二叉树遍历方式的本质差异在于节点访问时机不同：前序（根→左→右）适合边走边建，中序（左→根→右）天然适配bst排序，后序（左→右→根）强调先子后父，层序则按层推进并显式控制边界。

二叉树遍历方式的输出差异，本质是节点访问时机不同导致的变量处理逻辑变化。掌握这点，才能在写路径记录、数值累加、结构重建等题目时避免错位、重复或遗漏。

前序遍历：根最先，适合“边走边建”

访问顺序为 根 → 左子树 → 右子树。变量操作（如拼接路径、记录值）放在递归调用之前，意味着每次进入新节点就立即生效。

• 适用场景：复制树、生成前缀表达式、记录从根到当前节点的路径
• 关键逻辑：更新变量 → 递归左 → 递归右
• 注意点：若用于收集完整路径（如 root-to-leaf），需在叶子处保存副本，之后立刻回溯（如 list.pop() 或字符串切片）

中序遍历：根居中，天然适配排序逻辑

访问顺序为 左子树 → 根 → 右子树。变量操作夹在左右递归之间，使根节点总在左子树处理完后、右子树开始前被处理。

• 适用场景：BST 中获取升序序列、查找某值的前驱/后继、验证 BST 合法性
• 关键逻辑：递归左 → 更新变量 → 递归右
• 注意点：非 BST 时中序无序，但结构上仍保持“左-中-右”的相对位置约束

后序遍历：根最后，强调“先子后父”依赖

访问顺序为 左子树 → 右子树 → 根。变量操作放在两个递归调用之后，确保左右子树已完全处理完毕。

• 适用场景：计算子树节点数/和/高度、释放内存、判断平衡树、求最近公共祖先
• 关键逻辑：递归左 → 递归右 → 更新变量
• 注意点：返回值常携带子树信息（如高度、是否平衡），根节点基于这些结果做最终判断

层序遍历：按层推进，变量随队列节奏更新

不依赖递归栈，使用队列实现，每轮处理一层所有节点。变量更新与“层”绑定，而非单个节点的父子关系。

• 适用场景：找最小深度、打印每层节点、判断是否完全二叉树、Z 字形遍历
• 关键逻辑：每轮 for 循环处理当前队列长度的节点；新子节点入队，不影响本轮遍历
• 注意点：需显式控制层级边界（如用 size 记录本层节点数），否则容易混入下层节点