二叉树的最小深度

题目

给定一个二叉树, 找出其最小深度.

示例

  3
 / \
9 20
  / \
 15  7

输入: root = [3, 9, 20, null, null, 15, 7]

输出: 2

题解

深度优先遍历

1. 如果 root 都没有, 直接返回 0
2. 如果有 root, 但 root 没有叶子节点, 返回 1
3. 对于其他情况: 如果存在左叶子节点, 就一直往左递归, 并计算最小深度; 如果存在右叶子节点, 就一直往右递归, 并计算最小深度.

/**
 * 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}
 */
var minDepth = function (root) {
  if (root === null) {
    return 0
  }

  if (root.left === null && root.right === null) {
    return 1
  }

  let min = Number.MAX_SAFE_INTEGER

  if (root.left !== null) {
    min = Math.min(minDepth(root.left), min)
  }
  if (root.right !== null) {
    min = Math.min(minDepth(root.right), min)
  }

  return min + 1
}

• 时间复杂度: O(n)
• 空间复杂度: O(logn)

广度优先遍历

广度优先遍历的核心思想是队列, 具体思想可以看 深度/广度优先遍历, 该题的关键在于当某个节点没有子节点了, 那它就是最小的深度, 其余的就是广度优先遍历的基本套路了, 这里不再赘述.

var minDepth = function (root) {
  if (root === null) return 0

  const queue = []
  queue.push(root)
  let depth = 1

  while (queue.length !== 0) {
    const len = queue.length

    for (let i = 0; i < len; i++) {
      const curr = queue.shift()

      // 当某个节点没有子节点了, 那它就是最小的深度
      if (curr.left === null && curr.right === null) {
        return depth
      }

      if (curr.left !== null) {
        queue.push(curr.left)
      }

      if (curr.right !== null) {
        queue.push(curr.right)
      }
    }

    depth++
  }
  return depth
}

• 时间复杂度: O(n)
• 空间复杂度: O(n)