二叉树最小/最大深度求解差异

最大深度算法

public int maxDepth(TreeNode root) {
    if (root == null) return 0;
    int left = maxDepth(root.left);
    int right = maxDepth(root.right);
    return Math.max(left, right) + 1;
}

最小深度算法

public int minDepth(TreeNode root) {
    if (root == null) return 0;
    
    int left = minDepth(root.left);
    int right = minDepth(root.right);
    
    // 关键区别在这里！
    if (root.left == null && root.right == null) {
        return 1;
    }
    if (root.left == null) {
        return right + 1;
    }
    if (root.right == null) {
        return left + 1;
    }
    
    return Math.min(left, right) + 1;
}

为什么逻辑不同？

核心区别：定义不同

1. 最大深度：从根节点到最远叶子节点的最长路径上的节点数
2. 最小深度：从根节点到最近叶子节点的最短路径上的节点数

关键场景：单子树情况

考虑这个树：

    1
   /
  2
 /
3

• 最大深度：最长路径是 1 → 2 → 3，深度为 3
• 最小深度：最近叶子节点是 3，深度为 3（因为没有其他叶子节点）

再看这个树：

    1
   / \
  2   3
     / \
    4   5

• 最大深度：最长路径可能是 1 → 3 → 4 或 1 → 3 → 5，深度为 3
• 最小深度：最近叶子节点是 2，深度为 2

问题场景：为什么不能简单用 Math.min()

如果对下面这个树用简单的 Math.min(left, right) + 1：

    1
   /
  2

• 左子树深度：1（节点2）
• 右子树深度：0（null）
• Math.min(1, 0) + 1 = 1 ❌ 错误！

实际上最小深度应该是 2（路径 1 → 2），因为节点2是叶子节点。

最小深度的正确逻辑

最小深度需要特别处理以下情况：

1. 左右子树都为空：当前节点是叶子节点，深度为1
2. 左子树为空：只能走右子树，深度 = 右子树最小深度 + 1
3. 右子树为空：只能走左子树，深度 = 左子树最小深度 + 1
4. 左右子树都不为空：取两边的最小值 + 1

总结

本质原因：对于最大深度，空子树（深度0）自然会被 Math.max() 排除；但对于最小深度，空子树（深度0）会被 Math.min() 选中，导致错误地认为空路径是有效路径，但实际上到达叶子节点才是有效的。