二叉树深度计算：递归与迭代实现详解

怪兽娃

1. 二叉树深度计算：从理解到实现

作为一名经历过无数次算法面试的老手，我完全理解这种"明明做过却还是不会"的挫败感。计算二叉树深度这个看似简单的问题，实际上考察了程序员对递归和树结构的核心理解。今天我们就来彻底拆解这个经典问题，不仅让你记住解法，更要理解背后的思维逻辑。

1.1 问题定义与基础概念

二叉树的深度（Depth）是指从根节点到最远叶子节点的最长路径上的节点数。注意这个定义中的几个关键点：

是从根节点开始计算
要找到"最远"的叶子节点
计算的是节点数量而非边数（与"高度"定义不同）

举个例子，对于下面这个简单二叉树：

code复制    A
   / \
  B   C
 /
D

深度为3（路径A->B->D），而节点C的深度是2。

1.2 递归解法核心思路

递归是解决树问题的天然工具，因为树本身就是递归定义的数据结构。计算深度的递归思路可以分解为：

基准情况：如果树为空，深度为0
递归情况：树的深度 = 1 + max(左子树深度, 右子树深度)

这个"1+"代表当前节点本身，然后我们比较左右子树的深度，取较大者加上当前节点。这种"分而治之"的策略是树问题中的常见模式。

2. 代码实现深度解析

让我们仔细分析给出的C++实现代码，理解每一行的作用和背后的考量。

2.1 树节点结构定义

cpp复制struct TreeNode {
    int val;
    TreeNode *left;
    TreeNode *right;
    TreeNode() : val(0), left(nullptr), right(nullptr) {}
    TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
    TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
};

这是LeetCode标准的二叉树节点定义，包含：

val：节点存储的整数值
left和right：指向左右子节点的指针
三个构造函数：默认构造、带值构造和完整构造

2.2 递归函数实现

cpp复制int calculateDepth(TreeNode* root) {
    if(root==NULL){
        return 0;
    }
    else{
        int lmax=calculateDepth(root->left);
        int rmax=calculateDepth(root->right);
        return 1+max(lmax,rmax);
    }
}

逐行解析：

if(root==NULL)：处理基准情况，空树深度为0
int lmax=calculateDepth(root->left)：递归计算左子树深度
int rmax=calculateDepth(root->right)：递归计算右子树深度
return 1+max(lmax,rmax)：当前节点深度为左右子树最大深度加1

关键理解：这个递归是"后序遍历"（左右根）的形式，因为我们需要先知道子树的深度才能计算当前节点的深度。

3. 递归过程可视化

为了更直观地理解递归过程，让我们用一个具体例子来跟踪执行：

考虑二叉树：

code复制     1
    / \
   2   3
  / \
 4   5

递归调用栈的展开过程：

calculateDepth(1)
- 计算calculateDepth(2)
  - 计算calculateDepth(4) → 返回1
  - 计算calculateDepth(5) → 返回1
  - 返回max(1,1)+1=2
- 计算calculateDepth(3) → 返回1
- 返回max(2,1)+1=3

最终结果为3，符合预期。

4. 时间复杂度与空间复杂度分析

4.1 时间复杂度

每个节点都会被访问一次，因此时间复杂度是O(n)，其中n是树中的节点数。

4.2 空间复杂度

空间复杂度取决于递归调用的深度，也就是树的高度：

最好情况（平衡树）：O(log n)
最坏情况（退化为链表）：O(n)

5. 迭代解法与比较

虽然递归解法简洁，但了解迭代解法也很重要，特别是在处理深度很大的树时避免栈溢出。

5.1 广度优先搜索（BFS）实现

cpp复制int calculateDepth(TreeNode* root) {
    if(!root) return 0;
    
    queue<TreeNode*> q;
    q.push(root);
    int depth = 0;
    
    while(!q.empty()){
        int size = q.size();
        depth++;
        for(int i=0; i<size; i++){
            TreeNode* node = q.front();
            q.pop();
            if(node->left) q.push(node->left);
            if(node->right) q.push(node->right);
        }
    }
    return depth;
}

5.2 两种方法的比较

特性	递归解法	迭代解法
代码简洁性	高	中等
空间复杂度	O(h)（调用栈）	O(n)（队列）
适用场景	一般情况	深度特别大的树
可读性	对熟悉递归的人更直观	更符合常规思维