LeetCode经典二叉树题目——102. 二叉树的层序遍历，这道题是二叉树广度优先搜索（BFS）的入门必刷题，也是面试中高频出现的基础题，不管是新手还是复盘，都值得好好吃透。
话不多说，先看题目本身，帮大家理清题意、拆解思路，再逐行解析代码，最后总结易错点，确保看完就能上手写对。
一、题目解读：什么是层序遍历？
题目给出二叉树的根节点root，要求返回其节点值的层序遍历，核心要求是「逐层地，从左到右访问所有节点」。
举个简单例子帮助理解：
如果二叉树是：
3
/ \
9 20
/ \
15 7
那么层序遍历的结果就是 [[3], [9,20], [15,7]] —— 第一层只有根节点3，第二层从左到右是9和20，第三层是15和7，每一层的节点值单独作为一个数组，最终组成二维数组返回。
这里要注意和「前中后序遍历」区分开：前中后序是深度优先（DFS），沿着一条路径走到底再回溯；而层序遍历是广度优先（BFS），先遍历完当前层的所有节点，再进入下一层，像“剥洋葱”一样逐层推进。
二、核心思路：用队列实现BFS
层序遍历的核心难点是「区分每一层的节点」—— 如何知道当前遍历的是哪一层，什么时候结束当前层、进入下一层？
解决这个问题的关键工具是「队列」（先进先出，FIFO），队列的特性刚好契合层序遍历“先遍历当前层所有节点，再处理下一层”的逻辑，具体思路分4步：
-
边界处理：如果根节点root为null，直接返回空数组（空树没有节点可遍历）；
-
初始化：创建一个队列，将根节点入队（队列存储当前待处理的节点）；创建一个结果数组，用于存储每一层的节点值；
-
循环处理（直到队列为空）：
-
记录当前队列的长度（也就是当前层的节点个数，记为levelSize），这个长度是区分层的关键；
-
创建一个临时数组level，用于存储当前层的所有节点值；
-
循环levelSize次，每次从队列头部取出一个节点：
-
将该节点的值加入临时数组level；
-
如果该节点有左孩子，将左孩子入队（为下一层遍历做准备）；
-
如果该节点有右孩子，将右孩子入队（同样为下一层遍历做准备）；
-
-
当前层遍历完成，将临时数组level加入结果数组；
-
-
循环结束，返回结果数组。
这里的核心技巧是「记录当前层的节点个数」—— 因为队列中会不断加入下一层的节点，只有通过levelSize限制循环次数，才能确保每次循环只处理当前层的节点，不会混入下一层的节点，从而正确区分每一层。
三、完整代码+逐行解析
先给出完整可运行的TypeScript代码（题目已提供TreeNode类，直接复用即可），再逐行拆解关键逻辑，新手也能看懂每一步的作用。
完整代码
/**
* Definition for a binary tree node.
* class TreeNode {
* val: number
* left: TreeNode | null
* right: TreeNode | null
* constructor(val?: number, left?: TreeNode | null, right?: TreeNode | null) {
* this.val = (val===undefined ? 0 : val)
* this.left = (left===undefined ? null : left)
* this.right = (right===undefined ? null : right)
* }
* }
*/
class TreeNode {
val: number
left: TreeNode | null
right: TreeNode | null
constructor(val?: number, left?: TreeNode | null, right?: TreeNode | null) {
this.val = (val === undefined ? 0 : val)
this.left = (left === undefined ? null : left)
this.right = (right === undefined ? null : right)
}
}
function levelOrder(root: TreeNode | null): number[][] {
// 边界处理：空树返回空数组
if (!root) {
return []
}
// 队列：存储当前待处理的节点，初始入队根节点
const queue: TreeNode[] = [root]
// 结果数组：存储每一层的节点值
const result: number[][] = []
// 队列不为空，说明还有节点未处理
while (queue.length) {
// 记录当前层的节点个数（关键：区分每一层）
const levelSize = queue.length
// 临时数组：存储当前层的节点值
const level: number[] = []
// 循环处理当前层的所有节点（循环次数 = 当前层节点数）
for (let i = 0; i < levelSize; i++) {
// 从队列头部取出节点（先进先出）
const node = queue.shift()
// 防止node为null（理论上不会出现，严谨性处理）
if (!node) continue;
// 将当前节点值加入当前层数组
level.push(node.val)
// 左孩子存在，入队（下一层节点）
if (node.left) {
queue.push(node.left)
}
// 右孩子存在，入队（下一层节点）
if (node.right) {
queue.push(node.right)
}
}
// 当前层处理完毕，加入结果数组
result.push(level)
}
// 返回最终结果
return result;
};
逐行关键解析
-
边界处理
if (!root) return []： 如果根节点为null，说明是一棵空树，没有任何节点，直接返回空数组，避免后续队列操作报错。 -
队列初始化
const queue: TreeNode[] = [root]： 队列是核心数据结构，初始时只有根节点，因为层序遍历从根节点开始。 -
循环条件
while (queue.length)： 只要队列不为空，就说明还有节点没处理（可能是当前层剩余节点，也可能是下一层节点），循环继续。 -
记录当前层节点数
const levelSize = queue.length： 这是最关键的一步！假设当前队列中有3个节点，说明当前层有3个节点，后续循环3次，刚好把这3个节点处理完，不会混入下一层的节点。 -
临时数组
const level: number[] = []： 每一层都需要一个临时数组存储节点值，遍历完当前层后，将这个数组加入结果数组，保证结果的二维结构。 -
取出节点
const node = queue.shift()： shift()方法会删除并返回队列的第一个元素，契合队列“先进先出”的特性，确保先处理当前层的第一个节点（从左到右）。 -
左、右孩子入队： 处理完当前节点后，将其左、右孩子（如果存在）入队，这些孩子是下一层的节点，会在后续循环中被处理，从而实现“逐层遍历”。
-
加入结果数组
result.push(level)： 当前层的所有节点都处理完毕后，将临时数组level加入result，完成一层的遍历。
四、易错点提醒（避坑必看）
这道题看似简单，但新手很容易踩坑，总结3个最常见的错误，帮大家避开：
-
忘记记录levelSize，直接循环queue.length： 错误原因：队列在循环中会不断加入下一层的节点，queue.length会动态变化，导致循环次数不对，无法区分层。正确做法：必须在每次while循环开始时，记录当前queue的长度（即levelSize），循环次数固定为levelSize。
-
忽略node为null的情况： 错误原因：虽然题目中root是TreeNode|null，但queue中理论上不会有null，但shift()方法在队列空时会返回undefined，加上
if (!node) continue是严谨性处理，避免报错。 -
左、右孩子入队顺序错误： 错误原因：题目要求“从左到右”访问，若先入队右孩子、再入队左孩子，会导致当前层节点顺序颠倒。正确做法：先入队左孩子，再入队右孩子，确保左在前、右在后。
五、题目延伸与思考
这道题是层序遍历的基础版本，掌握后可以尝试它的变形题，巩固BFS思路：
-
LeetCode 107. 二叉树的层序遍历II：要求自底向上层序遍历（从最下层到最上层），只需将result数组反转即可；
-
LeetCode 199. 二叉树的右视图：层序遍历中，每次只保留当前层的最后一个节点值；
-
LeetCode 637. 二叉树的层平均值：层序遍历中，计算每一层的节点值平均值。
其实这些变形题的核心思路和本题一致，都是用队列实现BFS，只是在处理“每一层结果”时做了不同的操作，掌握了基础，变形题就能迎刃而解。
六、总结
LeetCode 102题的核心是「用队列实现BFS，通过记录当前层节点数区分每一层」，整体难度中等，是二叉树BFS的入门题。
关键记住3点：队列存节点、levelSize分层次、左孩子先入队，再结合边界处理和严谨性判断，就能轻松AC。
如果是新手，建议自己手动模拟一遍队列的操作过程（比如用上面举的例子，一步步推进队列、处理节点），能更直观地理解层序遍历的逻辑。
