二叉排序树

二叉排序树(Binary Sort Tree)，又称二叉查找树。它是一颗空树，或者具有下列性质：

若它的左子树不为空，则左子树上所有结点的值均小于它的根结点的值；
若它的右子树不为空，则右子树上所有结点的值均大于它的根结点的值；
它的左、右子树分别为二叉排序树。

二叉搜索树的后序遍历序列

输入一个整数数组，判断该数组是不是某二叉搜索树的后序遍历结果。如果是则返回 true，否则返回 false。假设输入的数组的任意两个数字都互不相同。

参考以下这颗二叉搜索树：

    5
   /  \    
  2   6   
 /      \  
1        3

示例 1：

输入: [1,6,3,2,5] 输出: false

示例 2：

输入: [1,3,2,6,5] 输出: true

递归分治

//因为是后序遍历：左右根， 所以最后的一定是根节点 ，二叉排序树的左子树都小于根节点，右子树反之。利用好这两个特征就可以证明

class Solution {
    public boolean verifyPostorder(int[] postorder) {
        return recur(postorder, 0, postorder.length - 1);
    }
    boolean recur(int[] postorder,int i, int j){  //在i j这个区间 （也就是说确定i-j这个坐标的树是否符合二叉搜索树）
        if(i >= j){  //前面的坐标大于等于后面的坐标， 说明树的结点只剩一个或者不剩了.
            return true;
        }
        int p = i; //p是负责遍历的坐标 （从i开始）
        while(postorder[p] < postorder[j]) p++;
        int m = p; //如果发现大于尾结点的数（则这个数及之后都是右子树）
        while(postorder[p] > postorder[j]) p++;  //(右子树的所有子节点都应该大于根节点
        //如果遍历结束之后，发现有小于根节点的节点存在，则不符合条件
        //接下来一直遍历，直到最后一层叶子节点
        return p == j && recur(postorder, i, m - 1) && recur(postorder, m, j - 1);//(第二次分层的时候记得把根节点滤除， 所以到 j - 1)

辅助单调栈

//就是找子树的分叉点，保证root一直是正在经历分叉的树的最大点，在下一次分叉之前，保证所有元素都小于这个最大点。
//找的第一个分叉点（一直向右下探索（数组为递增） 找到最大点，然后就是最大点的同层左子树，因为最小子树（也就是只有两个点），是最右端的，所以她的同层左子树也是出了该点的最大的值（所以也就把root换成左子树了），然后一直向上遍历相对最右子树的左节点，直到遍历完了整个大二叉树的右子树，在遍历这样大二叉树左子树，如果该数组符合这些，则成立。）
//遍历 postorderpostorder 所有节点，各节点均入栈 / 出栈一次，使用 O(N) 时间。
class Solution {
    public boolean verifyPostorder(int[] postorder) {
        Stack<Integer> stack = new Stack<>();
        int root = Integer.MAX_VALUE;          
        for(int i = postorder.length - 1; i >= 0; i--){ //倒叙分别是根 右 左  （如果没遇到递减说明一直在增，也就是一直在右子树.）
        //一直把右子树遍历到底，所以当前的结点一直都是同一层的左子树或者下一层的右子树（）
            if(postorder[i] > root) return false;      //右 > 根 > 左  这个序列会全部入栈（）所以 root应当是当前的根或者右子树
            //他会一直向右下方向，直到遍历到最右下的那个小二叉树时发现递减。
            while(!stack.isEmpty() && stack.peek() > postorder[i]){   界                                                                           
                root = stack.pop();   //往回出栈，因为此时是未检测过的最右的子树的左节点，所以当找到小于此节点应该就是父节点的根节点，所以此时的root为这个分叉的左节点的父节点
            }
            //将这个左节点入栈（此时root最大，这个节点第二大。）
            stack.add(postorder[i]); //无论怎样都倒序入栈
        }
        return true;
    }
}