思想
二叉树的核心思想是分治和递归，特点是遍历方式。
解题方式常见两类思路：
- 遍历一遍二叉树寻找答案；
- 通过分治分解问题寻求答案；
遍历分为前中后序，本质上是遍历二叉树过程中处理每个节点的三个特殊时间点：
- 前序是在刚刚进入二叉树节点时执行；
- 后序是在将要离开二叉树节点时执行；
- 中序是左子树遍历完进入右子树前执行；
# 前序
1 node
/ \
2 left 3 right
中左右
# 中序
2 node
/ \
1 left 3 right
左中右
# 后序
3 node
/ \
1 left 2 right
左右中
多叉树只有前后序列遍历，因为只有二叉树有唯一一次中间节点的遍历
题目的关键就是找到遍历过程中的位置，插入对应代码逻辑实现场景的目的。
实例
两数之和IV - 输入二叉搜索树 leetcode 653
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right
输入：
（1）root: TreeNode，二叉树的根节点；
（2）k: int，目标两数和；
输出：
bool，返回树中是否存在两个元素之和为目标值。
举例：
给定二叉树 [5,3,6,2,4,null,7], k = 9
5 + 4 = 9，存在两个元素和是 9，返回 True
5
/ \
3 6
/ \ / \
2 4 7
二叉树的数据存储可以使用链表，也可以使用数组，往往数组更容易表达，根节点从 index=1 处开始存储，浪费 index=0 的位置
left_child = 2 * parent
right_child = 2 * parent + 1
parent = child // 2
分治解
基本情境是获得一个当前节点和左右子树，用一块内存记录需要的元素，如果当前节点值在需要的元素中，返回 True，否则继续遍历左右子树，全部遍历完不存在则返回 False。
base 条件是如果当前节点为 None 则直接返回。
上例中，目标元素初始为 {}
- 从 5 开始遍历，需要 9-5 = 4，目标元素更新为 {4}
- 左子树 3，需要 9-3 = 6，目标元素更新为 {4,6}
- 左子树 2，需要 9-2 = 7，目标元素更新为 {4,6,7}
- 左子树 None，返回
- 右子树 4，属于目标元素，返回 True
编码
from typing import Optional
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right
def two_sum_iv_input_is_a_bst(root: Optional[TreeNode], k: int) -> bool:
# 目标元素集
target = set()
def traverse(root: TreeNode) -> bool:
# 初始条件，空节点不处理
if root is None:
return
# 前序遍历位置，比对当前节点值并处理
nonlocal target
if root.val in target:
# 当前节点值在目标元素集中，返回存在
return True
else:
# 当前节点值不在目标元素集中，将新的目标加入
target.add(k - root.val)
# 左右子树分别遍历，都不存在则返回 False
return traverse(root.left) or traverse(root.right) or False
return traverse(root)
相关
二叉树 0
二叉树 1
二叉树 2
二叉树 3
二叉树 4
二叉树 5
二叉树 6
二叉树 7
二叉树 8
二叉树 9
二叉树 10
二叉树 11
