Top-down Solution

"Top-down"이란 각 재귀 level에서, 어떤 값을 먼저 결정하고 그 값들을 재귀 함수를 호출하면서 자식 node들에게 함께 넘기는 것을 의미한다. 그래서 "top-down" 방식은 preorder(전위) 순회로 볼 수 있다.
재귀함수 top_down(root, params)의 대략적인 구조는 다음과 같다:

1. node가 null이면, 특정한 값을 리턴한다
2. 필요한 경우 answer를 update한다                    // anwer <-- params
3. left_ans = top_down(root.left, left_params)      // left_params <-- root.val, params
4. right_ans = top_down(root.right, right_params)   // right_params <-- root.val, params 
5. 필요한 경우 answer를 update한다                    // answer <-- left_ans, right_ans

예를 들어, 주어진 이진 트리에서 depth의 최대값을 구하는 문제를 생각해보자.

먼저 root node의 depth는 1이다. 또한 각 node의 depth를 알고 있다면, 당연히 그 자식 node들의 depth도 도출할 수 있다. 따라서, 함수를 재귀적으로 호출할 때 매개변수로 해당 node의 depth를 넘기다 보면, 결국 모든 node가 자신의 depth를 알 수 있게 된다. 그런 방식으로 계속 내려가다보면 leaf node(단말 노드)도 자신의 depth를 가질 것이고, 그것이 이 문제의 최종 정답이 될 것이다(물론 leaf node라고 해서 정답이라고 하면 안되고, 가장 큰 값이 무엇인지 구해야 한다).
다음은 함수 maximum_depth(root, depth)의 수도코드이다:

1. root가 null이면 return
2. if (root가 leaf node):
3.      answer = max(answer, depth)         // 필요한 경우 answer를 update
4. maximum_depth(root.left, depth + 1)      // 왼쪽 자식에 대해 재귀함수 호출
5. maximum_depth(root.right, depth + 1)     // 오른쪽 자식에 대해 재귀함수 호출

그림으로 표현하면 다음과 같다.
top-down

이것을 java로 구현한 코드는 다음과 같다:

private int answer;        // maximum_depth() 호출하기 전 반드시 answer 초기화할 것!
// 최초 root의 depth는 1이다
private void maximum_depth(TreeNode root, int depth) {
    if (root == null) return;
    if (root.left == null && root.right == null)
        answer = Math.max(answer, depth);
    maximum_depth(root.left, depth + 1);
    maximum_depth(root.right, depth + 1);
}

Bottom-up Solution

"Bottom-up"이란, 각 재귀 level에서, 먼저 모든 자식 node들에 대해 재귀적으로 함수를 호출한 뒤 리턴값과 root node의 값에 따라 정답을 결정하는 방식이다. 이 방식은 postorder(후위) 순회로 볼 수 있다.
"bottom-up" 방식의 재귀함수 bottom_up(root)은 보통 아래와 같다:

1. node가 null이면, 특정한 값을 리턴한다
2. left_ans = bottom_up(root.left)          // 왼쪽 자식에 대해 재귀함수 호출
3. right_ans = bottom_up(root.right)        // 오른쪽 자식에 대해 재귀함수 호출
4. return answers                           // answer <-- left_ans, right_ans, root.val

방금 전과는 조금 다른 방식으로 depth의 최대값을 다뤄보자. 트리에서 어떤 node 자체를 root로 간주했을 때, 그 node의 depth의 최대값 x는 무엇인가?

만약 특정 node의 왼쪽 자식의 depth의 최대값 l오른쪽 자식의 depth의 최대값 r을 알고 있다면, 위의 질문에 답할 수 있을까? 물론이다. lr 중 더 큰 값을 고르고 1을 더해주면 해당 node의 depth의 최대값이 될 것이다. 즉 x = max(l, r) + 1인 셈이다.

정리하면, 각 node에 대해 그 자식들의 depth의 최대값을 구한 이후에 원하는 답을 도출할 수 있다는 것이다. 따라서 이 문제를 "bottom-up" 방식을 사용해서 풀 수 있다. 다음은 maximum_depth(root)의 수도코드이다:

1. root가 null이면 0을 return
2. left_depth = maximum_depth(root.left)
3. right_depth = maximum_depth(root.right)
4. return max(left_depth, right_depth) + 1  // 해당 node가 root인 subtree의 depth를 리턴

그림으로 표현하면 다음과 같다.
bottom-up

이것을 java로 구현한 코드는 다음과 같다:

public int maximum_depth(TreeNode root) {
    if (root == null)    return 0;                   // node가 null이면 0을 리턴
    int left_depth = maximum_depth(root.left);
    int right_depth = maximum_depth(root.right);
    return Math.max(left_depth, right_depth) + 1;    // 해당 node가 root인 subtree의 depth를 리턴
}

결론

트리 문제를 만났을 때, 2가지 질문을 던져보자.

node로부터 정답과 연관성이 있는 2개 이상의 매개변수를 결정할 수 있는가? 그 매개변수와 node의 값을 사용해서 자식 node들에게 넘겨줄 매개변수(depth)를 결정할 수 있는가?
이 2가지 질문에 모두 해당한다면, 문제를 "top-down" 방식의 재귀로 풀어보자.

혹은 트리의 어떤 node에 대해, 그 자식들이 자신의 depth를 갖고 있다면, 해당 node의 정답을 계산할 수 있는가?
만약 그렇다면, "bottom-up" 방식의 재귀가 좋은 방법이 될 수 있다.