二叉搜索树算法实战：最小绝对差与最近公共祖先

1. 二叉搜索树的最小绝对差解析与实现

1.1 问题背景与核心思路

给定一个二叉搜索树（BST），我们需要找出树中任意两节点值之间的最小绝对差。这个问题看似简单，但考察了对BST性质的深入理解和遍历算法的灵活运用。

BST有一个关键特性：其中序遍历结果是一个升序排列的数组。这个性质为我们解决问题提供了重要突破口。想象一下，在一个已经排序的数组中，要找出相邻元素的最小差值，这比在无序数组中寻找任意两个元素的最小差值要高效得多。

1.2 中序遍历的迭代实现

在Python中，我们可以用迭代的方式实现中序遍历，避免递归可能带来的栈溢出问题。以下是详细的代码解析：

python复制# 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 getMinimumDifference(self, root: Optional[TreeNode]) -> int:
        nums = []  # 存储中序遍历结果
        stk = []    # 辅助栈
        cur = root  # 当前节点指针
        
        while cur or stk:
            # 一直向左走，将沿途节点压入栈
            while cur:
                stk.append(cur)
                cur = cur.left
            
            # 弹出栈顶节点并访问
            cur = stk.pop()
            nums.append(cur.val)
            
            # 转向右子树
            cur = cur.right
        
        # 计算相邻元素的差值
        n = len(nums)
        ans = float('inf')
        for i in range(1, n):
            ans = min(ans, nums[i] - nums[i - 1])
            
        return ans

注意：在实际编码中，我们使用float('inf')来表示无穷大，这样可以方便地进行最小值比较。在Python 3.5+中，也可以使用math.inf。

1.3