【小Y学算法】⚡️每日LeetCode打卡⚡️——31. 二叉树的最小深度
【摘要】 📢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...
📢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:
输入:root = [3,9,20,null,null,15,7]
输出:2
示例 2:
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:
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
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
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:
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
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
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:
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
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
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#
和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!
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)