二叉树后序遍历与深度计算的算法实践

1. 题目背景与核心概念解析

这道算法题结合了二叉树的后序遍历与深度计算两个关键知识点。在实际工程中，这种组合操作常见于树形结构的统计分析场景，比如DOM树的渲染优化、文件系统的空间分析等。

后序遍历（Post-order Traversal）是指按照"左子树-右子树-根节点"的顺序访问二叉树节点。这种遍历方式的特点是：当访问某个节点时，其所有子节点都已被处理完毕。与之相对的深度计算，则是指从当前节点到最远叶子节点的路径长度。

关键特性：后序遍历天然适合自底向上的计算场景，因为子节点的信息在访问父节点时已经准备就绪。

2. 算法实现与深度计算

2.1 基础递归解法

最直观的实现方式是递归法，时间复杂度O(n)，空间复杂度O(h)（h为树高）：

python复制class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

def postorder_with_depth(root):
    def dfs(node):
        if not node:
            return 0, 0  # (depth, node_count)
        
        left_depth, left_count = dfs(node.left)
        right_depth, right_count = dfs(node.right)
        
        current_depth = max(left_depth, right_depth) + 1
        total_nodes = left_count + right_count + 1
        
        print(f"节点 {node.val}: 深度={current_depth}")
        return current_depth, total_nodes
    
    return dfs(root)

这个实现有几个值得注意的细节：

1. 递归