Question

我看到了这段代码 https://leetcode.com/discuss/37282/simple-python-recursive-solution-bfs-o-n-80ms

这是

的答案

给定二叉树，找到它的最小深度。

最小深度是沿最短路径的节点数   根

节点向下到最近的叶节点。

class Solution:
        # @param {TreeNode} root
        # @return {integer}
        def minDepth(self, root):
            if not root:
                return 0

            nodes = [(root, 1)]
            while nodes:
                node, curDepth = nodes.pop(0)
                if node.left is None and node.right is None:
                    return curDepth
                if node.left:
                    nodes.append((node.left, curDepth + 1))
                if node.right:
                    nodes.append((node.right, curDepth + 1))

所以我的困惑是，节点1是否有节点2和节点3作为其.left和.right子节点，因此堆栈将是[（节点2，someDepth），（节点3 someDepth）]。然后，由于堆栈将仅弹出列表的最后一个元素，然后（节点3 someDepth）将被解包，而节点2被完全忽略。那么，如果节点2没有子节点，而节点3有，那么使用节点3进行后续迭代是不是错了？

Answer 1

你缺少的是

nodes.pop(0)

弹出第0个元素。

所以你错了：

然后由于堆栈只会弹出列表的最后一个元素，然后......

想象一下二叉树：

            1
          /    \
        2        3
     /   \     /   \
    4     5   6      7
 /   \      /   \   /
8     9    10   11 12

此处状态空间将更改为（为简单起见，节点被命名为其内容编号）：

# Before 1st iteration.
nodes = [(1, 1)]

# 1st iteration.
node, curDepth = 1, 1
nodes = [(2, 2), (3, 2)]

# 2nd iteration.
node, curDepth = 2, 2
nodes = [(3, 2), (4, 3), (5, 3)]

# 3rd iteration.
node, curDepth = 3, 2
nodes = [(4, 3), (5, 3), (6, 3), (7, 3)]

# 4th iteration.
node, curDepth = 4, 3
nodes = [(5, 3), (6, 3), (7, 3), (8, 4), (9, 4)]

# 5th iteration.
node, curDepth = 5, 3
# Here if node.left is None and node.right is None becomes True and curDepth i.e. 3 is returned.

可以看出，节点是明智的（树的）宽度，因此它是BFS。

Answer 2

递归解决方案更容易理解。

DSUM

这段代码如何找到二叉树的最小深度？

2 个答案: