"""
基本思想：
1. 图的存储模板：
graph = {}
n = int(input().strip())
for i in range(n-1):
    a, b = map(int, input().split())
    if a not in graph:
        graph[a] = [b]
    else:
        graph[a].append(b)
    ### 存储无向图
    if b not in graph:
        graph[b] = [a]
    else:
        graph[b].append(a)
# 初始化状态数组
st = [False for i in range(n+1)]

2. 图的深度优先搜索模板：
def dfs(u):
    st[u] = True

    for i in range(graph[u]):
        if not st[i]:
            dfs(i)
"""
def dfs(u):
    global res    # ！！！出错：这里要声明res为全局变量
    st[u] = True
#     print(u, res)
    size = 0    # 用来存储以u为根的所有子树的节点的最大值（不包含u节点(根节点本身)）
    sumNode = 0    # 存储以u为根节点的所有子节点数（不包含u节点(根节点本身)）
    for i in graph[u]:
        if not st[i]:
            s = dfs(i)   # 返回u节点的以i为根节点的子树的节点数
            sumNode += s
            size = max(size,s)

    size = max(size, n-sumNode-1)    # 减1：表示减去u节点本身
    res = min(res, size)

    return sumNode+1    # 加1：表示包含i节点的总节点数

# 1. 输入示例(n个节点的无向图)
graph = {}
n = int(input().strip())
for i in range(n-1):
    a, b = map(int, input().split())
    if a not in graph:
        graph[a] = [b]
    else:
        graph[a].append(b)
    ### 存储无向图
    if b not in graph:
        graph[b] = [a]
    else:
        graph[b].append(a)
# 2. 初始化状态数组
st = [False for i in range(n+1)]
res = n
dfs(3)
print(res)