二叉树的广度优先遍历

原文： 数据结构—二叉树广度优先遍历

如果说深度遍历是在一个方向上“一头扎到底”，那么广度遍历则恰恰相反，现在各个方向上走出第1步，再在各个方向上走出第2步，第3步…一直在各个方向上全部走完。学习二叉树层序遍历时，第一次发现数据结构还是挺有意思的，选用不同的数据结构，对完成数据操作的难易程度和效率都有很大影响，根据不同业务场景，选择合适的数据结构，至关重要。

详细遍历步骤如下 1）根节点1进入队列； 2）节点1出队， 输出节点1， 并得到节点1的左子节点2、 右子节点3， 让节点2和节点3入队； 3）节点2出队，输出节点2，并得到节点2的左子节点4、 右子节点 5， 让节点4和节点5入队； 4）节点3出队， 输出节点3， 并得到节点3的右子节点6，让节点6入 队； 5）节点4出队， 输出节点4， 由于节点4没有孩子节点， 所以没有新节点入队； 6）节点5出队， 输出节点5， 由于节点5没有孩子节点， 所以没有新节点入队； 7）节点6出队， 输出节点6， 节点6没有子节点， 没有新节点入队。 至此遍历完毕。

广度优先遍历比深度优先简单很多

这个思想，对于普通数和二叉树，都是成立的。

代码

最近真在实际运用中用到了这个东西

下面是简单版的代码

public void BreadthFirstSearch(ResourceNode rootNode)
    {
        Queue queue = new Queue();
        
        queue.Enqueue(rootNode);
        
        
        while (queue.Count > 0)
        {
            ResourceNode currentNode = queue.Dequeue();

            foreach (var dependency in 
                currentNode.antiDependencies)
            { 
                queue.Enqueue(dependency);
            }
        }
    }

如果要区分层，思路是将每层的个数记录起来，当出队列的个数达到每层个数的时候，就进入了下一层。每层的个数等于上一层所有节点的子节点的个数总和。 留个概念吧，构想好思路后发现实际暂时不需要。