本题采用二分分治递归算法（又称"中点根节点映射法"）解决将有序数组转换为高度平衡二叉搜索树的问题。其核心本质是将一维有序区间的几何中心元素抽象为二叉树的局部根节点，通过等分剩余区间确保左右子树的规模差异不超过 1。当前提供的源码实现了在时间复杂度 O(n) 和额外空间复杂度 O(log n) 条件下的全局最优平衡重构，最终走向是精准输出一棵满足二叉搜索树及高度平衡双重约束的平衡二叉树。
一、 问题本质与数据模型
对于严格递增的整数数组 nums，题目要求构建一棵平衡二叉搜索树（BST）。该问题面临两个核心物理约束：
-
二叉搜索树约束：左子树所有节点值小于根节点值，右子树所有节点值大于根节点值。
-
高度平衡约束：任意节点的左右子树高度差绝对值不超过 1。
由于输入的数组已经按升序排列，数组本身就是二叉搜索树中序遍历的线性展现。若从数组的任意一端（如最左侧或最右侧）开始作为根节点盲目构建，将导致树向单侧极端倾斜，退化为线性链表，从而破坏高度平衡。
为了破除这种拓扑非对称困局，算法引入了"中点分割模型"。每次选择当前子数组区间的几何中心 mid = left + (right - left) / 2 作为局部根节点。由于数组有序，该元素左侧的所有元素必然小于它，右侧的所有元素必然大于它，天然满足二叉搜索树属性；同时，左右两侧的剩余元素数量差至多为 1，确保了自底向上回溯时左右子树的高度差绝对值不超过 1，从而在几何上强制实现树的全局高度平衡。
二、 算法演进对比
在将有序序列转化为平衡 BST 的场景中，中点分治法在时空资源的控制上达到了平衡极限：
| 解法名称 | 时间复杂度 | 空间复杂度 | 核心原理 | 物理瓶颈 / 缺陷 |
|---|---|---|---|---|
| 逐个节点插入法 | O(n 阶平方) | O(1) | 遍历有序数组，对每个元素调用常规 BST 插入操作 | 由于元素有序，常规插入会导致树退化为单链表，效率低下且破坏平衡性 |
| 中点分治法（当前解法） | O(n) | O(log n) | 每次选取区间中点作为根，等分左右区间并行递归 | 依赖数组的随机访问特性，若输入数据结构退化为单链表则无法直接定位中点 |
| 中序遍历模拟法 | O(n) | O(log n) | 建立全局计数器，配合中序遍历顺序依序构建节点并装配 | 编码逻辑较为抽象，需要精确维护全局指针与树结构的物理状态同步 |
三、 核心分支控制逻辑与决策证明
当前源码的控制流完全依赖于私有递归函数 dfs(nums, left, right) 内的区间边界判定与节点组装，其内部决策分支证明如下：
1. 越界空值分支：if (left > right)
-
执行：直接返回 null。
-
物理意义：当左边界指针大于右边界指针时，说明当前子区间已经不包含任何物理元素。该子树属于虚拟空边界，返回 null 作为叶子节点的终止标识。
2. 中点值物理映射：int mid = left + (right - left) / 2;
-
执行 ：计算中点索引并构造
TreeNode root = new TreeNode(nums[mid]); -
数学证明 ：使用防溢出公式确定当前有效区间的中心位置。由于数组严格升序，
nums[mid]将当前区间切分为[left, mid - 1]和[mid + 1, right]两个子弹道。左侧子数组所有值均小于nums[mid]，右侧均大于nums[mid]，此映射完全符合二叉搜索树的物理定义。
3. 左子树递归分支：root.left = dfs(nums, left, mid - 1);
-
执行：将左侧剩余子区间作为左子树的数据域进行递归构建。
-
数学证明 ：左侧子区间的规模为
(mid - 1) - left + 1，其内部元素继续遵循相同的等分策略，确保生成的左子树高度均匀。
4. 右子树递归分支：root.right = dfs(nums, mid + 1, right);
-
执行：将右侧剩余子区间作为右子树的数据域进行递归构建。
-
数学证明 ：右侧子区间的规模为
right - (mid + 1) + 1。左右两个子区间的元素个数之差绝对值小于或等于 1，从而在数学上证明了左右子树高度差绝对值不大于 1。
四、 算法执行状态机步进示例
以输入有序数组 nums = [-10, -3, 0, 5, 9] 为例（规模 n = 5，预期树高 h = 3），递归调用栈的步进与状态机上演进过程如下表所示（注：区间用标准闭区间表示）：
| 步骤 | 当前递归区间 left, right | 计算所得中点 mid (对应数值) | 触发的分支与状态判定 | 空间调用栈物理状态说明 |
|---|---|---|---|---|
| 初始 | 0, 4 | 2 (数值: 0) | 选取 0 为全局根节点，触发左区间 0, 1 递归 | 栈深: \[0,4 ] |
| 1 | 0, 1 | 0 (数值: -10) | 选取 -10 为局部根，触发左区间 0, -1 递归 | 栈深: \[0,4, 0,1 ] |
| 2 | 0, -1 | 越界 | 满足 left 大于 right，直接返回 null | 栈深: \[0,4, 0,1, 0,-1 ] -> 弹出 |
| 3 | 0, 1 | 0 (数值: -10) | 左孩子挂载 null；触发右区间 1, 1 递归 | 栈深: \[0,4, 0,1 ] |
| 4 | 1, 1 | 1 (数值: -3) | 选取 -3 为叶子节点，其左右子区间均越界返回 null | 栈深: \[0,4, 0,1, 1,1 ] -> 弹出 |
| 5 | 0, 1 | 0 (数值: -10) | 右孩子挂载 -3；当前子树构建完成，向上传递节点 -10 | 栈深: \[0,4, 0,1 ] -> 弹出 |
| 6 | 0, 4 | 2 (数值: 0) | 根节点 0 挂载左孩子 -10；触发右区间 3, 4 递归 | 栈深: \[0,4 ] |
| 7 | 3, 4 | 3 (数值: 5) | 选取 5 为局部根，触发左区间 3, 2 返回 null；触发右区间 4, 4 | 栈深: \[0,4, 3,4 ] |
| 8 | 4, 4 | 4 (数值: 9) | 选取 9 为叶子节点，其左右均返回 null，返回节点 9 | 栈深: \[0,4, 3,4, 4,4 ] -> 弹出 |
| 9 | 3, 4 | 3 (数值: 5) | 右孩子挂载 9；当前子树构建完成，向上传递节点 5 | 栈深: \[0,4, 3,4 ] -> 弹出 |
| 10 | 0, 4 | 2 (数值: 0) | 根节点 0 挂载右孩子 5；全局构建完成，返回最终根节点 | 栈深: \[0,4 ] -> 弹出，流程结束 |
五、 源码实现
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public TreeNode sortedArrayToBST(int[] nums) {
// 启动分治深度优先搜索，初始化边界为数组的完整物理区间
return dfs(nums, 0, nums.length - 1);
}
private TreeNode dfs(int[] nums, int left, int right) {
// 基准收敛条件：若左边界超越右边界，说明当前区间为空，无法构成节点
if (left > right) {
return null;
}
// 核心控制：计算区间的几何中心点，采用防加法溢出结构
int mid = left + (right - left) / 2;
// 物理映射：以中点元素的值实例化当前子树 the 根节点
TreeNode root = new TreeNode(nums[mid]);
// 分治递归：将中点左侧的升序子区间，递归构建为当前根节点的左子树
root.left = dfs(nums, left, mid - 1);
// 分治递归：将中点右侧的升序子区间，递归构建为当前根节点的右子树
root.right = dfs(nums, mid + 1, right);
// 状态回溯：返回已经装配好左右子树的局部平衡 BST 根节点
return root;
}
}六、 复杂度分析
1. 时间复杂度：O(n)
-
分析：算法通过二分法将一维数组逐步切分。在整个分治递归过程中，数组中的每一个元素都被选定且仅选定为一次中点（即被实例化为一个独立的二叉树节点）。在每个节点上的局部操作（算术中点求值、指针赋值、局部新建节点）消耗均为常数阶时间 O(1)。如果有 n 个元素，整体计算步数与元素总量 n 呈严格的线性正比关系。
-
结论：时间复杂度为 O(n)，达到了所有二叉树线性重构算法的理论上限。
2. 空间复杂度：O(log n)
-
分析：算法在运行期间未使用任何与输入规模成正比的外部独立数据结构（如额外的数组或队列）。由于算法采用严格的二分法进行递归区间切分，递归调用栈的深度取决于二叉树的高度。在每次对半分的策略下，构建出的二叉树是一棵完全平衡二叉树，其高度严格被限制在 log n 级别。
-
结论：最大系统栈内存空间开销恒定在对数阶 O(log n)。