树的两种遍历：DFS & BFS

在处理树结构的问题时，深度优先遍历（DFS）  和 广度优先遍历（BFS）  是两种常见的搜索方式。它们都可以用来查找树中的目标节点，但由于遍历方式不同，在某些场景下效率也会有所区别。
例如：

• 想要找出每一层的最后一个元素时，LeetCode 199 - 二叉树的右视图，使用 BFS 更加直观。
• 若要计算树的最大深度，LeetCode 104 - 二叉树的最大深度，使用 DFS 会更加自然。

Depth-First Search

深度优先遍历会优先深入树的某一条路径到底，再回溯寻找其他路径。它通常使用递归或栈来实现，适合处理“深度”相关的问题，比如最大深度、路径总和、回溯类问题等。

Breadth-First Search

广度优先遍历则是按层级依次向外扩展的方式进行遍历，更符合我们直觉中的“层次遍历”思路。它通常使用**队列（Queue）**来实现。

为什么层次遍历更推荐使用 BFS？

BFS 天生就是一层一层地向外扩展，非常契合“层次遍历”这一场景。当然，DFS 也可以实现层次遍历，但实现逻辑稍微复杂一些。 lc-102

BFS层次遍历

在这里，对于每一层的处理，逻辑就比较清晰
while来处理层，for来处理层内部的数据

var levelOrder = function (root) {
    if (!root) return []
    let res = []
    let queue = [root]
    while (queue.length) {
        let size = queue.length
        let level = []
        for (let i = 0; i < size; ++i) {
            let node = queue.shift()
            level.push(node.val)
            if (node.left) queue.push(node.left)
            if (node.right) queue.push(node.right)
        }
        res.push(level)
    }
    return res
};

DFS层次遍历

在DFS中，来处理层次，这里就需要来判断，当前层与目前的结果数组的大小关系
当当前层 === 结果数组的长度时
说明此时已经探索到了下一层了，而此时res中还没有添加下一层，此时需要push进入一个空数组来存放数据

var levelOrder = function (root) {
    if (!root) return []
    let res = []
    var dfs = function (level, node) {
        if (!node) return
        // 初始化 n 层的数组，便于 push 元素到 n 层的数组里面
        // 第 n 层的时候，res的长度应该为 n
        // 例如第 0 层的时候， res里面的长度就为 0 
        // 第 1 层的时候， [[3]], 此时再push []
        // 就成了 [[3], []], 然后就 res[1].push(9)
        // [[3], [9]]
        if (level === res.length) {
            res.push([])
        }
        res[level].push(node.val)
        dfs(level + 1, node.left)
        dfs(level + 1, node.right)
    }
    dfs(0, root)
    return res
};