【LeetCode】111. 二叉树的最小深度(BFS 解题套路框架,要会默写)
一、BFS 知识点
BFS 就是广度优先 (Breadth first search)。与之对应的还有深度优先 (Depth first search)。
网上找到一篇文章,比较通俗易懂的介绍了这 2 者。
今天重点是 BFS ,用它解决比如找到从起点 start 到终点 target 的最近距离问题(黑色起点、红色终点)。
BFS 相对 DFS 的最主要的区别是:BFS 找到的路径一定是最短的,但代价就是空间复杂度可能比 DFS 大很多 。
BFS 的核心思想就是把一些问题抽象成图,从一个点开始,向四周开始扩散。
一般来说,我们写 BFS 算法都是用队列这种数据结构,每次将一个节点周围的所有节点加入队列。
这是框架,来自【labuladong】公众号的学习资源。这里要逐行阅读理解,并记忆。
// 计算从起点 start 到终点 target 的最近距离
int BFS(Node start, Node target) {
Queue<Node> q; // 核心数据结构
Set<Node> visited; // 避免走回头路
q.offer(start); // 将起点加入队列
visited.add(start);
int step = 0; // 记录扩散的步数
while (q not empty) {
int sz = q.size();
/* 将当前队列中的所有节点向四周扩散 */
for (int i = 0; i < sz; i++) {
Node cur = q.poll();
/* 划重点:这里判断是否到达终点 */
if (cur is target)
return step;
/* 将 cur 的相邻节点加入队列 */
for (Node x : cur.adj())
if (x not in visited) {
q.offer(x);
visited.add(x);
}
}
/* 划重点:更新步数在这里 */
step++;
}
}
代码里的一些方法说明:
q.offer(start)
,往队列尾部插入元素,当超出队列界限的时候,返回 false 。q.poll()
,获取并删除Queue中的第一个元素。visited.add(start)
,向 set 集合里添加元素。- 队列 q 是 BFS 的核心数据结构。
cur.adj()
泛指 cur 相邻的节点,比如说二维数组中,cur 上下左右四面的位置就是相邻节点。visited
的主要作用是防止走回头路,大部分时候都是必须的。但是像一般的二叉树结构,没有子节点到父节点的指针,不会走回头路就不需要 visited。
二、BFS 解决二叉树的最小深度
给定一个二叉树,找出其最小深度。
最小深度是从根节点到最近叶子节点的最短路径上的节点数量。
说明:叶子节点是指没有子节点的节点。
之前的做法:
class Solution {
public int minDepth(TreeNode root) {
if (root == null) {
return 0;
}
// 左右孩子都为null,返回 1
if (root.left == null && root.right == null) {
return 1;
}
int leftHeight = minDepth(root.left);
int rightHeight = minDepth(root.right);
// 左右孩子有一个为null
if (leftHeight == 0 || rightHeight == 0) {
return leftHeight + rightHeight + 1;
}
// 左右孩子都不为null,返回比较最短的 + 1
return Math.min(leftHeight, rightHeight) + 1;
}
}
使用 BFS ,套用框架:
- 起点就是根节点
- 终点就是最靠近根节点的那个「叶子节点」
- 叶子节点就是两个子节点都是 null 的节点
class Solution {
public int minDepth(TreeNode root) {
if (root == null) {
return 0;
}
Queue<TreeNode> q = new LinkedList<>();
q.offer(root); // 将起点加入队列
int depth = 1; // root 本身就是一层,depth 初始化为 1
while (!q.isEmpty()) {
// 将当前队列中的所有节点向四周扩散
int sz = q.size();
for (int i = 0; i < sz; i++) {
TreeNode cur = q.poll(); // 获取并删除Queue中的第一个元素
/* 划重点:这里判断是否到达终点 */
if (cur.left == null && cur.right == null) {
return depth;
}
/* 将 cur 的相邻节点加入队列 */
if (cur.left != null) {
q.offer(cur.left);
}
if (cur.right != null) {
q.offer(cur.right);
}
}
/* 这里增加步数 */
depth++;
}
return depth;
}
}
--不要用肉体的勤奋,去掩盖思考的懒惰--