二叉树层序遍历：原理、实现与工程应用

1. 二叉树层序遍历的核心概念

层序遍历（Level Order Traversal）是二叉树最基础的遍历方式之一，也是面试和实际工程中最常考察的算法类型。与先序、中序、后序遍历不同，层序遍历采用广度优先（BFS）的策略，按照树的层级结构从上到下、从左到右依次访问每个节点。

这种遍历方式之所以重要，是因为它直观反映了二叉树的物理结构。想象一下公司组织架构图——层序遍历就像是从CEO开始，逐层向下查看每个部门的经理，再到普通员工，这种"层级式扫描"能帮助我们快速把握整体结构。

在实际开发中，层序遍历常用于：

• 打印树形结构（如文件目录展示）
• 计算二叉树的最大/最小宽度
• 寻找特定层级的节点（如二叉树最右侧节点）
• 序列化/反序列化二叉树结构

2. 层序遍历的标准实现方案

2.1 基于队列的经典解法

层序遍历最经典的实现方式是使用队列（Queue）数据结构。其核心思想是：

1. 将根节点入队
2. 当队列不为空时循环：
   a. 记录当前队列长度（即当前层节点数）
   b. 依次出队该长度的节点并处理
   c. 将每个出队节点的非空子节点入队

python复制from collections import deque

def levelOrder(root):
    if not root: return []
    queue = deque([root])
    result = []
    while queue:
        level_size = len(queue)
        current_level = []
        for _ in range(level_size):
            node = queue.popleft()
            current_level.append(node.val)
            if node.left: queue.append(node.left)
            if node.right: queue.append(node.right)
        result.append(current_level)
    return result

这个实现有几个关键点需要注意：

• 使用双端队列（deque）而非普通list，因为popleft()操作是O(1)时间复杂度
• 在每层开始前记录队列长度，确保只处理当前层节点
• 子节点入队前必须判空，避免将None加入队列

2.2 时间复杂度分析

该算法的时间复杂度是O(N)，其中N是二叉树节点总数。这是因为：

• 每个节点恰好入队一次（O(1)）
• 每个节点恰好出队一次（O(1)）
• 每个节点被访问一次（O(1)）

空间复杂度主要取决于队列的最大长度，最坏情况下（完美二叉树最后一层）是O(N)，平均情况下是O(树的宽度)。

3. 层序遍历的变种与应用

3.1 锯齿形层序遍历

有时我们需要"之字形"遍历二叉树，即奇