样例:二叉树的最小深度

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。

说明:叶子节点是指没有子节点的节点。

示例 1:

代码语言:javascript
复制
输入:root = [3,9,20,null,null,15,7]
输出:2

示例 2:

代码语言:javascript
复制
示例 2:

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

提示:

  • 树中节点数的范围在 0, 105 内
  • -1000 <= Node.val <= 1000

????C#方法:深度优先搜索

既然是求解二叉树的最小深度,那我们就把二叉树整个遍历一遍然后判断深度就好了

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。

思路解析

代码:

代码语言:javascript
复制
public class Solution {
    public int MinDepth(TreeNode root) {
         if (root == null) return 0;
        else if (root.left == null) return MinDepth(root.right) + 1;
        else if (root.right == null) return MinDepth(root.left) + 1;
        else return Math.Min(MinDepth(root.left), MinDepth(root.right)) + 1;
    }
}

执行结果

代码语言:javascript
复制
通过
执行用时:272 ms,在所有 C# 提交中击败了46.32%的用户
内存消耗:50 MB,在所有 C# 提交中击败了50.00%的用户

复杂度分析

代码语言:javascript
复制
时间复杂度:O( n ),其中 n 是树的节点数
空间复杂度:O( H ),其中 H 是树的高度

????Java 方法一:深度优先搜索

思路解析

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。

代码:

代码语言:javascript
复制
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;
    }
}

执行结果

代码语言:javascript
复制
通过
执行用时:6 ms,在所有 Java  提交中击败了60.65%的用户
内存消耗:59 MB,在所有 Java 提交中击败了16.41%的用户

复杂度分析

代码语言:javascript
复制
时间复杂度:O( n ),其中 n 是树的节点数
空间复杂度:O( H ),其中 H 是树的高度

????Java 方法二:广度优先搜索

思路解析

同样,我们可以想到使用广度优先搜索的方法,遍历整棵树。

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。

代码:

代码语言:javascript
复制
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;
    }
}

执行结果

代码语言:javascript
复制
通过
执行用时:1 ms,在所有 Java  提交中击败了99.43%的用户
内存消耗:58 MB,在所有 Java 提交中击败了58.59%的用户

复杂度分析

代码语言:javascript
复制
时间复杂度:O(n)其中 n 是树的节点数
空间复杂度:O(n)其中 n 是树的节点数

????总结

  • 今天是力扣算法题打卡的第三十一天!
  • 文章采用 C#Java 两种编程语言进行解题
  • 一些方法也是参考力扣大神写的,也是边学习边分享,再次感谢算法大佬们
  • 那今天的算法题分享到此结束啦,明天再见!

????往期优质文章分享

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021/09/15 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • ????前言
  • ????原题样例:二叉树的最小深度
    • ????C#方法:深度优先搜索
      • ????Java 方法一:深度优先搜索
        • ????Java 方法二:广度优先搜索
          • ????往期优质文章分享
      • ????总结
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档