bfs中必须记录队列初始长度以准确分层：因队列动态变化，不锁定size会导致下层节点混入当前层遍历，破坏层次结构；正确做法是每轮外层循环开始时用size = q.size()快照当前层节点数，并在该for循环内处理完所有size个节点后level++。
宽度优先搜索（BFS）中实现层次标记，关键在于**每次处理队列前“快照”当前长度**——这个数值就是当前层的节点总数。队列本身不存储层级信息，但通过控制每轮循环处理多少个节点，就能自然分离出层与层的边界。
为什么必须记录队列长度？
队列是动态变化的：一边出队访问，一边入队新节点。如果不提前记下本轮该处理几个节点，新加入的下一层子节点就会混入当前层的遍历中，导致层次错乱。例如根节点入队后，队列长度为1；访问它时把左右孩子都入队，此时队列变成2；若不锁定初始长度，下一轮循环可能只取1个或误取全部，无法保证“同一层节点值打包输出”。
变量关系图中的典型操作模式
在变量关系图（如依赖图、调用图、数据流图）中，节点代表变量或函数，边代表依赖/调用/流向关系。BFS层次标记常用于：
- 计算某变量到其他变量的最小依赖跳数
- 识别“影响范围”的传播层级（如修改A后，第几层会波及到Z）
- 构建带深度标签的拓扑结构视图
此时需维护三个核心变量：queue（待访问节点）、level（当前层数，通常从0或1开始）、size（本轮应处理的节点数）。三者协同：size由queue.size()初始化，level在每轮外层循环结束时递增。
避免常见陷阱
容易出错的操作包括：
- 在for循环中直接用 queue.size() 作判断条件（因队列实时变化，会导致循环次数不稳定）
- 将 level++ 放在内层循环中（造成每个节点都加一次，而非每层加一次）
- 未对起始节点单独设 level=0，导致首层被漏计或偏移
- 图中存在环但未用 visited 集合去重，引发重复入队和层数错乱
正确做法始终是：先 int size = q.size(); 再 for (int i = 0; i
一个轻量级代码骨架
以变量关系图的邻接表表示为例（graph[u] 存储所有被 u 直接影响的变量 v）：
queue.push(start);
visited[start] = true;
int level = 0;
while (!queue.empty()) {
int size = queue.size();
for (int i = 0; i auto u = queue.front(); queue.pop();
// 处理 u：记录 level、收集值、触发业务逻辑
for (int v : graph[u]) {
if (!visited[v]) {
visited[v] = true;
queue.push(v);
}
}
}
// 此处 level++ 表示已处理完第 level 层，即将进入 level+1 层
level++;
}
