剑指 Offer 54. 二叉搜索树的第k大节点 用到了莫里斯遍历

方法1：二叉搜索树的性质，中序遍历左中右是升序的；使用中序遍历的变形，右中左，则第k个数就是第k大节点

class Solution:
    def kthLargest(self, root: TreeNode, k: int) -> int: 
        res = []
        stack =[]
        while stack or root:
            while root:
                stack.append(root)
                root = root.right
            tmp=stack.pop()
            res.append(tmp.val)
            k -=1
            if k==0:
                return res[-1]
            root = tmp.left#注意无论是不是变体，访问完左节点再去访问右节点，是以tmp为主节点的，毕竟tmp是当前的节点
时间复杂度O(k)只遍历了k个节点
空间复杂度O(h)h表示树的高度，也即递归的栈的消耗

莫里斯遍历，在中序版的莫里斯遍历基础上更改，1，是right和left互换，2，是将k不断-1

class Solution:
    def kthLargest(self, root: TreeNode, k: int) -> int: 
        node, output = root, []
        while node:  
            if not node.right: #当前节点没有you子节点
                output.append(node.val)#
                k -=1##
                if k==0:##
                    return node.val##
                node = node.left 
            else: #当前节点有you子节点
                predecessor = node.right 
                while predecessor.left and predecessor.left is not node: 
                    predecessor = predecessor.left 
                if not predecessor.left:#建立联系，找到了最zuo节点
                    predecessor.left = node  #建立zuo关系，与初始节点
                    node = node.right  #初始节点建立关系后，继续其you节点作为初始节点
                else:#拆除联系
                    output.append(node.val)
                    k -=1##
                    if k==0:##
                        return node.val##
                    predecessor.left = None
                    node = node.left         

时间复杂度O(k),需要遍历k个节点，空间复杂度O(1)