广度优先搜索算法，这个代码不只适应于树也适应于图。图会有回路结构，须要判重，采用set去重。node
二叉树的最大10四、最小深度111算法
思路：app
1、采用递归的思路spa
2、采用BFS广度优先搜索code
3、深度优先搜索blog
此图是广度优先搜索算法，一层一层去遍历，终点是找到叶子节点为止。递归
最开始的叶子节点是最小深度，最后到达的是最大深度。leetcode
此图是深度优先搜索的方法，每次遍历更新最大和最小。仍是以判断叶子节点。get
时间复杂度都为O(n)，由于总共有n个节点，都须要遍历一次，因此是O(n)it
虽然推理是采用广度或者深度优先的策略，可是实际代码采用的是递归的思路写的。
二叉树的最大深度代码：
# Definition for a binary tree node. # class TreeNode(object): # def __init__(self, x): # self.val = x # self.left = None # self.right = None class Solution(object): def maxDepth(self, root): """ :type root: TreeNode :rtype: int """ if not root: return 0 #若是是叶子节点则返回0 return 1+max(self.maxDepth(root.left),self.maxDepth(root.right)) #调用左子树和右子树，最大值加1
二叉树的最小深度代码：
# Definition for a binary tree node. # class TreeNode(object): # def __init__(self, x): # self.val = x # self.left = None # self.right = None class Solution(object): def minDepth(self, root): """ :type root: TreeNode :rtype: int """ if not root: #若是是空节点，直接返回0 return 0 if not root.left: #若是左子节点为空，那么去查找右子树的节点 return 1+self.minDepth(root.right) elif not root.right: #同理，若是右子节点为空，那么去查找左子树的节点 return 1+self.minDepth(root.left) else: #不然，说明有左右子节点，左右子树的最小值加1 return 1+min(self.minDepth(root.left),self.minDepth(root.right))
括号生成
https://leetcode-cn.com/problems/generate-parentheses/submissions/
思路：
我也没听懂，后期花点时间弄懂，暂记着。
代码：
class Solution(object): def generateParenthesis(self, n): """ :type n: int :rtype: List[str] """ self.list = [] self._gen(0,0,n,"") return self.list def _gen(self,left,right,n,result): if left==n and right==n: #左右括号已经配额完毕 self.list.append(result) #将result加入到结果当中 return if left < n: self._gen(left+1,right,n,result+'(') #加入左括号，随时均可以加进去，只要没有用完均可以 if left>right and right<n: #右括号个数小于左括号而且右括号没有用完 self._gen(left,right+1,n,result+')') #加入右括号