LeetCode 543 二叉树的直径：为什么求深度时顺手就能求出直径？

最新推荐文章于 2026-06-17 20:26:24 发布

原创最新推荐文章于 2026-06-17 20:26:24 发布 · 211 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#leetcode #算法 #职场和发展

LeetCode 专栏收录该内容

12 篇文章

订阅专栏

LeetCode 543 二叉树的直径：为什么求深度时顺手就能求出直径？

在刷二叉树题目的时候，经常会遇到一个现象：

求最大深度会写，求二叉树直径却总感觉绕。

其实这道题本质上还是一道「求深度」题，只不过在求深度的过程中，多维护了一个全局最大值。

今天就彻底搞懂这道经典面试题。

一、题目描述

给定一棵二叉树，返回它的直径长度。

这里的直径定义为：

任意两个节点之间最长路径的边数。

注意：

计算的是边数，不是节点数；
最长路径不一定经过根节点。

例如：

最长路径：

4 → 2 → 1 → 3

共有 3 条边，因此答案为：

二、先理解什么是深度

对于任意节点：

depth(node)

表示：

以 node 为根的子树最大深度。

例如：

    2
   / \
  4   5

节点 2 的深度：

max(左子树深度, 右子树深度) + 1

即：

max(depth(node.left), depth(node.right)) + 1

这正是 LeetCode 104 最大深度那道题的核心公式。

三、为什么直径可以用深度求出来？

关键观察：

对于任意一个节点来说：

左子树最深节点
      ↓
      node
      ↑
右子树最深节点

经过当前节点的最长路径一定是：

左侧最深叶子
    ↓
 当前节点
    ↑
右侧最深叶子

那么这条路径长度是多少？

答案：

左子树深度 + 右子树深度

例如：

    1
   / \
  2   3

节点 1：

左深度 = 1
右深度 = 1

经过节点 1 的路径长度：

1 + 1 = 2

刚好对应：

2 → 1 → 3

四、直径真正的本质

经过某个节点的最长路径：

left_depth + right_depth

那么整棵树的直径是什么？

答案就是：

所有节点中
(left_depth + right_depth)
的最大值

换句话说：

diameter = max(
    每个节点的左深度 + 右深度
)

因此：

我们只需要遍历整棵树，在计算深度的同时更新最大值即可。

五、递归实现

完整代码：

from typing import Optional

class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right


class Solution:
    def diameterOfBinaryTree(self, root: Optional[TreeNode]) -> int:

        max_diameter = 0

        def depth(node):
            nonlocal max_diameter

            if not node:
                return 0

            left_depth = depth(node.left)
            right_depth = depth(node.right)

            # 更新当前最大直径
            max_diameter = max(
                max_diameter,
                left_depth + right_depth
            )

            # 返回当前子树深度
            return max(left_depth, right_depth) + 1

        depth(root)

        return max_diameter

六、代码执行过程

以这棵树为例：

递归过程：

节点4

left = 0
right = 0

更新直径：

0 + 0 = 0

返回深度：

节点5

同理：

返回深度 = 1

节点2

此时：

left_depth = 1
right_depth = 1

更新直径：

1 + 1 = 2

返回深度：

max(1,1)+1 = 2

节点3

节点1

此时：

left_depth = 2
right_depth = 1

更新直径：

2 + 1 = 3

最终答案：

七、为什么递归返回的是深度而不是直径？

很多同学第一次写这题都会犯这个错误。

递归函数的职责是：

返回当前子树深度

因为父节点需要利用左右子树深度：

left_depth
right_depth

来计算自己的深度。

如果返回直径：

return max_diameter

父节点根本无法计算自己的深度。

所以：

深度负责向上返回
直径负责全局记录

两者职责完全不同。

八、易错点总结

1. 把边数当成节点数

正确：

left_depth + right_depth

错误：

left_depth + right_depth + 1

加 1 后得到的是节点数，不是边数。

2. 只计算根节点

很多人会写：

depth(root.left) + depth(root.right)

直接返回。

这是错误的。

最长路径可能完全位于某棵子树内部。

必须遍历所有节点。

3. 返回值写错

递归函数必须返回：

max(left_depth, right_depth) + 1

而不是返回直径。

4. 忘记 nonlocal

内部函数修改外层变量：

max_diameter

必须声明：

nonlocal max_diameter

否则会出现作用域错误。

九、这道题和最大深度题的关系

很多人刷完这题都会有一个感悟：

二叉树的直径，本质上是「最大深度」题目的升级版。

LeetCode 104：

返回深度

LeetCode 543：

返回深度
+
顺手维护最大直径

所以掌握了最大深度以后，再来看直径问题就会简单很多。

很多二叉树题其实都是这种模式：

递归返回一个值
同时更新一个全局答案

比如：

二叉树直径
路径和
平衡二叉树
最大路径和

本质套路完全一致。