LeetCode-2385. 感染二叉树需要的总时间【树深度优先搜索广度优先搜索二叉树】

题目描述：
解题思路一：记录父节点 + DFS
解题思路二：
解题思路三：深度优先搜索建图 + 广度优先搜索求感染时间【最容易理解】

题目描述：

给你一棵二叉树的根节点 root ，二叉树中节点的值互不相同。另给你一个整数 start 。在第 0 分钟，感染将会从值为 start 的节点开始爆发。

每分钟，如果节点满足以下全部条件，就会被感染：

节点此前还没有感染。
节点与一个已感染节点相邻。
返回感染整棵树需要的分钟数。

示例 1：
在这里插入图片描述
输入：root = [1,5,3,null,4,10,6,9,2], start = 3
输出：4
解释：节点按以下过程被感染：

第 0 分钟：节点 3
第 1 分钟：节点 1、10、6
第 2 分钟：节点5
第 3 分钟：节点 4
第 4 分钟：节点 9 和 2
感染整棵树需要 4 分钟，所以返回 4 。
示例 2：

输入：root = [1], start = 1
输出：0
解释：第 0 分钟，树中唯一一个节点处于感染状态，返回 0 。

提示：

树中节点的数目在范围 [1, 10⁵] 内
1 <= Node.val <= 10⁵
每个节点的值互不相同
树中必定存在值为 start 的节点

解题思路一：记录父节点 + DFS

设 v 是离 start 最远的节点，返回 start 到 v 的距离。例如示例 1 中节点 9（或者节点 2）离 start=3 最远，二者距离为 4。

在这里插入图片描述
这里不想使用nonlocal可以使用列表

# 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 amountOfTime(self, root: Optional[TreeNode], start: int) -> int:fa = {}start_node = [None]def dfs(node, from_):if node is None:returnfa[node] = from_ # 记录每个节点的父节点if node.val == start: # 找到 start# nonlocal start_nodestart_node[0] = nodedfs(node.left, node)dfs(node.right, node)dfs(root, None)def maxDepth(node, from_):if node is None:return -1 # 注意这里是 -1，因为 start 的深度为 0return max(maxDepth(x, node) for x in (node.left, node.right, fa[node]) if x != from_) + 1return maxDepth(start_node[0], start_node[0])

时间复杂度：O(n)
空间复杂度：O(n)

解题思路二：

在这里插入图片描述

class Solution:def amountOfTime(self, root: Optional[TreeNode], start: int) -> int:ans = 0def dfs(node: Optional[TreeNode]) -> (int, bool):if node is None:return 0, Falsel_len, l_found = dfs(node.left)r_len, r_found = dfs(node.right)nonlocal ansif node.val == start:# 计算子树 start 的最大深度# 注意这里和方法一的区别，max 后面没有 +1，所以算出的也是最大深度ans = max(l_len, r_len)return 1, True  # 找到了 startif l_found or r_found:# 只有在左子树或右子树包含 start 时，才能更新答案ans = max(ans, l_len + r_len)  # 两条链拼成直径# 保证 start 是直径端点return (l_len if l_found else r_len) + 1, Truereturn max(l_len, r_len) + 1, Falsedfs(root)return ans

时间复杂度：O(n)
空间复杂度：O(n)

解题思路三：深度优先搜索建图 + 广度优先搜索求感染时间【最容易理解】

根据题意，需求出值为 start 的节点到其他节点最远的距离。树中的最远距离可以用广度优先搜索来求解。但是 start 不一定为根节点，我们需要先将树的结构用深度优先搜索解析成无向图，再用广度优先搜索来求最长距离。代码中 graph 即为邻接表，用一个哈希表来表示。哈希表的键为节点值，值为其相邻节点的值组成的列表。建完表后用广度优先搜索求最长距离。

# 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 amountOfTime(self, root: Optional[TreeNode], start: int) -> int:graph = collections.defaultdict(list)def dfs(node):for child in [node.left, node.right]:if child:graph[child.val].append(node.val)graph[node.val].append(child.val)dfs(child)dfs(root)q = deque([[start, 0]])visited = set([start])time = 0while q:nodeVal, time = q.popleft()for childVal in graph[nodeVal]:if childVal not in visited:q.append([childVal, time + 1])visited.add(childVal)return time