二叉树的层序遍历：推进容易，分层才难
BFS 队列天然按层推进，但直接 while 到空会把两层混在一起。真正的技巧是每轮只处理「本层长度」个节点。
用队列做广度优先遍历。每轮循环开头记录 size = len(queue)，这是当前层的节点数；连续出队 size 次，收集成一层的数组，出队的同时把左右孩子入队（它们属于下一层）。如此循环直到队列空。时间 O(n)，空间 O(n)。
给你二叉树的根节点，返回按层序遍历（从上到下、从左到右）的结果，每层一个数组。
示例：root = [3,9,20,null,null,15,7] → [[3],[9,20],[15,7]]。
看起来只要把 BFS 的「出队 + 入队孩子」跑一遍就行——但注意，BFS 只是按层推进，它本身不告诉你「这一层在哪结束」。分层的答案藏在 size 这个变量里。
这篇文章从「看似理所当然的 BFS」讲起，用一个陷阱让你亲眼看到分层失败的后果，再引出 size 切层这个不起眼却决定性的一行代码。
BFS 只负责推进，不负责分层
层序遍历 = 广度优先遍历（BFS），用队列实现：根先入队，每轮出队一个节点、访问它、把左右孩子入队。
队列的 FIFO 特性保证：第 k 层的所有节点，全部在第 k+1 层的节点之前被访问。这是 BFS 的「按层推进」性质。
但请注意措辞：BFS 保证的是「第 k 层先于第 k+1 层」，它并没有保证「我能知道某一层里到底有哪几个节点」。这正是下面要面对的陷阱。
FIFO队列先进先出：同层先入先出，上层整体先于下层。这是 BFS 唯一保证的事。
陷阱：直接 while 到空，两层全混
一个看起来很自然的写法：while 队列非空，每次出队一个节点，把它放进「当前层」数组，入队它的孩子。问题来了——这个「当前层」数组什么时候该提交到结果里？
如果只在队列为空时提交，那么所有节点都会进同一个数组：[[3, 9, 20, 15, 7]]。这不是层序遍历，这是把整棵树拍平了。
再看更深层的错误：如果把「出队一次就提交一层」也写错（内层循环跑了整个队列），队列会不断增长，最终同层节点被拆进不同层、跨层节点被并进同一层——彻底乱套。
根源只有一个：BFS 队列里同时装着「当前层」和「下一层」，而代码不知道它们在队列里的分界线在哪。
陷阱BFS 只保证「上层先访问」，不保证「我知道这一层有几个」。分界线必须由我们自己记录。
size 切层：记录本层人数，只处理这么多
解法是让「一层的处理」成为循环的一个完整单元：每轮循环开头，记下 size = 当前队列长度，这就是本层还剩下的节点数。
然后连续出队恰好 size 次：这 size 个节点构成一层，收集进 level；出队过程中入队的孩子，全都属于下一层，不会混进当前层。
为什么安全？因为 size 是在「本层一个都还没出」的时刻拍的快照。此后无论队列怎么变长（下一层的孩子不断入队），我们只出队 size 个——这些恰好是本层的全部。
一句话：先冻结本层人数，再动手出队。这样 BFS 的「按层推进」才被补上了「按层切分」。
size 快照size 是轮次开头的队列长度。它是「本层人数」的冻结值，防止下一层的孩子混进来。
完整跑一遍：size 如何保证分层
用 root = [3, 9, 20, null, null, 15, 7] 逐轮核对。
第 1 轮：队列 [3]，size = 1。出队 3（入队 9、20），level = [3]。提交 → result = [[3]]。此时队列 [9, 20]。
第 2 轮：队列 [9, 20]，size = 2。出队 9（无孩子），level = [9]；出队 20（入队 15、7），level = [9, 20]。提交 → result = [[3], [9, 20]]。此时队列 [15, 7]。
第 3 轮：队列 [15, 7]，size = 2。出队 15、7（都无孩子），level = [15, 7]。提交 → result = [[3], [9, 20], [15, 7]]。队列空，结束。
注意第 2 轮的关键：size 是在出队 9 之前冻结的 2。就算出队 9 时入队了 15、7，内层循环也只跑 2 次——15、7 被留到第 3 轮。这就是「冻结」的意义。
易错点与变式
最容易写错的不是 size 本身，而是把「size 快照」写在出队之后——那样 size 已经包含了下一层的孩子，本层会少算。快照必须写在每轮循环的第一行。
另一个常见错误：忘了处理空树。root == nil 时应该返回空数组而不是 panic。
变式一：LC107 自底向上，把 result 反转即可。
变式二：LC199 右视图，取每层最后一个节点。它甚至不用维护完整 level，只要记住每层最后一个出队的值。
变式三：LC637 每层平均值、LC429 N 叉树层序——都是同一种 size 切层模板，只是收集的数据不同。
模板size 切层是层序遍历的通用骨架：LC107/LC199/LC637/LC429 都只是换一层里收集什么。
复杂度
时间 O(n)：每个节点恰好入队一次、出队一次。
空间 O(n)：最坏情况（最后一层满节点）队列长度约 n/2；结果数组本身也占 O(n)。
相比递归的深度优先，BFS 的空间是队列主导；DFS 的空间是调用栈主导（树高）。这道题要求「按层输出」，DFS 也可以做（记录每层的 depth 分组），但队列版是直觉与实现最直接的选择。
Go：队列 + size 切层
func levelOrder(root *TreeNode) [][]int {if root == nil { return nil }res, queue := [][]int{}, []*TreeNode{root}for len(queue) > 0 {size := len(queue)level := make([]int, 0, size)for i := 0; i < size; i++ {n := queue[0]queue = queue[1:]level = append(level, n.Val)if n.Left != nil { queue = append(queue, n.Left) }if n.Right != nil { queue = append(queue, n.Right) }}res = append(res, level)}return res}
1空树返回 nil。
2队列初始为根。
3记录本层节点数——必须写在出队之前。
4本层数组预留容量。
5恰好出队 size 个。
6孩子节点入队，属于下一层。
7每轮结束提交一层。
总结
层序 = BFS 队列 + 每轮 size 快照，先冻结本层人数再出队。
- BFS 只保证按层推进，不保证你知道这一层有几个——分界必须自己记。
- size = 轮次开头的队列长度，是「本层人数」的冻结值。
- 先冻结、再出队：下一层的孩子永远不会混进当前层。
- LC107 反转、LC199 取末位、LC637 求均值都是同款模板。