二叉树深度与高度区别详解

二叉树的深度与高度虽在整棵树层面数值相等，却本质不同：深度从根向下计量边数，刻画节点在树中的层级位置；高度从节点向上至最远叶子计量边数，反映其子树的延伸能力——二者方向相反、起点相异、适用场景分明，精准区分它们不仅是理解层序与后序遍历逻辑的关键，更是实现平衡性判断（如AVL树）、求解树直径、分析递归复杂度等核心算法的基石。

二叉树的深度和高度不是一回事，虽然数值上有时相等，但定义方向、计算起点和适用场景都不同。理解它们的精确定义，是建模递归逻辑、分析时间复杂度、判断平衡性（如 AVL 树）的前提。

节点的深度：从根向下数边

节点的深度指从根节点到该节点所经过的边数。根节点深度为 0；它的直接子节点深度为 1；孙子节点深度为 2，依此类推。深度反映的是“位置层级”，与树的根绑定，天然具有自顶向下的方向性。

• 空节点（nullptr）无深度
• 深度最大值 = 整棵树的高度（当树为链状或满二叉树时取等）
• 层序遍历中，同一层所有节点深度相同

节点的高度：从该节点向上看最远叶节点

节点的高度指从该节点出发，到其任意叶子节点的最长路径上的边数。叶子节点自身高度为 0；若某节点只有左子树且左子树高度为 3，则该节点高度为 4（3 + 1 条边）。

• 空节点高度通常定义为 -1（便于统一递归公式：height = max(left_height, right_height) + 1）
• 非叶子节点高度 = max(左子树高度, 右子树高度) + 1
• 整棵树的高度 = 根节点的高度

树的高度 vs 树的深度：数值一致，但来源不同

整棵二叉树的高度和深度在数值上恒等，都等于根节点的深度（即 0）与最深叶子节点深度的最大值。但二者推导路径相反：高度由底向上累积，依赖子树结果；深度由顶向下延伸，依赖父节点状态。

• 高度适合用于后序遍历建模（如求直径、判断平衡）
• 深度适合用于前序/层序建模（如找最小深度、按层处理）
• 数学表达上，设 d(v) 为节点 v 的深度，h(v) 为节点 v 的高度，则对任意节点 v，有 d(v) + h(v) ≤ 树高，等号仅在 v 位于某条最长根-叶路径上时成立

用高度建模平衡性：一个典型数学关系

平衡二叉树要求每个节点的左右子树高度差绝对值 ≤ 1。这可形式化为：∀v ∈ T, |h(v.left) − h(v.right)| ≤ 1。该条件天然适配后序遍历——先得左右子树高度，再验证并回传当前节点高度。

• 返回值可设计为：非负数表示子树高度，−1 表示已失衡
• 递推式：h(v) = (left_ok ∧ right_ok ∧ |hₗ − hᵣ| ≤ 1) ? max(hₗ, hᵣ) + 1 : −1
• 该建模将结构约束转化为数值不等式，是变量关系驱动的典型算法设计

到这里，我们也就讲完了《二叉树深度与高度区别详解》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！