问题描述：
给定一个二叉树的根节点 root ，返回 它的 中序 遍历 。
示例1：
**输入：**root = [1,null,2,3]
输出：[1,3,2]
示例2：
**输入：**root = []
输出：[]
示例3：
**输入：**root = [1]
输出：[1]
解决方法：
方法一：递归法
算法思路：
递归法利用函数调用栈来模拟遍历过程，遵循"左子树-根节点-右子树"的访问顺序，将大问题分解为小问题：遍历整棵树 = 遍历左子树 + 访问根节点 + 遍历右子树。
算法步骤：
-
递归终止条件：如果当前节点为空，直接返回
-
递归左子树：深入遍历当前节点的左子树
-
访问根节点：将当前节点的值加入结果列表
-
递归右子树：深入遍历当前节点的右子树
代码实现：
python
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
result = []
# 调用辅助递归函数，从根节点开始遍历
self.inorder(root,result)
return result
def inorder(self,node,result):
# 递归终止条件
if node is None:
return
# 递归遍历左子树 深入当前节点的左子树 直到最左边叶子节点
self.inorder(node.left,result)
# 访问当前节点-根节点 在左子树遍历完成后，将当前节点的值加入结果列表
result.append(node.val)
# 递归遍历右子树 在访问完当前节点后，深入右子树继续遍历
self.inorder(node.right,result)
# self 是 Python 类方法的第一个参数，代表实例本身
# 在类的方法中调用其他方法必须使用 self.方法名()
# 这是 Python 面向对象编程的语法要求，不是算法本身的需要复杂度分析：
- 时间复杂度：O(n)，每个节点恰好被访问一次
- 空间复杂度：O(h)，h为二叉树的高度
方法二：迭代法
算法思路：
使用显式的栈来模拟递归的函数调用栈。通过循环和栈操作来实现中序遍历的"左根右"顺序。核心思想是先深入左子树到底部，然后回溯访问节点，再转向右子树。
算法步骤;
-
初始化：创建结果列表、辅助栈，设置当前节点指针
-
循环条件：当前节点不为空或栈不为空时继续
-
左子树处理：将当前节点及其所有左子节点入栈
-
节点访问：弹出栈顶节点，访问该节点
-
右子树处理：转向右子树继续遍历
代码实现：
python
class Solution:
def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
# 步骤1：初始化
result = [] # 存储结果
stack = [] # 辅助栈
current = root # 当前节点指针
# 步骤2：循环条件
while current or stack:
# 步骤3：左子树处理 - 遍历到最左边的节点
while current:
stack.append(current)
current = current.left
# 步骤4：节点访问 - 弹出栈顶元素并访问
current = stack.pop()
result.append(current.val)
# 步骤5：右子树处理 - 转向右子树
current = current.right
return result复杂度分析：
- 时间复杂度：O(n)，每个节点入栈出栈各一次，共 2n 次操作
- 空间复杂度：O(h)，h为二叉树的高度
递归法另一种版本（条件判断）
python
class Solution:
def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
# 步骤1：初始化
result = []
stack = []
current = root
# 步骤2：循环条件
while current or stack:
if current:
# 步骤3：节点非空 - 入栈并转向左子树
stack.append(current)
current = current.left
else:
# 步骤4：节点为空 - 回溯访问并转向右子树
current = stack.pop()
result.append(current.val)
current = current.right
return result问题详解：
什么是中序遍历？
中序遍历是二叉树遍历的一种方式，遍历顺序为：
-
左子树：递归遍历左子树
-
根节点：访问当前节点
-
右子树：递归遍历右子树
此外还有前序遍历 （根左右）以及后序遍历（左右根）
总结：
| 方法 | 优点 | 缺点 | 适用场景 |
| 递归法 | 代码简洁，逻辑清晰 | 递归深度大时可能会栈溢出 | 树深度不大 |
| 迭代法 | 避免递归开销，可控性好 | 代码相对复杂 | 深度大的树 |
|---|
核心要点：
- 遍历顺序：牢记"左根右"的中序遍历顺序
- 递归思想：分治思想，将问题分解为子树问题
- 栈的应用：迭代法通过栈模拟递归调用的过程
- 空间优化：两种方法的空间复杂度都与树高相关