📃 题目描述

题目链接：

• 剑指 Offer II 046. 二叉树的右侧视图 - 力扣（LeetCode） (leetcode-cn.com) (opens new window)
• 199. 二叉树的右视图 - 力扣（LeetCode） (leetcode-cn.com) (opens new window)

给定一个二叉树的 根节点 root，想象自己站在它的右侧，按照从顶部到底部的顺序，返回从右侧所能看到的节点值。

🔔 解题思路

层序遍历（BFS）

和上道题 剑指 Offer II 044. 二叉树每层的最大值 - 力扣（LeetCode） (leetcode-cn.com) (opens new window) 基本没差，层序遍历，记录每层的最后一个节点即可（if (i == size - 1)）

class Solution {
    public List<Integer> rightSideView(TreeNode root) {
        // 记录每一层的最右边节点
        List<Integer> res = new ArrayList<>();
        if (root == null) {
            return res;
        }

        Queue<TreeNode> queue = new LinkedList<>();
        queue.offer(root);

        while (!queue.isEmpty()) {
            int size = queue.size();
            // 遍历当前层
            for (int i = 0; i < size; i ++) {
                TreeNode cur = queue.poll();
                // 当前层最右边节点
                if (i == size - 1) {
                    res.add(cur.val);
                }

                // 左右孩子入队
                if (cur.left != null) {
                    queue.offer(cur.left);
                }
                if (cur.right != null) {
                    queue.offer(cur.right);
                }
            }
        }

        return res;
    }
}

DFS

思路： 我们按照 「根结点 -> 右子树 -> 左子树」 的顺序访问，就可以保证每层都是最先访问最右边的节点的。

（与先序遍历 「根结点 -> 左子树 -> 右子树」 正好相反，先序遍历每层最先访问的是最左边的节点）

• 时间复杂度： O(N)，每个节点都访问了 1 次
• 空间复杂度： O(N)，因为这不是一棵平衡二叉树，二叉树的深度最少是 logN, 最坏的情况下会退化成一条链表，深度就是 N，因此递归时使用的栈空间是 O(N) 的

class Solution {
    private List<Integer> res = new ArrayList<>();

    public List<Integer> rightSideView(TreeNode root) {
        if (root == null) {
            return res;
        }
        
        dfs(root, 0);
    }

    // 遍历（根右左） root 树，当前深度为 depth
    private void dfs(TreeNode root, int depth) {
        if (root == null) {
            return ;
        }

        // 如果当前节点所在深度还没有出现在res里，说明在该深度下当前节点是第一个被访问的节点，因此将当前节点加入res中。
        if (depth == res.size()) {
            res.add(root.val);
        }

        dfs(root.right);
        dfs(root.left);
    }
}

💥 复杂度分析

• 空间复杂度：
• 时间复杂度：