LeetCode 98. 验证二叉搜索树解题总结-育师

一、方法一：递归边界约束法（范围校验）

1. 核心思想

2. 完整实现代码

3. 重点 & 难点

二、方法二：中序遍历法（利用 BST 特性）

1. 核心思想

2. 实现代码

版本 1：递归中序遍历（简洁易理解）

版本 2：迭代中序遍历（避免递归栈溢出）

3. 重点 & 难点

三、两种方法对比

四、常见易错点总结

五、总结

验证二叉搜索树（BST）是二叉树高频面试题，核心考点是准确理解 BST 的定义（左子树所有节点值 <根节点值，右子树所有节点值> 根节点值，且左右子树也必须是 BST），而非仅 “根节点大于左孩子、小于右孩子”。以下总结两种主流解法，涵盖核心思想、实现、重点难点及对比。

一、方法一：递归边界约束法（范围校验）

1. 核心思想

基于 BST 的定义，为每个节点划定合法取值范围（左边界 < 节点值 < 右边界）：

根节点的初始范围是(Long.MIN_VALUE, Long.MAX_VALUE)（用 Long 避免 int 极值溢出）；
递归遍历左子树时，更新右边界为当前节点值（左子树所有节点必须 < 当前节点）；
递归遍历右子树时，更新左边界为当前节点值（右子树所有节点必须 > 当前节点）；
若所有节点都满足范围约束，则为合法 BST。

2. 完整实现代码

class Solution { // 递归函数：校验当前节点是否在(left, right)范围内，且子树满足BST private boolean isValidBSTHelper(TreeNode root, long left, long right) { if (root == null) return true; // 空树是合法BST long curVal = root.val; // 核心：当前节点超出范围 → 不合法；递归校验左右子树 if (curVal <= left || curVal >= right) return false; return isValidBSTHelper(root.left, left, curVal) // 左子树范围：(left, curVal) && isValidBSTHelper(root.right, curVal, right); // 右子树范围：(curVal, right) } public boolean isValidBST(TreeNode root) { // 初始范围用Long极值，避免int最大值/最小值的溢出问题 return isValidBSTHelper(root, Long.MIN_VALUE, Long.MAX_VALUE); } }

注：个人暂时感觉这个思路好理解一点；很多方法其实只需要记一种，然后面试的时候思路清晰就OK

3. 重点 & 难点

重点：
- 范围约束需覆盖 “子树所有节点”，而非仅直接子节点；
- 用Long类型替代int作为边界，解决Integer.MAX_VALUE/Integer.MIN_VALUE作为节点值时的校验失效问题（如测试用例[2147483647]）。
难点：
- 容易误将边界设为Integer极值，导致极端值校验失败；
- 递归时边界更新方向易混淆（左子树更新右边界，右子树更新左边界）。

二、方法二：中序遍历法（利用 BST 特性）

1. 核心思想

BST 的核心特性：中序遍历结果是严格递增的序列（左→根→右，值从小到大）。

遍历过程中记录前一个节点的值；
若当前节点值 ≤ 前一个节点值，说明不满足递增特性，不是合法 BST；
遍历完成后未发现违规，则为合法 BST。

2. 实现代码

版本 1：递归中序遍历（简洁易理解）

class Solution { private long preVal = Long.MIN_VALUE; // 记录前一个节点值，初始为Long最小值 public boolean isValidBST(TreeNode root) { // 中序遍历：左→根→右 if (root == null) return true; // 先遍历左子树，左子树不合法直接返回false if (!isValidBST(root.left)) return false; // 校验当前节点：若≤前一个值，不合法 if (root.val <= preVal) return false; // 更新前一个节点值为当前值；注意此处应该递归到了最底层，从左子树最下面的节点开始的 preVal = root.val; // 遍历右子树 return isValidBST(root.right); } }

版本 2：迭代中序遍历（避免递归栈溢出）

class Solution { public boolean isValidBST(TreeNode root) { if (root == null) return true; Deque<TreeNode> stack = new LinkedList<>(); long preVal = Long.MIN_VALUE; TreeNode cur = root; // 迭代中序遍历模板 while (cur != null || !stack.isEmpty()) { // 先遍历左子树，全部入栈 while (cur != null) { stack.push(cur); cur = cur.left; } // 弹出栈顶（当前最左节点） cur = stack.pop(); // 校验递增性 if (cur.val <= preVal) return false; preVal = cur.val; // 遍历右子树 cur = cur.right; } return true; } }

3. 重点 & 难点

重点：
- 利用 BST 中序递增的特性，将 “验证 BST” 转化为 “验证序列递增”，逻辑更直观；
- 初始preVal需设为Long.MIN_VALUE，避免节点值为Integer.MIN_VALUE时误判。
难点：
- 递归版需注意preVal的作用域（需设为成员变量 / 数组传递，避免递归栈覆盖）；
- 迭代版需熟练掌握中序遍历的栈实现逻辑，避免节点遍历顺序错误。

三、两种方法对比

方法	时间复杂度	空间复杂度	核心优势	适用场景
递归边界约束法	O(n)	O(h)	直接贴合 BST 定义，逻辑严谨	需快速验证、递归深度可控
中序遍历法（递归）	O(n)	O(h)	利用 BST 特性，代码简洁	面试中快速手写、逻辑直观
中序遍历法（迭代）	O(n)	O(h)	避免递归栈溢出	处理深度极大的二叉树

（注：n 为节点数，h 为树的高度；平衡树 h=logn，斜树 h=n）

四、常见易错点总结

边界类型错误：用int而非Long作为边界 / 前值，导致Integer.MAX_VALUE/Integer.MIN_VALUE测试用例失效；
BST 定义理解偏差：仅校验 “根> 左孩子、根 < 右孩子”，未约束整个子树的范围（如[5,1,4,null,null,3,6]会误判为合法）；
中序遍历递增性错误：将 “严格递增” 写成 “非递减”（BST 不允许节点值相等）；
递归边界更新错误：左子树更新左边界、右子树更新右边界（正确应为左子树更右边界，右子树更左边界）。