leetcode第230题，二叉搜索树中第K小的元素，java实现

本文链接：https://blog.csdn.net/qq_29168809/article/details/104128289

一、迭代法

运行结果

执行结果：通过
执行用时 :1 ms, 在所有 Java 提交中击败了83.31%的用户
内存消耗 :37.9 MB, 在所有 Java 提交中击败了25.55%的用户

代码与注释

// 求解思路：题目已知条件是二叉搜索树，中序遍历得到的结果就是升序的。
class Solution {
    public int kthSmallest(TreeNode root, int k) {
        LinkedList<TreeNode> list = new LinkedList<>();

        // 中序遍历
        while (root != null || !list.isEmpty())
        {
            while (root != null)
            {
                list.add(root);
                root = root.left;
            }
            root = list.removeLast();
            if (--k == 0) return root.val;
            
            root = root.right;
        }
        return -1;
    }
}

做题体会

二叉搜索树（又称二叉排序树，BST），节点取值，左子树小于根节点，根节点小于右子树，采用中序遍历的方式得到的结果恰好是升序的。
利用升序的先天条件，可以进行中序遍历，结合递归的思想，当从第一个叶子结点开始，遍历到第k个，得到的值即为第k小的元素。这个过程无需对中间数据进行记录。
采用递归的方式，遇到最终结果可以提前终止。
其中- -k==0与k- -==0的区别：- -k先减，后判断，k- -是先判断，后减。
前序搜索、中序搜索、后序搜索均属于深度优先搜索（DFS），对应广度优先搜索（BFS）。前序、中序、后序指的是根节点出现的次序，根节点最先出现就是前序，其他情况类似。最简单的方式是用三个节点分析，这里用7个节点的二叉树举例。
时间复杂度：O(logN+k)，到达叶子节点：logN，遍历到第k个数：k。
空间复杂度：O(logN)，无需额外k的空间记录出现的元素，通过- -k==0实现，所以平均需要二叉树深度的存储空间：logN。
如果二叉树一般化，不是BST，可以在遍历树的过程中维护一个size为k的大顶堆，当遍历完成，最终结果出现在堆顶。