leetcode hot100 199. 二叉树的右视图 medium 层序遍历dfs

---

广度优先搜索 (BFS) ------ 层序遍历法

这是最直觉的方法。一层一层地遍历树，只记录每一层的最后一个节点。

工具：队列（Queue）。

步骤：

1. 把根节点放进队列。
2. 当队列不为空时，计算当前层的节点数 n。
3. 循环 n 次，把这一层的所有节点都弹出来。
4. 关键点：当你处理到这一层的第 n 个（即最后一个）节点时，把它存入结果列表

时间复杂度O(N)

我们必须访问树中的每一个节点（每个节点进出队列各一次），N 为节点总数。
空间复杂度O(W)

W 是树的最大宽度（即节点最多的一层）。在满二叉树中，最后一层大约有 N/2 个节点，所以空间复杂度最坏也是 O(N)。

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right

from collections import deque
class Solution:
    def rightSideView(self, root: Optional[TreeNode]) -> List[int]:
        if not root:
            return []
        
        q = deque([root])  # 从顶层开始, deque放当前处理层的元素

        res = []

        while q:

            # 1. 记录当前这一层有多少个节点
            level_size = len(q) 

            # 2. 连续弹出 level_size 次，确保只处理当前层
            for i in range(level_size):
                node = q.popleft()  # 弹出当前节点
                if i == level_size - 1:  # 如果是最后一个节点
                    res.append(node.val)

                # 加入当前节点的左右节点
                if node.left:
                    q.append(node.left)
                if node.right:
                    q.append(node.right)

        return res

---

递归 深度优先

递归的同时记录深度，根-右-左

时间复杂度O(N)

同样需要走遍每个节点。虽然我们只取每层第一个看到的，但为了确认没有更深的节点，程序必须遍历完整棵树。
空间复杂度O(H)

H 是树的最大高度。这是由递归产生的系统栈深度决定的。

特点：

如果树是平衡的，H=log⁡NH = \log NH=logN，此时 DFS 比 BFS 节省很多内存。

如果树退化成一根直线（链表），H=NH = NH=N，此时两者空间开销差不多。