二叉树最深叶子节点和的DFS与BFS算法实现

1. 问题背景与理解

第一次看到这个题目时，我正坐在星巴克调试一个二叉树遍历的bug。题目描述很简单：给定一棵二叉树，找到最深层叶子节点的和。这个看似简单的问题，实际上考察了对二叉树遍历和层级处理的综合理解。

在真实的工程场景中，类似的需求并不少见。比如在DOM树操作中，我们可能需要统计最深嵌套层级的元素数量；在游戏开发中，可能需要计算场景树最底层物体的属性总和。理解这个算法，对处理树形结构数据有着重要意义。

2. 核心算法思路

2.1 深度优先搜索(DFS)方案

我最先想到的是DFS方案。通过递归遍历，我们可以记录当前深度和最深层级：

python复制def deepestLeavesSum(root):
    total = 0
    max_depth = 0
    
    def dfs(node, depth):
        nonlocal total, max_depth
        if not node:
            return
        
        if depth > max_depth:
            max_depth = depth
            total = node.val
        elif depth == max_depth:
            total += node.val
            
        dfs(node.left, depth + 1)
        dfs(node.right, depth + 1)
    
    dfs(root, 0)
    return total

这个实现有几个关键点：

1. 使用闭包变量total和max_depth来记录状态
2. 当发现更深节点时，重置total和max_depth
3. 遇到相同深度节点时累加值

时间复杂度O(n)，空间复杂度O(h)，h为树高。

2.2 广度优先搜索(BFS)方案

BFS是更直观的层级遍历方案。我们可以逐层处理，最后一层的和就是解：

python复制from collections import deque

def deepestLeavesSum(root):
    if