一天一道LeetCode（九）102. 二叉树的层次遍历

最新推荐文章于 2025-03-23 13:58:54 发布

冯敬腾爱打雷

最新推荐文章于 2025-03-23 13:58:54 发布

阅读量170

点赞数

CC 4.0 BY-SA版权

分类专栏： LeetCode

本文链接：https://blog.youkuaiyun.com/NormanBeita/article/details/94755619

LeetCode 专栏收录该内容

11 篇文章

订阅专栏

本文详细介绍了如何通过广度优先搜索（BFS）和深度优先搜索（DFS）两种方法实现二叉树的层次遍历，包括算法的具体实现步骤和Python代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

102.给定一个二叉树，返回其按层次遍历的节点值。（即逐层地，从左到右访问所有节点）。

例如:
给定二叉树: [3,9,20,null,null,15,7]

返回其层次遍历结果：

[
  [3],
  [9,20],
  [15,7]
]

BFS解题思路：明显的广度优先遍历，但主要的难点在于如何在遍历的过程中记录节点的层数，关键在于节点出队列的时候锁定当前层的节点数，锁定后入队的节点就不会收到影响

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None
class Solution:
    def levelOrder(self, root: TreeNode) -> List[List[int]]:
        if not root: return []
        # 创建队列
        queue = [root]
        level_num = 0
        result = list()
        # BFS遍历
        while queue:
            num = list()
            # 按层进行遍历，保证当前处理的都是同一层的节点
            for _ in range(0, len(queue)):
                node = queue.pop(0)
                num.append(node.val)
                if node.left: queue.append(node.left)
                if node.right: queue.append(node.right)
            result.append(num)
        return result

在这里插入图片描述
2. DFS解题思路:
使用反常思路的深度遍历在面试时更具有特点，这题的深度遍历主要要注意深度的记录，在递归调用时要将深度也记录在里边

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None
class Solution:
    def dsf(self, root: TreeNode, level: int, result: list):
        if len(result) <= level: 
            result.append([])
        result[level].append(root.val)
        if root.left:
            self.dsf(root.left, level + 1, result)       
        if root.right:
            self.dsf(root.right, level + 1, result)
    def levelOrder(self, root: TreeNode) -> List[List[int]]:
        if not root: return []
        result = list()
        self.dsf(root, 0, result )
        return result

在这里插入图片描述