leetcode102：二叉树的层序遍历（队列实现）
文章目录
- 一、题目描述
- 二、 核心思路：队列 (Queue) 实现 BFS
- 三、 代码实现与深度解析
- 四、 关键点与复杂度分析
二叉树遍历中的另一种重要遍历方式—— 层序遍历，对应的就是 LeetCode 102. 二叉树的层序遍历 - 力扣（LeetCode）【难度：中；通过率：70.0%】
层序遍历与我们之前接触的前序、中序、后序遍历（深度优先搜索 DFS）不同，它属于广度优先搜索 (BFS) 的范畴，代码并不涉及“递归”，所以理论上是更好且更容易理解
一、题目描述
给你二叉树的根节点 root，返回其节点值的层序遍历。（即逐层地，从左到右访问所有节点）
示例:
输入: root = [3,9,20,null,null,15,7]
输出: [[3],[9,20],[15,7]]
二、 核心思路：队列 (Queue) 实现 BFS
层序遍历的核心思想是：一层一层地访问节点。这与队列（Queue）的“先进先出”特性完美契合
具体步骤如下：
- 初始化：
- 创建一个
List<List<Integer>>来存储最终结果，其中每个List<Integer>代表一层 - 创建一个
Queue<TreeNode>，用于存储待访问的节点
- 创建一个
- 起始：将根节点
root加入队列 - 循环遍历：
- 当队列不为空时，循环继续
- 获取当前层的节点数量：在每次循环开始时，记录下当前队列中元素的数量
len = queue.size()。这个len就是当前层的所有节点数 - 遍历当前层：使用一个
for循环，迭代len次：- 从队列中取出一个节点
node - 将
node.val加入到当前层的结果列表中 - 如果
node有左孩子，将node.left加入队列 - 如果
node有右孩子，将node.right加入队列
- 从队列中取出一个节点
- 当前层的所有节点处理完毕后，将当前层的结果列表加入到最终结果列表中
三、 代码实现与深度解析
【一种参考代码】：
/*** Definition for a binary tree node.* public class TreeNode {* int val;* TreeNode left;* TreeNode right;* TreeNode() {}* TreeNode(int val) { this.val = val; }* TreeNode(int val, TreeNode left, TreeNode right) {* this.val = val;* this.left = left;* this.right = right;* }* }*/
class Solution {// 二叉树的层序遍历public List<List<Integer>> levelOrder(TreeNode root) {List<List<Integer>> res = new ArrayList<>(); // 存储最终结果，每个子列表代表一层// 如果根节点为空，直接返回空列表，因为没有节点可以遍历if (root == null) {return res;}// 主要用增删操作，我们选择 LinkedList 作为 Queue 的实现// Queue 是一个接口，LinkedList 实现了它，提供了队列的特性（先进先出，FIFO）Queue<TreeNode> queue = new LinkedList<>();// 将根节点加入队列，作为层序遍历的起点queue.add(root);// 当队列不为空时，循环继续，表示还有节点待访问while (!queue.isEmpty()) {// 创建一个列表来存储当前层的所有节点值List<Integer> level = new ArrayList<>();// 记录当前队列的大小，这个大小就是当前层的节点数量// 关键点：在开始遍历当前层之前固定住这一层的节点数量int currentLevelSize = queue.size(); // 遍历当前层的所有节点for (int i = 0; i < currentLevelSize; i++) {// 从队列头部取出节点（先进先出）TreeNode node = queue.poll();// 将当前节点的值加入到当前层的列表中// 由于我们已经处理了 root == null 的情况，并且只在 node 不为 null 时才加入其子节点，// 所以这里的 node 理论上不会是 nulllevel.add(node.val);// 如果当前节点有左孩子，将其加入队列尾部，等待下一轮（下一层）处理if (node.left != null) {queue.add(node.left);}// 如果当前节点有右孩子，将其加入队列尾部，等待下一轮（下一层）处理if (node.right != null) {queue.add(node.right);}}// 当前层的所有节点都已处理完毕并加入 level 列表，将其添加到最终结果中res.add(level);}// 返回包含所有层节点值的列表return res;}
}
四、 关键点与复杂度分析
- 广度优先搜索 (BFS)：层序遍历是 BFS 在二叉树上的应用。BFS 的核心是使用队列
- 队列的作用：队列用于存储“下一批要访问的节点”。它确保我们总是先访问同一层的节点，然后才进入下一层
- 分层处理的技巧：在
while循环内部，通过int currentLevelSize = queue.size();来锁定当前层的节点数量，然后通过一个for循环精确地处理当前层的所有节点，这是实现按层输出的关键 - 时间复杂度：O(N) 其中 N 是二叉树的节点数。每个节点都会被访问一次，并被加入和移出队列一次
- 空间复杂度：O(W) 其中 W 是二叉树的最大宽度。在最坏情况下（例如，满二叉树的最后一层），队列中可能会存储大约 N/2 个节点，所以空间复杂度可以认为是 O(N)