【力扣-104.二叉树的最大深度】Python笔记

彻底搞懂二叉树最大深度：递归法的分治智慧

摘要：还在为二叉树的高度计算发愁吗？本文带你彻底吃透 LeetCode 104 题，用最直观的“分治思想”解析递归法。不讲复杂术语，只用大白话带你理解代码背后的逻辑，助你轻松拿捏树形 DP 问题！

---

前言

哈喽大家好，我是爱摸鱼的打工仔。

今天我们来聊聊二叉树里的一个经典问题——求最大深度。这道题在面试中出现的频率极高，它是理解树形结构和递归思想的绝佳敲门砖。

别看题目简单，很多人一写递归就容易晕：“我这个函数到底返回了什么？”“为什么加 1？”。

别急，今天咱们就用最通俗的大白话，把这个问题彻底盘明白！

---

核心知识点：什么是二叉树的最大深度？

在动手写代码之前，咱们得先对齐一下概念。

二叉树的最大深度，指的是从根节点到最远叶子节点的最长路径上的节点数。

怎么理解呢？你可以把它想象成一棵倒着长的树：

• 根节点是树干。
• 叶子节点是树梢。
• 最大深度就是你从树干出发，沿着树枝走，最多能经过几个分叉口才能到达最远的那片树叶。

---

解题思路：分而治之（Divide and Conquer）

面对一棵大树，我们不需要一下子看清全貌。我们可以把问题拆解：

一棵树的最大深度 = 左子树的最大深度 和 右子树的最大深度，这两者中的较大值 + 1（根节点自己）。

这就好比你要知道这栋楼有多高，你只需要知道“左边那部分有多高”和“右边那部分有多高”，取个最高的，再加上你脚下踩的这一层地板，搞定！

这就是递归的精髓：大事化小，小事化了。

---

代码实战：递归法

来，直接上代码。这段代码非常短，但逻辑极其严密。

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right

class Solution:
    def maxDepth(self, root: Optional[TreeNode]) -> int:
        # 1. 递归终止条件（Base Case）
        # 如果当前节点是空的（也就是走到了叶子节点的下一层），深度为0
        if not root:
            return 0

        # 2. 递归计算左子树的最大深度
        # 也就是问左边的小弟：“你那边有多高？”
        left_depth = self.maxDepth(root.left)

        # 3. 递归计算右子树的最大深度
        # 也就是问右边的小弟：“你那边有多高？”
        right_depth = self.maxDepth(root.right)

        # 4. 处理当前逻辑
        # 当前节点的高度 = 1 (我自己) + 左右两边里最高的那个
        return 1 + max(left_depth, right_depth)

代码深度解析

为了让你不再晕，我们把执行过程拆解一下：

1. 终止条件（if not root） ：

   • 这是递归的“出口”。如果没有这个，程序就会无限循环直到报错。
   • 当我们走到树的尽头（空节点）时，告诉上一层：“这里没高度了，返回 0”。

2. 左右互搏（left_depth & right_depth） ：

   • 代码并没有一次性算出结果，而是把任务分派给了 root.left 和 root.right。
   • 这就像老板（根节点）把任务分给两个经理（左右子节点），经理再分给下属，直到最基层的员工（叶子节点）。

3. 回溯与合并（return 1 + max...） ：

   • 当最基层的员工返回 0 后，他的上级（叶子节点）收到消息：1 + max(0, 0) = 1。于是叶子节点告诉它的上级：“我这边高度是 1”。
   • 这个信息一层层往上汇报，每一层都取左右两边的最大值加 1。
   • 最后，老板（根节点）收到了左右经理的汇报，取最大值加 1，得出了整棵树的高度。

---

拓展思考：除了递归还能怎么做？

虽然递归写法最优雅，但在面试中，面试官可能会问你：“如果树特别深，递归会不会有问题？”

• 栈溢出风险：如果树退化成链表（深度极大），递归可能导致栈溢出。

• 迭代法（BFS/层序遍历） ：

  • 我们可以利用队列（Queue）进行层序遍历。
  • 每遍历完一层，深度计数器 depth + 1。
  • 最后遍历结束时，计数器的值就是最大深度。

但在实际工程和算法竞赛中，递归写法因其代码简洁、逻辑清晰，依然是首选。

---

总结

搞定二叉树最大深度，其实就搞定了一类问题：树形动态规划。

记住这个公式：

当前树的高度 = Max(左树高度, 右树高度) + 1

只要你能把大问题拆解成子问题，并且找到终止条件，递归就没有那么可怕啦！

希望这篇笔记能帮你彻底理解这道题。我是爱摸鱼的打工仔，咱们下期见！👋

---