news 2026/5/29 4:08:35

刷题日记-------二叉树层序遍历

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
刷题日记-------二叉树层序遍历

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:[]
class Solution { public: vector<vector<int>> levelOrder(TreeNode* root) { queue<TreeNode*>que; if(root!=NULL) que.push(root); vector<vector<int>> result; while(!que.empty()){ int size=que.size(); vector<int> vec; for(int i=0;i<size;i++){ TreeNode* node =que.front(); que.pop(); vec.push_back(node->val); if(node->left) que.push(node->left); if(node->right) que.push(node->right); } result.push_back(vec); } return result; } };

好,这段代码是二叉树的层序遍历(Level Order Traversal),也就是一层一层从上到下、从左到右遍历
我按「思路 → 关键数据结构 → 逐行语法讲解 → 小例子跑一遍」来给你拆,像老师板书那种 👍


一、整体思路(先别看语法)

一句话版👇

用队列(queue)保存“当前层的节点”,每次处理完这一层,再处理下一层

为什么用队列?

  • 队列:先进先出(FIFO)

  • 非常适合「先看到谁就先处理谁」→ 正好符合层序遍历


二、要用到的东西你得先认识

1️⃣queue<TreeNode*>

queue<TreeNode*> que;
  • 队列里放的是:TreeNode 指针

  • 存的是“还没处理的节点”

2️⃣vector<vector<int>> result

vector<vector<int>> result;
  • 最终结果

  • 外层vector:每一层

  • 内层vector<int>:这一层的所有节点值


三、逐行“老师式”讲解

我把代码拆开讲 👇


① 函数入口

vector<vector<int>> levelOrder(TreeNode* root)
  • root:二叉树的根节点

  • 返回值:二维数组

    • [[第一层], [第二层], [第三层]...]


② 建立队列 + 判空

queue<TreeNode*> que; if(root != NULL) que.push(root);
  • 如果树不空,把根节点放进队列

  • 这是第一层的起点

📌 如果root == NULL

  • 队列是空的

  • 下面的while直接跳过

  • 返回空结果(合理)


③ 结果容器

vector<vector<int>> result;

用来保存所有层的结果


④ 外层 while —— 一层一层来

while(!que.empty())

👉队列不空,就说明还有节点没遍历

⚠️ 重点:
一次 while 循环 = 处理一整层


⑤ 当前层有多少节点(核心语句)

int size = que.size();

🔥 非常关键的一行!

  • size=当前层节点数

  • 这一层的节点,在进入for之前就已经确定了


⑥ 存当前层的结果

vector<int> vec;
  • 用来存「这一层」的所有值


⑦ for 循环 —— 只处理当前层

for(int i = 0; i < size; i++)

为什么不是while

  • 因为:

    • size当前层固定数量

    • 即使你在循环里push了孩子节点

    • 也不会影响本层遍历


⑧ 取队头节点

TreeNode* node = que.front(); que.pop();
  • front():取最前面的节点

  • pop():从队列中移除

📌 这就是FIFO(先进先出)


⑨ 保存当前节点的值

vec.push_back(node->val);
  • 把当前节点值放进本层vec


⑩ 把下一层节点加入队列

if(node->left) que.push(node->left); if(node->right) que.push(node->right);
  • 左孩子、右孩子不为空 → 加入队列

  • ⚠️ 注意:
    它们是下一层的节点


⑪ 当前层结束,放入 result

result.push_back(vec);
  • 一整层处理完

  • 把这一层的结果加入最终答案


⑫ 返回结果

return result;

四、用一个例子跑一遍(超重要)

假设二叉树是:

1 / \ 2 3 / / 4 5

初始:

队列: [1] result:[]

第一轮 while

  • size = 1

  • 处理1

  • 加入2, 3

vec = [1] 队列 = [2, 3] result = [[1]]

第二轮 while

  • size = 2

  • 处理2 → 加 4

  • 处理3 → 加 5

vec = [2, 3] 队列 = [4, 5] result = [[1], [2, 3]]

第三轮 while

  • size = 2

  • 处理4

  • 处理5

vec = [4, 5] 队列 = [] result = [[1], [2, 3], [4, 5]]

结束 🎉


五、你现在至少要记住这 3 点

1️⃣层序遍历 = 队列
2️⃣size = que.size()是分层的关键
3️⃣while 管层,for 管层内

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/23 2:30:37

Qwen-Image-2512-ComfyUI功能测评:复杂指令也能精准执行

Qwen-Image-2512-ComfyUI功能测评&#xff1a;复杂指令也能精准执行 1. 引言&#xff1a;图像编辑的“自然语言革命” 在内容创作日益高频的今天&#xff0c;图像修改已成为电商、广告、社交媒体等领域的日常刚需。传统图像处理依赖Photoshop等专业工具&#xff0c;操作门槛高…

作者头像 李华
网站建设 2026/5/28 7:55:53

Z-Image-Turbo快捷启动脚本:一键完成服务启动与日志输出

Z-Image-Turbo快捷启动脚本&#xff1a;一键完成服务启动与日志输出 1. Z-Image-Turbo_UI界面概述 Z-Image-Turbo 是一款基于深度学习的图像生成工具&#xff0c;集成了高效的模型推理与直观的图形化操作界面&#xff08;Gradio UI&#xff09;&#xff0c;旨在为用户提供低门…

作者头像 李华
网站建设 2026/5/23 11:44:48

3步搞定cv_unet_image-matting部署:镜像开箱即用实战教程

3步搞定cv_unet_image-matting部署&#xff1a;镜像开箱即用实战教程 1. 引言 随着AI图像处理技术的快速发展&#xff0c;智能抠图已成为内容创作、电商设计、证件照制作等场景中的刚需功能。传统手动抠图效率低、成本高&#xff0c;而基于深度学习的自动抠图方案正逐步成为主…

作者头像 李华
网站建设 2026/5/26 10:59:40

cv_unet_image-matting怎么用剪贴板粘贴?快捷操作实战教程

cv_unet_image-matting怎么用剪贴板粘贴&#xff1f;快捷操作实战教程 1. 引言 随着AI图像处理技术的快速发展&#xff0c;基于U-Net架构的智能抠图工具已成为设计师、电商运营和内容创作者的必备利器。cv_unet_image-matting 是一款由开发者“科哥”基于深度学习模型二次开发…

作者头像 李华
网站建设 2026/5/28 0:29:37

Qwen2.5支持泰语输入输出?东南亚语言实测与调优建议

Qwen2.5支持泰语输入输出&#xff1f;东南亚语言实测与调优建议 1. 背景与测试目标 随着大语言模型在全球范围内的广泛应用&#xff0c;多语言支持能力已成为衡量其国际化水平的重要指标。特别是在东南亚市场&#xff0c;泰语作为使用人口超过7000万的官方语言&#xff0c;在…

作者头像 李华
网站建设 2026/5/25 21:07:00

opencode离线运行教程:完全断网环境部署实战案例

opencode离线运行教程&#xff1a;完全断网环境部署实战案例 1. 引言 随着AI编程助手在开发流程中的广泛应用&#xff0c;开发者对隐私保护、模型可控性以及本地化部署的需求日益增长。OpenCode作为2024年开源的终端优先AI编码框架&#xff0c;凭借其“任意模型支持、零代码存…

作者头像 李华