二叉搜索树递归求高度：两种实现方案的差异对比与代码精简优化咨询

嘿，很高兴你在琢磨代码优化的事儿！咱们来一步步拆解这两个二叉搜索树高度计算实现的差异，以及你的代码里可以改进的地方：

• 状态管理逻辑完全不同
  你的代码用了全局静态变量countL和countR来记录左右子树的“计数”，而网上的实现是用局部变量在递归栈里传递状态。全局变量相当于把状态暴露在函数外部，会带来很多隐患；而局部变量的状态只在当前递归层级生效，逻辑更闭环。
• 递归的本质理解有偏差
  你的实现是通过遍历节点时累加计数来“凑”高度，但正确的递归逻辑应该是当前节点高度 = 子树高度 + 1——网上的实现正是遵循这个逻辑，每次递归调用子树拿到高度后，加1得到当前节点的高度，再比较左右取最大值。
• 代码的可靠性与复用性差异
  网上的实现是纯函数（输入相同则输出相同，没有外部副作用），多次调用也不会出问题；而你的代码依赖全局变量，第二次调用时countL和countR不会自动重置，直接导致结果错误，而且多线程环境下还会出现线程安全问题。

1. 全局变量的副作用：多次调用getHeight时，静态变量的残留值会彻底打乱计算结果，比如第一次计算完左斜树后countL=5，第二次计算右斜树时，初始countL还是5，结果完全错误。
2. 递归逻辑错误：你只是单纯计数遍历过的节点数，没有处理递归回溯的情况。比如遍历完左子树回到父节点，再遍历右子树时，countL并没有被重置，最终Math.max(countL, countR)得到的不是左右子树的高度最大值，而是整个树里左节点总数和右节点总数的最大值，这和“高度”的定义完全不符。
3. 边界情况未处理：如果传入root为null（空树），你的代码会直接抛出空指针异常，而健壮的实现应该先处理这种边界情况。

1. 彻底抛弃全局变量存储临时状态
   递归函数的状态应该通过返回值或参数传递，像网上的实现那样用局部变量接收子树的返回值，再计算当前节点的高度。你甚至可以把代码精简到极致，更清晰地体现递归逻辑：

   private static int getHeight(Node root) {
       // 空树高度定义为-1（边数），如果是层数则返回0
       if (root == null) return -1;
       return Math.max(getHeight(root.left), getHeight(root.right)) + 1;
   }
   

2. 吃透递归的“分治+回溯”本质
   处理树的问题时，递归的核心是把大问题拆成子问题：计算当前树的高度，只需要知道左右子树的高度，取最大值加1即可。不需要手动计数，让递归栈帮你处理子问题的结果传递。
3. 注重代码的“无副作用”与可读性
   写代码时要考虑：别人能不能一眼看懂逻辑？多次调用会不会出问题？纯函数（不修改外部状态）更容易维护、测试和复用。
4. 多测试边界情况
   比如空树、只有根节点的树、左斜树、右斜树，这些场景能快速暴露代码的问题。比如你的代码在空树场景直接报错，而优化后的版本会正确返回-1（或0，根据高度定义调整）。
5. 参考经典算法的标准实现
   树的高度计算是经典问题，多看看这类问题的标准实现，理解背后的逻辑，而不是自己用全局变量去“凑”结果，慢慢就能养成更专业的编码习惯。

内容的提问来源于stack exchange，提问作者j bel