题目
地址:https://leetcode-cn.com/problems/maximum-depth-of-n-ary-tree/
分析
这里是对树节点的定义
// 节点定义
class Node {
public int val;
public List<Node> children;
public Node() {}
public Node(int _val,List<Node> _children) {
val = _val;
children = _children;
}
}
方法一: 递归
算法
解决这个问题的最直观方法就是递归。
此处展示了深度优先搜索的策略。
class Solution {
public int maxDepth(Node root) {
if (root == null) {
return 0;
} else if (root.children.isEmpty()) {
return 1;
} else {
List<Integer> heights = new LinkedList<>();
for (Node item : root.children) {
heights.add(maxDepth(item));
}
return Collections.max(heights) + 1;
}
}
}
复杂度分析
- 时间复杂度:每个节点遍历一次,所以时间复杂度是 O(N),其中 NN 为节点数。
- 空间复杂度:最坏情况下, 树完全非平衡,
例如 每个节点有且仅有一个孩子节点,递归调用会发生 N 次(等于树的深度),所以存储调用栈需要 O(N)。
但是在最好情况下(树完全平衡),树的高度为log(N)。
所以在此情况下空间复杂度为 O*(log(*N))。
方法二: 迭代
我们还可以在堆栈的帮助下将上面的递归转换为迭代。
思路是是使用深度优先搜索策略访问每个节点,同时更新每次访问时的最大深度。
所以可以从包含根节点的、对应深度为 1 的栈开始。
然后继续迭代,从栈中弹出当前节点并将子节点压入栈中,每次都更新对应深度。
import javafx.util.Pair;
import java.lang.Math;
class Solution {
public int maxDepth(Node root) {
Queue<Pair<Node, Integer>> stack = new LinkedList<>();
if (root != null) {
stack.add(new Pair(root, 1));
}
int depth = 0;
while (!stack.isEmpty()) {
Pair<Node, Integer> current = stack.poll();
root = current.getKey();
int current_depth = current.getValue();
if (root != null) {
depth = Math.max(depth, current_depth);
for (Node c : root.children) {
stack.add(new Pair(c, current_depth + 1));
}
}
}
return depth;
}
};
复杂度分析
- 时间复杂度:O(N)。
- 空间复杂度:O(N)。