非递归中序遍历的一点解释

递归形式的前序，中序，后序，便利大家应该都是比较熟悉的。但是，有时候，在针对一些对BST遍历过程中节点状态控制的时候，使用非递归形式的算法，往往更加有效，代码更加简洁。
1. 先把二叉树的非递归中序遍历贴出。leetcode题目

public List<Integer> inorderTraversal(TreeNode root) {
    List<Integer> list = new ArrayList<>();
    if(root == null) return list;
    Stack<TreeNode> stack = new Stack<>();
    while(root != null || !stack.empty()){
        while(root != null){
            stack.push(root);
            root = root.left;
        }
        root = stack.pop();
        list.add(root.val);
        root = root.right;

    }
    return list;
}

代码很简单，就是用一个栈保存已有节点，再不断拿出节点判断即可。leetcode题目

---

现在我们可以用这种方法来解决，BST中第K小节点这个问题。

public int kthSmallest (TreeNode root, int k) {
     Stack<TreeNode> stack = new Stack<>();
     while(root != null || !stack.isEmpty()) {
         while(root != null) {
             stack.push(root);    
             root = root.left;   
         } 
         root = stack.pop();
         if(--k == 0) break;
         root = root.right;
     }
     return root.val;
}

---

我们也可以用来解决，有效的二叉树这个题目。leetcode题目

public boolean isValidBST(TreeNode root) {
   if (root == null) return true;
   Stack<TreeNode> stack = new Stack<>();
   TreeNode pre = null;
   while (root != null || !stack.isEmpty()) {
      while (root != null) {
         stack.push(root);
         root = root.left;
      }
      root = stack.pop();
      if(pre != null && root.val <= pre.val) return false;
      pre = root;
      root = root.right;
   }
   return true;
}