二叉树算法实战：翻转、对称与深度计算

1. 二叉树基础算法训练营实战解析

最近在算法训练中集中攻克了二叉树相关的几道经典题目，包括226.翻转二叉树、101.对称二叉树、104.二叉树的最大深度和111.二叉树的最小深度。这些题目看似基础，但实际编码时会遇到各种边界条件和实现细节的挑战。作为过来人，我想分享一些实战中的思考过程和避坑经验。

二叉树作为非线性数据结构，在算法面试中出现的频率极高。这组题目涵盖了二叉树遍历、递归应用、深度计算等核心考点，非常适合用来建立对二叉树操作的直觉。下面我将逐题拆解解题思路，并附上经过大量测试验证的代码实现。

2. 226. 翻转二叉树解析

2.1 问题理解与递归解法

翻转二叉树的要求是将每个节点的左右子树位置互换。这个问题最直观的解法就是递归：

python复制def invertTree(root):
    if not root:
        return None
    # 交换左右子树
    root.left, root.right = root.right, root.left
    # 递归处理子树
    invertTree(root.left)
    invertTree(root.right)
    return root

这个解法的时间复杂度是O(n)，因为需要访问每个节点一次。空间复杂度取决于递归深度，最坏情况下是O(n)（当树退化为链表时）。

注意：递归解法虽然简洁，但在处理大型树时可能会遇到栈溢出问题。在实际工程中，如果树的高度不可预测，建议使用迭代解法。

2.2 迭代解法实现

迭代法使用队列进行层序遍历，同样能达到翻转效果：

python复制from collections import deque

def invertTree(root):
    if not root:
        return None
    queue = deque([root])
    while queue:
        node = queue.popleft()
        node.left, node.right = node.right, node.left
        if node.left:
            queue.ap