层序遍历+标志位法可高效判断完全二叉树：设found_null标记首次遇到空节点，此后若再遇非空节点则返回false；该法直观、边界少、空间O(w)，优于编号法。
用层序遍历 + 标志位判断是否遇到空节点
完全二叉树的定义决定了：层序遍历时，一旦出现 nullptr，后面所有节点都必须是 nullptr。所以不需要先求高度、也不用数节点总数，直接 BFS 遍历，用一个布尔标志 found_null 记录是否已碰到空节点即可。
常见错误是只检查「左右子节点是否同时存在」，这只能判满二叉树；或者漏掉「非空节点出现在已发现空节点之后」的情况——比如 [1,2,3,null,5] 就不是完全二叉树，但很多初版逻辑会误判。
- 遇到
nullptr时设found_null = true - 之后若再遇到非空节点（
node != nullptr），立刻返回false - 注意：根为
nullptr是合法的空树，算完全二叉树
为什么不能只靠节点总数和层序索引比对
理论上可以用「给每个节点按层序编号（从 1 开始），检查最大编号是否等于节点总数」来判断，但这需要额外存储或递归编号，在纯 BFS 实现中反而更易出错。
实际问题在于：编号依赖父子关系映射（左子 = 2*i，右子 = 2*i+1），而你无法在不建完整编号树的前提下安全计算——尤其当树稀疏或指针跳转不连续时，i 的维护极易越界或错位。
立即学习“C++免费学习笔记（深入）”；
- 编号法需确保每个节点都能被赋予唯一且正确的索引，但 C++ 中树结构无隐式索引，必须显式传递或用队列附带数据
- BFS + 标志位法空间 O(w)，w 是最大宽度；编号法若存索引，空间可能升至 O(n)
- 面试/笔试中，前者更直观、边界少、不易写崩
标准 BFS 实现要注意的三个细节
用 std::queue<treenode></treenode> 做层序是最稳妥的选择。关键不在算法框架，而在几个容易忽略的指针和顺序处理点：
- 入队前必须判
node->left和node->right是否为空，不能只靠队列里不放nullptr—— 因为你需要捕获空的位置 - 空节点也要入队（否则无法触发「后续非空即非法」的判断）
- 循环体开头就要取
q.front()并q.pop()，避免在条件分支里重复取值导致逻辑错乱
示例核心片段：
bool isCompleteTree(TreeNode* root) {
if (!root) return true;
queue<TreeNode*> q;
q.push(root);
bool found_null = false;
while (!q.empty()) {
TreeNode* node = q.front(); q.pop();
if (!node) {
found_null = true;
} else {
if (found_null) return false;
q.push(node->left);
q.push(node->right);
}
}
return true;
}
LeetCode 测试用例里最常卡人的两种情况
[1,2,3,null,null,6,7] 和 [1,2,3,null,5,6,7] 这两类结构最容易被误判。前者第 2 层有两个空，第 3 层却有非空节点（6 和 7），违反「空后必全空」；后者在左子树的右子位置（5）出现了非空，但该位置本应在右子树的左子之前——说明中间缺了节点，已不是完全二叉树。
真正关键的不是画图，而是想清楚：BFS 队列顺序 = 完全二叉树应有的填充顺序。只要实际入队节点序列和这个理想序列在第一个位置上出现「非空 vs 空」不匹配，就失败。
别试图用深度信息或子树高度剪枝——完全二叉树不要求左右子树高度差 ≤1，它只约束节点排布位置。这点和 AVL 或平衡树完全不同。
