3
无重复字符的最长子串
中等高频
146
LRU缓存机制
中等高频
206
反转链表
简单高频
215
数组中的第K个最大元素
中等高频
25
K个一组翻转链表
困难高频
15
三数之和
中等高频
53
最大子数组和
中等高频
912
排序数组
中等高频
21
合并两个有序链表
简单高频
5
最长回文子串
中等高频
200
岛屿数量
中等高频
33
搜索旋转排序数组
中等高频
46
全排列
中等高频
88
合并两个有序数组
简单高频
20
有效的括号
简单高频
121
买卖股票的最佳时机
简单高频
236
二叉树的最近公共祖先
中等高频
92
反转链表 II
中等高频
103
二叉树的锯齿形层序遍历
中等高频
141
环形链表
简单高频
300
最长上升子序列
中等高频
54
螺旋矩阵
中等高频
143
重排链表
中等高频
23
合并K个排序链表
困难高频
415
字符串相加
简单高频
56
合并区间
中等高频
160
相交链表
简单高频
42
接雨水
困难高频
1143
最长公共子序列
中等高频
124
二叉树中的最大路径和
困难高频
93
复原IP地址
中等高频
82
删除排序链表中的重复元素 II
中等中频
19
删除链表的倒数第N个节点
中等中频
142
环形链表 II
中等中频
4
寻找两个正序数组的中位数
困难中频
199
二叉树的右视图
中等中频
102
二叉树的层序遍历
中等中频
165
比较版本号
中等中频
704
二分查找
简单中频
232
用栈实现队列
简单中频
22
括号生成
中等中频
94
二叉树的中序遍历
简单中频
239
滑动窗口最大值
困难中频
69
x 的平方根
简单中频
148
排序链表
中等中频
32
最长有效括号
困难中频
31
下一个排列
中等中频
8
字符串转换整数 (atoi)
中等中频
70
爬楼梯
简单中频
322
零钱兑换
中等中频
43
字符串相乘
中等中频
76
最小覆盖子串
困难中频
41
缺失的第一个正数
困难中频
105
从前序与中序遍历序列构造二叉树
中等中频
78
子集
中等中频
151
翻转字符串里的单词
中等中频
155
最小栈
简单中频
34
在排序数组中查找元素的第一个和最后一个位置
中等中频
394
字符串解码
中等中频
101
对称二叉树
简单中频
39
组合总和
中等中频
470
用 Rand7() 实现 Rand10()
中等低频
64
最小路径和
中等低频
104
二叉树的最大深度
简单低频
110
平衡二叉树
简单低频
144
二叉树的前序遍历
简单低频
48
旋转图像
中等低频
234
回文链表
简单低频
695
岛屿的最大面积
中等低频
122
买卖股票的最佳时机 II
简单低频
240
搜索二维矩阵 II
中等低频
221
最大正方形
中等低频
98
验证二叉搜索树
中等低频
543
二叉树的直径
简单低频
14
最长公共前缀
简单低频
179
最大数
中等低频
113
路径总和 II
中等低频
662
二叉树最大宽度
中等低频
62
不同路径
中等低频
198
打家劫舍
中等低频
152
乘积最大子数组
中等低频
560
和为K的子数组
中等低频
112
路径总和
简单低频
226
翻转二叉树
简单低频
209
长度最小的子数组
中等低频
227
基本计算器 II
中等低频
169
多数元素
简单低频
24
两两交换链表中的节点
中等低频
139
单词拆分
中等低频
283
移动零
简单低频
718
最长重复子数组
中等低频
1
两数之和
简单低频
2
两数相加
中等低频
#102
中等
中频
队列

二叉树的层序遍历

这是一道围绕树、二叉树、广度优先搜索展开的高频练习。建议先掌握「队列」这套写法,再结合下方步骤讲解理解状态维护、边界处理和复杂度取舍。

二叉树
广度优先搜索

题目分析

给你一棵二叉树,要求按从上到下、从左到右的顺序,逐层返回每一层节点的值。

最终答案是一个二维列表,每个子列表对应树的一层。

一句话概括:

用队列一层一层把树的节点取出来。

接下来怎么看推荐代码: 带着这个理解再看推荐代码时,重点观察这条主线:用队列维护当前层待处理节点,每轮先固定层大小,再把这一层完整取出来。

推荐代码

推荐解法:队列
时间复杂度: O(n)
空间复杂度: O(n)
核心思路: 用队列维护当前层待处理节点,每轮先固定层大小,再把这一层完整取出来。
public List<List<Integer>> levelOrder(TreeNode root) {
    if (root == null) {
        return new ArrayList<>();
    }

    List<List<Integer>> result = new ArrayList<>();

    Queue<TreeNode> queue = new ArrayDeque<>();
    queue.add(root);
    while (!queue.isEmpty()) {
        List<Integer> level = new ArrayList<>();
        int queueSize = queue.size();
        for (int i = 0; i < queueSize; i++) {
            TreeNode temp = queue.poll();
            level.add(temp.val);
            //左子树不为空,队列中添加左
            if (temp.left != null) {
                queue.add(temp.left);
            }
            //右子树不为空,队列中添加右
            if (temp.right != null) {
                queue.add(temp.right);
            }
        }
        result.add(level);
    }

    return result;
}

结构化讲解

面试时怎么讲

开场思路

这题是树上的按层遍历,我会直接用 BFS。核心数据结构是队列,因为它天然适合一层一层往外扩。

核心过程

  1. 先把根节点放入队列,表示第一层待处理节点。
  2. 每轮先记录当前队列长度,这个长度就是当前层的节点数。
  3. 只处理这么多个节点:出队、记录节点值、再把左右孩子加入队列。
  4. 这一轮结束后,把当前层收集到的列表放进最终答案。

复杂度总结

时间复杂度 O(n),空间复杂度 O(n)

面试补一句:层序遍历最关键的动作不是“用队列”,而是“先固定当前层大小”。

核心思路

层序遍历的本质是树上的 BFS。队列负责保证“先到先处理”,而每轮提前记录队列长度,负责把当前层和下一层分开。

步骤讲解

1

根节点先入队

如果根节点存在,先把它放进队列,作为第一层的起点。

为什么这样做:队列里保存的是“下一批要处理的节点”,没有起点就无法按层展开。
对应代码提示:queue.offer(root);
2

先固定当前层节点数

每次进入 while 循环,先记录 queue.size() 作为当前层的节点个数。

为什么这样做:遍历过程中会不断把孩子节点加入队列,如果不先固定大小,就会把下一层也混进当前层。
对应代码提示:int size = queue.size();
3

按固定次数取出这一层

循环 size 次,把这一层所有节点依次出队,并把它们的值加入当前层答案。

为什么这样做:这样可以保证每一轮只处理一整层,而不是把整棵树一次性打平。
对应代码提示:TreeNode node = queue.poll(); level.add(node.val);
4

把下一层孩子入队

当前节点处理完后,如果左右孩子存在,就依次加入队列。

为什么这样做:这些孩子节点正好构成下一轮要处理的那一层。
对应代码提示:if (node.left != null) queue.offer(node.left);
5

本层结束后加入结果

当固定的 size 次循环结束,说明这一层已经处理完,把 level 放进答案。

为什么这样做:题目要求按层返回二维数组,所以每一层都要单独收集。
对应代码提示:answer.add(level);

易错点

没有先记录 size

如果直接在 while (!queue.isEmpty()) 中不停出队并入队,当前层和下一层会混在一起,结果不再是按层划分。

正确理解:每轮开始先固定 size = queue.size(),再只处理这么多个节点。

忘记处理空树

根节点为 null 时,如果直接入队或访问节点值,会出现空指针问题。

正确理解:函数开始先判断 root == null,直接返回空列表。

把 queue 当成栈使用

如果不是先进先出,而是后进先出,遍历顺序就会从 BFS 变成 DFS,结果不再是层序遍历。

正确理解:必须使用队列语义,始终保持先入队的节点先出队。

复杂度与适用判断

时间复杂度:O(n)
空间复杂度:O(n)
比其他方案更好在哪里:比先 DFS 再按深度分桶的思路更直接,天然就是一层一层展开。
适用判断:只要题目要求按层遍历、按层统计或逐层扩散,优先考虑 BFS + 队列。

额外提醒

  • 树上按层处理时,队列就是最自然的第一反应。
  • 真正决定结果是否正确的,不是入队动作,而是每轮先固定本层大小。
动画演示仅在桌面端提供,移动端请优先阅读推荐代码与结构化讲解。