前/中/后序遍历
前/中/后序遍历的区别，本质上是根节点在左右子节点之前、之间、还是之后遍历。
遍历本质上有两种方式：
- 深度优先dfs：
- 深入到底+回溯，使用栈（递归/显式栈迭代）实现。
- 递归实现时，通常在遍历函数内部，定义一个dfs函数，其功能为在每个节点，对当前节点做操作，并继续访问子节点。
- 显式栈实现时：
- 前序、后序：【写出二叉树的非递归遍历很难么？这次让你不再害怕非递归！|二叉树的非递归遍历 | 二叉树的遍历迭代法 | 前序与中序-哔哩哔哩】 b23.tv/IpL50L9
- 中序：【写出二叉树的非递归遍历很难么？这次再带你写出中序遍历的迭代法！|二叉树的非递归遍历 | 二叉树的遍历迭代法-哔哩哔哩】 b23.tv/i6Nnl8F
- 广度优先bfs：逐层搜索，使用队列实现。
倒过来看，如何用遍历结果构造二叉树呢？
- 前序与中序/后序与中序：基于前序/后序，定位根节点。基于根节点，分割中序，定位左右子树。递归求解即可。
- 注意，不能前序与后序，因为无法定位左右子树。
路径总和
题目简单，二叉树一般先考虑递归做法。
注意细节：空树返回False - 影响递归终止条件。
路径总和II
找所有路径：回溯。
- 如果解决一个问题有多个步骤，每一个步骤有多种方法，题目又要我们找出所有的方法，可以使用回溯算法
- 回溯算法是在一棵树上的 深度优先遍历（因为要找所有的解，所以需要遍历）
- 注意，return之前，如果已经加入新节点，一定要pop（即便是边界条件处理）。
路径总和III
与【路径总和II】相比：
- 区别：只计算路径数量；允许不经过根节点。
- 解法：再套一层遍历（dfs、bfs皆可），遍历到每个节点时，计算以该节点为根节点的【路径总和II】数量。
- 核心思路：二叉树的最重要思路，递归解决问题，将问题拆分为子问题。
二叉树的最近公共祖先
首先尝试递归，需要先拆解子问题：
- 找最近公共祖先，要么在根节点找到，否则就分别往左右子树去找。
- 找的时候有两种可能性：找到公共祖先；找到节点p/q。
- 注意尽管题目假设树不为空，仍要考虑root为空的边界条件，因为递归会遇到。
二叉树的右视图
显然BFS：
- 每层节点，按从右到左的顺序进入队列。
- 每次只取队列第一个元素即可。
二叉树展开为链表
思路一：前序遍历，存储所有节点到列表，重新连接。
思路二：按题目要求优化空间复杂度，原地修改。递归，注意细节即可：
- 修改交互关系前临时存储节点。
- 递归完成左子树之后，需要步进到最末端，再和右子树相连。
将有序数组转换为二叉搜索树
关键思路：
- 二叉搜索树对应的有序数组，即为二叉搜索树的中序遍历。
- 单凭中序遍历，无法确定根节点位置。题目要求平衡二叉树，即取数组中间元素，作为根节点。
- 左右子树递归即可。
- 边界情况：空数组。
删除二叉搜索树中的节点
删除在单个节点的操作，分为三种情况：
- 无左右子树，直接删除。
- 有单侧子树，替换。
- 有左右子树，选取左子树的最大节点/右子树的最小节点替换。
思路一：二叉树永远优先考虑递归。
- 根节点不是目标，按值大小，选择递归左/右子树即可。
- 根节点是目标，则需考虑上述三种情况。第三种情况最复杂，需要先找到替换的节点，将替换节点从原子树中删去，再进行替换。此处注意先后顺序，不可先替换，否则子树被修改。
思路二：迭代，逻辑细节非常复杂。
