50 lines
1.4 KiB
JavaScript
50 lines
1.4 KiB
JavaScript
/**
|
||
* Definition for a binary tree node.
|
||
* function TreeNode(val, left, right) {
|
||
* this.val = (val===undefined ? 0 : val)
|
||
* this.left = (left===undefined ? null : left)
|
||
* this.right = (right===undefined ? null : right)
|
||
* }
|
||
*/
|
||
/**
|
||
* @param {TreeNode} root
|
||
* @return {number}
|
||
*/
|
||
const maxDepth = function (root) {
|
||
|
||
};
|
||
|
||
/*
|
||
这非常符合递归操作，如需直到这颗数的最大深度，只需计算左右子树的深度中较大的，加上自己的这一层
|
||
不就是整颗数的深度吗？
|
||
*/
|
||
|
||
function f1(root) {
|
||
if (!root) return 0;
|
||
return Math.max(f1(root.left), f1(root.right)) + 1;
|
||
}
|
||
|
||
/*
|
||
利用BFS来查找每一层的所有节点，然后遍历所有每一层的所有节点，把查找是否有下一层节点，然后
|
||
把计数加1，直到这一层没有任何节点
|
||
*/
|
||
|
||
function f2(root) {
|
||
if (!root) return 0;
|
||
|
||
const queue = [root]; // 初始化队列，将根节点加入队列
|
||
let depth = 0;
|
||
|
||
while (queue.length > 0) {
|
||
const levelSize = queue.length; // 当前层的节点个数
|
||
for (let i = 0; i < levelSize; i++) {
|
||
const node = queue.shift(); // 从队列中取出一个节点
|
||
if (node.left) queue.push(node.left); // 如果左子节点存在，加入队列
|
||
if (node.right) queue.push(node.right); // 如果右子节点存在，加入队列
|
||
}
|
||
depth++; // 每完成一次层级遍历，深度加一
|
||
}
|
||
|
||
return depth;
|
||
}
|