用 collections.deque 实现层序遍历，避免 list.pop(0)；入队前判空，用 popleft() 和 append()；按层分组需快照 len(queue)；递归模拟非真 BFS。
用 collections.deque 做队列，别用 list.pop(0)
层序遍历本质是 BFS，必须保证“先进先出”，而 list.pop(0) 在 Python 中是 O(n) 操作，节点一多就明显卡顿。实际项目里见过 10⁴ 级别节点时慢 3 倍以上。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 固定用
from collections import deque，初始化写成queue = deque([root]) - 每次取队首用
queue.popleft()（O(1)），不是queue.pop(0) - 添加子节点统一用
queue.append()，左右顺序别颠倒（左先右后才符合常规层序）
空节点不入队，但得判断 node 是否为 None
常见错误是把 None 也塞进队列，导致后续 node.left 报 AttributeError: 'NoneType' object has no attribute 'left'。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 入队前一定检查：
if node.left:再queue.append(node.left) - 进循环第一句就是
node = queue.popleft()，紧接着就if not node: continue（虽然后者在正确入队逻辑下不会触发，但加了更安心） - 如果题目要求输出含
None的完整层（比如 LeetCode 102 的变体），那另说——但那是显式构造占位，不是把空指针当有效节点塞队列
按层分组返回时，用 len(queue) 快照当前层长度
想返回 [[3], [9, 20], [15, 7]] 这种嵌套列表？不能边遍历边 append 到同一层 list 里，否则搞不清哪几个属于当前层。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 每轮循环开始前，记下
level_size = len(queue) - 用
for _ in range(level_size):固定跑完这一层所有节点 - 避免用时间戳或额外标记节点——没必要，快照长度最直接、无副作用
- 注意：这个
len(queue)是进入 for 循环前的值，之后append新节点不影响本轮迭代次数
递归写法看似简洁，但不是真层序遍历
有人用 DFS 加个 depth 参数，按深度把节点塞进对应下标列表里，结果输出对了，但执行顺序是深度优先的，根本没用到队列，也不满足 BFS 的访问时序要求。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 题目明确要求“广度优先”或“使用队列”，这种递归解法就算答案对，也会被判定逻辑错误
- DFS 模拟层序在极端不平衡树下内存占用反而更高（递归栈深 ≈ 节点数）
- 真要递归，至少得配合
queue模拟，但那就绕回迭代了——没优势
list.pop(0) 的内存搬移成本会突然暴露。 
