这是悦乐书的第164次更新，第166篇原创
01 看题和准备
今天介绍的是LeetCode算法题中Easy级别的第23题（顺位题号是104）。给定二叉树，找到它的最大深度。最大深度是从根节点到最远叶节点的最长路径上的节点数。叶子是没有子节点的节点。
例如：给定二叉树[3,9,20，null，null，15,7]，
3
/ \
9 20
/ \
15 7
返回其深度= 3。
本次解题使用的开发工具是eclipse，jdk使用的版本是1.8，环境是win7 64位系统，使用Java语言编写和测试。
02 第一种解法
最大深度是根节点到最远的叶子节点路径上包含的节点数，以上面的二叉树为例，最长路径有两条：3->20->15,3->20->7，这两条路径上的节点数都是3个，所以最后得出其深度是3的结论。
特殊情况一：当传入的二叉树为空时，它没有任何节点，它的深度是0。
特殊情况二：只有根节点的时候，它的深度是1，只有它自身一个节点。
正常情况：我们可以一步一步试着推导下，一个简单的二叉树深度计算过程，还是以上面的二叉树为例。
从根节点开始，此时节点数为1,因为只有它一个节点。
进入根节点的子节点，此时最长路径就是计算9这个左子节点和20这个右子节点的最长路径，显然9是一个叶子节点，只有本身一个节点；而20拥有自己的子节点，此时就需要算出从20出发的最长路径。
20有左子节点15，右子节点7，这时需要继续计算15和7的最长路径，而15和7都是叶子节点，所以节点数只有1，再加上20节点本身这个属于根节点的子节点，20节点的最长路径就是2。
同为3根节点的两个子节点9、20，子节点9的最长路径上节点数为1，子节点20的最长路径上节点数为2，取最大值后，再加上根节点自身的节点数，1+2=3,3就是最长路径上的节点数，也就是该二叉树的深度。
分析到这里，我们知道了，要计算从根节点到最远叶子节点的节点个数，就需要先计算其左右子节点的最长路径，而要计算左右子节点的最长路径，就需要计算他们自身下面的左右子节点的最长路径了，对此我们可以使用递归，算完最下面叶子节点的个数后，再层层往上求其最大值。
public int maxDepth(TreeNode root) {
if (root == null) {
return 0;
}
int left = maxDepth(root.left);
int right = maxDepth(root.right);
return 1 + Math.max(left, right);
}
03 第二种解法
既然可以使用递归，那我们也可以试着使用遍历的方法。从根节点开始，自顶向下遍历子节点，对此使用队列来临时存储每次遍历的子节点，遍历完一层子节点就加1，直到所有子节点都遍历完。
public int maxDepth2(TreeNode root) {
if (root == null) {
return 0;
}
int depth = 0;
Queue<TreeNode> q = new LinkedList<>();
q.offer(root);
while (!q.isEmpty()) {
Queue<TreeNode> tem = new LinkedList<>();
while(!q.isEmpty()){
TreeNode node = q.poll();
if (node.left != null) {
tem.offer(node.left);
}
if (node.right != null) {
tem.offer(node.right);
}
}
q = tem;
depth++;
}
return depth;
}
特殊情况还是和第一种解法一样，内层while循环是遍历每层的子节点。
04 第三种解法
第二种解法的内层循环那里，我们使用了新的队列来接收每次循环要进入的下一层节点数据，是否可以改动下，使其更加的简洁？这里我们使用队列的大小来控制它，从根节点开始，进入队列后，队列的size为1，开始进入内层循环，内层循环走了一次后，队列里又多了两个子节点，此时的size为2，然后继续开始内层循环，直到所有的子节点遍历完。
public int maxDepth3(TreeNode root) {
if (root == null) {
return 0;
}
int depth = 0;
Queue<TreeNode> q = new LinkedList<>();
q.offer(root);
while (!q.isEmpty()) {
int n = q.size();
while(n-- > 0){
TreeNode node = q.poll();
if (node.left != null) {
q.offer(node.left);
}
if (node.right != null) {
q.offer(node.right);
}
}
depth++;
}
return depth;
}
05 验证与测试
对于上面的两种解法，使用了一个简单的二叉树做了数据测试。
public static void main(String[] args) {
Easy_104_MaximumDepthOfBinaryTree instance = new Easy_104_MaximumDepthOfBinaryTree();
TreeNode t = new TreeNode(1);
TreeNode t2 = new TreeNode(2);
TreeNode t3 = new TreeNode(3);
TreeNode t4 = new TreeNode(4);
TreeNode t5 = new TreeNode(5);
TreeNode t6 = new TreeNode(6);
TreeNode t7 = new TreeNode(7);
TreeNode t8 = new TreeNode(8);
t.left = t2;
t.right = t3;
t2.left = t4;
t2.right = t5;
t3.left = t6;
t3.right = t7;
t7.left = t8;
long start = System.nanoTime();
int result = instance.maxDepth(t);
long end = System.nanoTime();
System.out.println("maxDepth---输出："+result+" , 用时："+(end-start)/1000+"微秒");
long start2 = System.nanoTime();
int result2 = instance.maxDepth2(t);
long end2 = System.nanoTime();
System.out.println("maxDepth2---输出："+result2+" , 用时："+(end2-start2)/1000+"微秒");
long start3 = System.nanoTime();
int result3 = instance.maxDepth3(t);
long end3 = System.nanoTime();
System.out.println("maxDepth3---输出："+result3+" , 用时："+(end3-start3)/1000+"微秒");
}
测试结果如下：
maxDepth---输出：4 , 用时：23微秒
maxDepth2---输出：4 , 用时：586微秒
maxDepth3---输出：4 , 用时：16微秒
从测试的结果可以看出，遍历和递归都是可以解决问题的，第二种解法因为每进一次循环都要创建新的对象，这对内存和运行时间都是不小的消耗，经过优化后第三种解法更加适合遍历使用。
06 小结
以上就是全部内容，如果大家有什么好的解法思路、建议或者其他问题，可以下方留言交流，点赞、留言、转发就是对我最大的回报和支持！
