我遇到了以下leetcode问题，我对一些人用来解决问题的方法提出了疑问。问题是： 给定非空二进制搜索树和目标值，在BST中找到最接近目标的k值。
注意： 给定目标值是一个浮点。
您可以假设k始终有效，即：k≤总节点数。
保证BST中只有一组唯一的k值最接近目标。
所以，有些人做的是他们按顺序进行遍历，同时保持最近元素的k大小队列。在顺序遍历期间，如果找到的元素比队列中的第一个节点更接近目标，则会从队列中删除第一个节点并添加当前值。我的问题是，他们为什么要与队列中的第一个元素进行比较？这是我所指的一些代码： https://leetcode.com/discuss/94472/inorder-one-linkedlist-java-solution-beat-85%25
答案 0 :(得分：4)
有序遍历将首先找到小于或等于目标的所有元素。随着它接近，新的，越来越近的元素将按排序顺序添加到列表的尾部。在达到k长度后，在尾部添加一个新的close元素需要删除一个更远的元素。最远的是头部，所以它会删除它。
搜索通过目标后，它开始看到距离它更远的元素。每个问题都考虑的问题是它是否比列表中已有的更接近目标。假设k = 5，列表如下所示：
a <= b <= c <= d <= e (<= x?)
^
Target value somewhere between c and d
搜索刚刚发现了下一个值x >= e。只有两种可能性：
x比a更接近目标。在这种情况下，我们要删除a并在尾部添加x。
x离目标的距离比a更远。在这种情况下，我们单独列出清单。此外，我们可以确定每个进一步的有序元素将远离目标，因此可以缩短搜索范围。
令人高兴的是，在达到目标之前，在完成目标之后进行此选择所需的测试总是得到满足，因此在两种情况下相同的代码都足够了。
这是一个优雅的解决方案，但它具有n元素树的O（n）运行时。
更复杂但渐近更快的解决方案依赖于树迭代器。可以构建可以在O（h）时间初始化的迭代器，以从h是树的高度的任何元素开始。在目标上初始化其中两个，然后向左移动一个，向右移动另一个，始终选择最接近目标的移动到下一个。找到k个元素时停止。推进这些迭代器与按顺序遍历的每个步骤具有相同的时间复杂度：摊销的常量时间。所以整个算法是O（h + k）。如果树是平衡的，那么这是O（log n + k），这在k << n时要好得多。
答案 1 :(得分：1)
据推测，队列中的第一个节点离队列中元素的目标最远，如果找到比它更近的东西，队列只需要改变。