这是一个层次遍历的反向变种，也就是层次遍历本来是从上往下，现在要变成从下往上了。当然如果利用广度优先便利，比较简单，无非就是用队列，存每一层的节点，只是在加入节点的时候要加到结果的开始就行了。
BFS：
public class Solution {
public List<List<Integer>> levelOrderBottom(TreeNode root) {
Queue<TreeNode> queue = new LinkedList<TreeNode>();List<List<Integer>> wrapList = new LinkedList<List<Integer>>();if(root == null) return wrapList;queue.offer(root);while(!queue.isEmpty()){
int levelNum = queue.size();List<Integer> subList = new LinkedList<Integer>();for(int i=0; i<levelNum; i++) {
if(queue.peek().left != null) queue.offer(queue.peek().left);if(queue.peek().right != null) queue.offer(queue.peek().right);subList.add(queue.poll().val);}wrapList.add(0, subList); //加入这一层节点是加到开头}return wrapList;}
}
那主要是看一下这个深度优先的思路，也就是递归。我发现递归有时候找到了递归函数的参数，那思路就清晰很多。刚开始我是准备用一个helper()函数，然后思路应该就是到某一个节点的时候，先helper(root.left)，然后helper(root.right)，最后再add(root.val)。也就是要先遍历了左右子树，再将这个根节点的值加入到最后结果中。
当然最后还是看了别人的解析才知道需要哪些参数：
- 有一个全局数组存储最后结果，即一个List<List> result。有了这个数组，不管我们递归向下多少，我们都能知道目前已经遍历到了第几层（result.size()）。
- 一个root节点，代表我们当前要遍历的节点。
- root节点所在的层数。这个是比较重要的，因为我们通过这个层数就可以和那个全局变量result的size做比较，看看这一层是不是已经遍历到了，如果没有，那就加一个LinkedLList以便存储这一层的所有节点。而这个更新是全局的，所以当其他递归到达这层的时候，以判断这一层的数组已经存在，直接加点就好了。
最后看一下代码：
class Solution {
public List<List<Integer>> levelOrderBottom(TreeNode root) {
List<List<Integer>> result = new LinkedList<>();helper(result, root, 1); //根节点是第一层return result;}private void helper(List<List<Integer>> result, TreeNode root, int level) {
if (root == null)return;if (level > result.size()) //证明当前层节点对应的数组还没加到result中，则加到第1个位置上result.add(0, new LinkedList<Integer>());helper(result, root.left, level+1);helper(result, root.right, level+1);//等到了最后一层了，所有层对应的数组都加进去了，然后才开始往对应数组里加元素result.get(result.size()-level).add(root.val); }
}