https://leetcode-cn.com/problems/binode-lcci/
二叉树数据结构TreeNode可用来表示单向链表（其中left置空，right为下一个链表节点）。实现一个方法，把二叉搜索树转换为单向链表，要求依然符合二叉搜索树的性质，转换操作应是原址的，也就是在原始的二叉搜索树上直接修改。
返回转换后的单向链表的头节点。
注意：本题相对原题稍作改动
示例：
输入： [4,2,5,1,3,null,6,0]
输出： [0,null,1,null,2,null,3,null,4,null,5,null,6]
提示：
节点数量不会超过 100000。
- 二叉查找树
- 递归
- 二叉树的遍历
- 暂无
实际上这就是一个考察二叉树遍历 + 二叉搜索(查找)树性质的题目。这类题目特别需要注意的是指针操作，这一点和链表反转系列题目是一样的。
首先我们要知道一个性质： 对于一个二叉查找树来说，其中序遍历结果是一个有序数组。 而题目要求你输出的恰好就是有序数组（虽然没有明说， 不过从测试用例也可以看出）。
因此一个思路就是中序遍历， 边遍历边改变指针即可。 这里有两个注意点:
- 指针操作小心互相引用，导致死循环。
- 你需要返回的是最左下角的节点，而不是题目给的 root。
-
对于第一个问题， 其实只要注意操作指针的顺序，以及在必要的时候重置指针即可。
-
对于第二个问题，我用了一个黑科技，让代码看起来简洁又高效。如果不懂的话， 你也可以换个朴素的写法。
理解了上面的内容的话， 那让我们进入正题。
其中绿色是我们要增加的连线，而黑色是是原本的连线。
我们再来看一个复杂一点的：
实际上，不管多么复杂。 我们只需要进行一次中序遍历，同时记录前驱节点。然后修改前驱节点和当前节点的指针即可，整个过程就好像是链表反转。
核心代码（假设 pre 我们已经正确计算出了）：
cur.left = None
pre.right = cur
pre = cur剩下的就是如何计算 pre，这个也不难，直接看代码：
self.pre = None
def dfs(root):
dfs(root.left)
# 上面的指针改变逻辑写到这里
self.pre = root
dfs(root.right)问题得以解决。
这里还有最后一个问题就是返回值，题目要返回的实际上是最左下角的值。而我用了一个黑科技的方法（注意看注释）:
self.pre = self.ans = TreeNode(-1)
def dfs(root):
if not root: return
dfs(root.left)
root.left = None
self.pre.right = root
# 当第一次执行到下面这一行代码，恰好是在最左下角， 这个时候 self.pre = root 就切断了 self.pre 和 self.ans 的联系
# 之后 self.pre 的变化都不会体现到 self.ans 上。
# 直观上来说就是 self.ans 在遍历到最左下角的时候下车了，而 self.pre 还在车上
# 因此最后返回 self.ans.right 即可
self.pre = root
dfs(root.right)
dfs(root)
return self.ans.right- 指针操作
- 返回值的处理
class Solution:
def convertBiNode(self, root):
self.pre = self.ans = TreeNode(-1)
def dfs(root):
if not root: return
dfs(root.left)
root.left = None
self.pre.right = root
self.pre = root
dfs(root.right)
dfs(root)
return self.ans.right复杂度分析
- 时间复杂度：$O(N)$，其中 N 为树的节点总数。
- 空间复杂度：$O(h)$，其中 h 为树的高度。
大家对此有何看法，欢迎给我留言，我有时间都会一一查看回答。更多算法套路可以访问我的 LeetCode 题解仓库：https://github.com/azl397985856/leetcode 。 目前已经 37K star 啦。 大家也可以关注我的公众号《力扣加加》带你啃下算法这块硬骨头。
