序言

虽然算法很难，但不应该就放弃。这是一个学习笔记，希望你们喜欢~

先自己尝试写，大概十几分钟仍然写不出来

看思路，再尝试跟着思路写

仍然写不出来，再看视频

b站up视频推荐：爱学习的饲养员

leetcode其他文章：

数组篇：

从小白开始刷算法 数组篇 leetcode.485

从小白开始刷算法 数组篇 leetcode.283

从小白开始刷算法 数组篇 leetcode.27

链表篇：

从小白开始刷算法 ListNode 链表篇 leetcode.203

从小白开始刷算法 ListNode 链表篇 leetcode.206

队列篇

从小白开始刷算法 ListNode 链表篇 leetcode.933

栈篇

从小白开始刷算法 Stack 栈篇 leetcode.20

从小白开始刷算法 Stack 栈篇 leetcode.496

哈希篇

从小白开始刷算法 Hash 哈希篇 leetcode.217

从小白开始刷算法 Hash 哈希篇 leetcode.705

树篇

从小白开始刷算法 Tree 树篇 先序遍历 leetcode.144

从小白开始刷算法 Tree 树篇 中序遍历 leetcode.94

从小白开始刷算法 Tree 树篇 后序遍历 leetcode.94

堆篇

从小白开始刷算法 Heap 堆篇 最大堆排序 leetcode.215

小白开始刷算法 Heap 堆篇 最小堆排序 leetcode.692

双指针篇

从小白开始刷算法 对撞双指针 leetcode.881

从小白开始刷算法 快慢双指针篇 leetcode.141

二分法篇

从小白开始刷算法 二分法篇 leetcode.704

从小白开始刷算法 二分法篇 leetcode.35

从小白开始刷算法 二分法篇 leetcode.162

从小白开始刷算法 二分法篇 leetcode.74

滑动窗口篇

从小白开始刷算法 滑动窗口篇 leetcode.209

从小白开始刷算法 滑动窗口篇 leetcode.1456

递归篇

从小白开始刷算法 递归篇 leetcode.509

从小白开始刷算法 递归篇 leetcode.206

分治法篇

从小白开始刷算法 分治法篇 leetcode.169

从小白开始刷算法 分治法篇 leetcode.53

回溯法篇

从小白开始刷算法 回溯法篇 leetcode.22

从小白开始刷算法 回溯法篇 leetcode.78

dfs篇

从小白开始刷算法 dfs篇 leetcode.938

从小白开始刷算法 dfs篇 leetcode.200

bfs篇

难度：中等

题目：

102. 二叉树的层序遍历

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 1：

输入：root = [3,9,20,null,null,15,7]

输出：[[3],[9,20],[15,7]]

示例 2：

输入：root = [1]

输出：[[1]]

示例 3：

输入：root = []

输出：[]

题目来源：力扣（LeetCode）

bfs介绍：

BFS（广度优先搜索）是一种图遍历算法，用于在一个图或树的数据结构中从给定的起始节点开始，逐层地向外探索并访问其邻居节点。

BFS 的基本思想是通过维护一个队列来实现。起始时将起始节点放入队列中，然后从队列中取出一个节点，访问该节点，并将其未访问过的邻居节点放入队列中。然后继续从队列中取出节点，重复上述操作，直到队列为空。

BFS 的过程可以用以下步骤概括：

1. 创建一个空队列，并将起始节点放入队列中。
2. 标记起始节点为已访问。
3. 当队列非空时，执行以下操作：

• • 从队列中取出一个节点。
  • 访问该节点。
  • 将该节点的未访问过的邻居节点放入队列中，并标记为已访问。

1. 重复步骤 3，直到队列为空。

BFS 通常用于解决以下问题：

• 搜索最短路径：BFS 在图中搜索最短路径的能力使其非常适用于寻找两个节点之间的最短路径。
  
• 遍历或搜索树或图：BFS 可以用于遍历或搜索树或图的所有节点，确保每个节点都被访问到。
  
• 连通性检测：BFS 可以用于检测图或树中的连通性，即确定是否存在从一个节点到另一个节点的路径。
  

bfs思路

能否写出：能写出。

时间：15分钟多 比dfs好理解

思路：

主要是进入循环，直到队列q为空：

• 获取当前队列中的节点数量 size，这个数量表示当前层的节点个数。
• 创建一个空的列表 list，用于存储当前层的节点值。
• 在 size 的范围内进行迭代：

• • 从队列中取出一个节点 current。
  • 将 current 的值加入 list 列表。
  • 如果 current 的左子节点不为空，将其加入队列 q。
  • 如果 current 的右子节点不为空，将其加入队列 q。

• 将 list 列表加入 res 列表，表示当前层的节点值已经遍历完毕。

1. 返回最终的 res 列表。

通过队列实现了层次遍历，利用队列的先入先出特性，保证了按层遍历节点，并且按层存储节点值。

// 仅是我的思路代码，leetcode上大神更厉害 class Solution {  public List<List> levelOrder(TreeNode root) {  Queueq = new LinkedList<>();  q.add(root);  ArrayList<List> res = new ArrayList<>();  if(root==null){  return res;  }  while (!q.isEmpty()){   //获取当前队列中的节点数量 size，这个数量表示当前层的节点个数  int size = q.size();   ArrayListlist = new ArrayList<>();  while (size>0){  TreeNode current = q.poll();  list.add(current.val);  //如果 current 的左子节点不为空，将其加入队列 q  if(current.left!=null){  q.add(current.left);  }  //如果 current 的右子节点不为空，将其加入队列 q  if(current.right!=null){  q.add(current.right);  }   size--;  }  //把list复制进去  res.add(new ArrayList<>(list));  }  return res;  } }

时间复杂度：O(N) 其中

• N 表示节点的总数。

空间复杂度：O(N)

• 算法使用了队列来辅助遍历，队列的最大空间取决于每层节点的个数，最坏情况下为 O(N)。

其他思路

dfs：

class Solution {  public List<List> levelOrder(TreeNode root) {  List<List> result = new ArrayList<>();  if (root == null) {  return result;  }  dfs(root, result, 0);  return result;  }  private void dfs(TreeNode node, List<List> result, int level) {  //如果当前层级大于result长度证明还没有创建  if (level > result.size()-1) {  result.add(new ArrayList<>());  }  result.get(level).add(node.val);  //递归左节点  if (node.left != null) {  dfs(node.left, result, level+1);  }  //递归右节点  if (node.right != null) {  dfs(node.right, result, level+1);  }  } }