输入一棵二叉树的根节点，求该树的深度。从根节点到叶节点依次经过的节点（含根、叶节点）形成树的一条路径，最长路径的长度为树的深度。
例如：
给定二叉树 [3,9,20,null,null,15,7]，
3
/
9 20
/
15 7
返回它的最大深度 3 。
提示：
节点总数 <= 10000
方法一：后序遍历（DFS）
-
树的后序遍历 / 深度优先搜索往往利用 递归 或 栈 实现，本文使用递归实现。
-
关键点： 此树的深度和其左（右）子树的深度之间的关系。显然，此树的深度 等于 左子树的深度 与 右子树的深度 中的 最大值 +1 。
复杂度分析
时间复杂度 O(N) ： N 为树的节点数量，计算树的深度需要遍历所有节点。
空间复杂度 O(N) ： 最差情况下（当树退化为链表时），递归深度可达到 N 。
代码
class Solution {
public int maxDepth(TreeNode root) {
if (root == null) {
return 0;
}
return Math.max(maxDepth(root.left), maxDepth(root.right)) + 1;
}
}
方法二：层序遍历（BFS）
- 树的层序遍历 / 广度优先搜索往往利用 队列 实现。
- 关键点： 每遍历一层，则计数器 +1+1 ，直到遍历完成，则可得到树的深度。
复杂度分析：
时间复杂度 O(N) ： N 为树的节点数量，计算树的深度需要遍历所有节点。
空间复杂度 O(N) ： 最差情况下（当树平衡时），队列 queue 同时存储 N/2 个节点。
代码
class Solution {
public int maxDepth(TreeNode root) {
int depth = 0;
if (root == null) {
return depth;
}
Queue<TreeNode> stack = new LinkedList<>();
stack.offer(root);
while (!stack.isEmpty()) {
int stackSize = stack.size();
for (int i = 0; i < stackSize; i++) {
TreeNode treeNode = stack.poll();
if (treeNode.left != null) {
stack.offer(treeNode.left);
}
if (treeNode.right != null) {
stack.offer(treeNode.right);
}
}
depth++;
}
return depth;
}
}
