【LeetCode】230 and 538（二叉搜索树）

二叉搜索树（BST）

BST的特性：
1、对于 BST 的每⼀个节点 node，左⼦树节点的值都⽐ node 的值要⼩，右⼦树节点的值都⽐ node 的值⼤。
2、对于 BST 的每⼀个节点 node，它的左侧⼦树和右侧⼦树都是 BST。

同时，BST具备另一个重要性质：BST 的中序遍历结果是有序的（升序）。
下面本文将从实例角度来理解BST的特性以及该重要性质。

230. 二叉搜索树中第K小的元素

解法：中序遍历
已知BST的中序遍历结果是有序的（升序），因此我们可以通过中序遍历找到第k小的元素。

class Solution:
    def kthSmallest(self, root: Optional[TreeNode], k: int) -> int:
        result = 0
        rank = 0
        def traverse(node):
            nonlocal result
            nonlocal rank
            if not node:
                return
            traverse(node.left)
            rank += 1
            if rank == k:
                result = node.val
            traverse(node.right)
        traverse(root)
        return result

538. 把二叉搜索树转换为累加树

解法：反向中序遍历
针对二叉树问题，明确每个节点「该做什么」以及「什么时候做」。对于该问题，「该做什么」，分析如下：累加和是计算⼤于等于当前值的所有元素之和，但是对于⼀个节点来说，父节点和右子树都有可能是⽐它⼤的元素呀？这个没法确定的，我们⼜没有触达⽗节点的指针，所以⼆叉树的通⽤思路在这⾥⽤不了。
我们再来观察BST的中序遍历，正向遍历为升序，那么反向遍历不就是降序吗？反向中序遍历可以降序打印 BST 节点的值，如果维护⼀个外部累加变量 sum，然后把 sum 赋值给 BST 中的每⼀个节点，不就将 BST 转化成累加树了吗？

class Solution:
    def convertBST(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
        def traverse(node, _sum):
        # sum为该节点右边的所有节点的值的总和（所有比该节点大的节点）
            if not node:
                return _sum
            # 累加操作
            node.val += traverse(node.right, _sum)
           	# 传递给左子树
            return traverse(node.left, node.val)
        
        traverse(root, 0)
        return root

总结

BST 相关的问题，要么利⽤ BST 左⼩右⼤的特性提升算法效率，要么利⽤中序遍历的特性满⾜题⽬的要求。