【力扣】538. 把二叉搜索树转换为累加树

给定一个二叉搜索树（Binary Search Tree），把它转换成为累加树（Greater Tree)，使得每个节点的值是原来的节点值加上所有大于它的节点值之和。

例如：

输入: 原始二叉搜索树:
5
/
2 13

输出: 转换为累加树:
18
/
20 13

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/convert-bst-to-greater-tree

思考方式：1.根据二叉搜索树的特点（若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二叉排序树。）

已知的深度遍历中的中序遍历为（左子节点-> 根节点-> 右子节点）

所以反序中序遍历为：右子节点-> 根节点-> 左子节点

可得：

int maxValue = 0;
    public TreeNode convertBST(TreeNode root) {
        //考虑到二叉搜索树的特点，右子节点大于根节点，根节点大于左子节点
        if(root != null){
            convertBST(root.right);
            maxValue +=  root.val;
            root.val = maxValue;
            convertBST(root.left);
        }
        return root;
    }

 时间复杂度为：O（n）、空间复杂度为O（n）（最坏的情况下会递归n次）

借由此问题，再回顾下搜索二叉树的方式 ------------（二叉树的遍历方式（非递归）），此处来说下递归是怎么遍历的：

深度优先遍历中的前序遍历

public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> result = new ArrayList<Integer>();
        preorder(root,result);
        return result;
    }

    private void preorder(TreeNode root,List<Integer> result){
        if(root != null){
            result.add(root.val);
            preorder(root.right,result);
            preorder(root.left,result);
        }
    }

深度优先遍历中的中序遍历

public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> result = new ArrayList<Integer>();
        preorder(root,result);
        return result;
    }

    private void preorder(TreeNode root,List<Integer> result){
        if(root != null){
            preorder(root.left,result);
            result.add(root.val);
            preorder(root.right,result);
        }
    }

深度优先遍历中的后序遍历

public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> result = new ArrayList<Integer>();
        preorder(root,result);
        return result;
    }

    private void preorder(TreeNode root,List<Integer> result){
        if(root != null){
            preorder(root.left,result);
            
            preorder(root.right,result);
            result.add(root.val);
        }
    }