bst区间查询的正确语义是利用中序有序性和递归剪枝，仅访问与区间[l,r]有交集的子树：若子树max_val r则跳过右子树，否则递归查询并聚合sum、count等信息，时间复杂度平均o(log n)。
什么是BST区间查询的正确语义
二叉搜索树（BST）的区间查询不是简单地遍历所有节点再过滤，而是利用左小右大的结构性质跳过无关子树。如果你用 inorderTraversal 全量遍历后再 filter，时间复杂度就是 O(n)，完全浪费了 BST 的优势。
真正的区间查询应只访问可能落在 [low, high] 内的节点：当当前节点值 val ，左子树全小于 <code>low，直接剪掉，只递归右子树；当 val > high，右子树全大于 high，只递归左子树；否则左右都查。
递归实现中容易漏掉的边界处理
很多人写递归时只判断 val >= low && val 就加入结果，但忽略：即使当前节点不在区间内，它的某棵子树仍可能有合法节点。比如 <code>val = 5，low = 3，high = 7，此时左右子树都要查；但若 val = 2，low = 3，那左子树全 ≤ 2，不可能满足 ≥ 3，必须跳过左子树。
- 必须对每个节点做三向分支判断：
val → 只走右；<code>val > high→ 只走左；否则左右都走 - 插入结果的时机是
val >= low && val ，不是“进入该节点时就加” - 注意
low和high是否包含端点——BST 本身不保证重复值，但若允许重复，需明确是否用还是 <code>
迭代写法如何避免栈爆或逻辑错乱
用栈模拟递归时，不能只压入节点指针，必须同时记录该节点对应的有效搜索范围（即它在原BST中被约束的上下界），否则无法做剪枝。例如根节点范围是 [-INF, +INF]，进入左子节点后，其合法范围变成 [-INF, root->val)；进右子节点则变成 (root->val, +INF]。
常见错误是只存节点，然后靠节点值现场判断——这会退化成 DFS 全遍历。
- 栈元素类型建议为
std::tuple<treenode int></treenode>（节点指针、当前子树最小允许值、最大允许值） - 初始压入
{root, INT_MIN, INT_MAX}，注意INT_MIN/INT_MAX可能和节点值冲突，更安全用long long或std::optional<int></int>表示无界 - 每次出栈后，先检查
val是否在当前区间内，再决定是否将左右子节点按新约束压栈
返回结果时的性能与内存选择
如果只是统计数量，用 int 计数即可；如果要提取所有节点值，返回 std::vector<int></int> 最常用。但要注意：BST 区间内节点数可能远小于总节点数，提前 reserve 容量没意义；而频繁 push_back 的摊还成本可接受。
若调用方后续只读、且数据量大，考虑返回 std::vector<int>&&</int> 避免拷贝；但别返回局部容器的引用——这是悬垂引用。
- 不要用
std::list替代vector：BST 中序天然有序，vector支持随机访问且 cache 友好 - 如果上层需要迭代器接口（如支持 range-for），可封装一个轻量迭代器类，但多数场景直接返回 vector 更直白
- 若区间极大（接近全树），递归深度可能触发栈溢出——此时强制切换到迭代写法，而非调大栈空间
low 是 long long，但节点值是 int，比较时隐式转换可能掩盖溢出；或者 low 为 nullptr 表示无下界，但代码里写成 if (low == nullptr) 却忘了初始化指针——这类细节不报编译错，但一跑就漏数据。C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
