递归：visit 写在哪，就是哪种序
遍历的定义本身就是递归的：遍历一棵树 = 访问根、遍历左子树、遍历右子树。把这三件事写成 dfs(node) 里的三句话，前 / 中 / 后序的唯一区别就是 visit(node) 这一句相对 dfs(node.left) 与
dfs(node.right) 摆在哪个位置：之前是前序、之间是中序、之后是后序。其余代码一字不差。
本页约定： 演示树是二叉搜索树 (BST)（左 < 根 < 右），故中序输出恰为升序，便于对照。当前正在执行的节点 node 用橙色描边；已访问节点填实心青色。下方调用栈那条横条 =
从根到当前节点的祖先链——每次进入 dfs 入栈、返回时出栈，它就是递归占用的 O(h) 额外空间（h 为树高）。
三序只差一行的位置。 切换上面的开关，盯住代码里 visit(node) 那一句：它从 dfs(left) 之前（前序）挪到两个 dfs 之间（中序）、再挪到之后（后序），输出序列随之改变，而调用栈的压入 /
弹出节奏完全一样——这说明「访问什么顺序」与「怎么走完树」是两件独立的事。
1 · 递归的代价：调用栈与爆栈风险
递归看似没有「数据结构」，但它借用了语言运行时的调用栈：每层 dfs 的局部变量、返回地址都压在调用栈上，栈的最大深度 = 树高 h。平衡树 h ≈ log n，但退化成链（如按升序插入 BST）时 h =
n——试试上面的「右链」预设，看调用栈一路压到底。深度很大时（几万层）可能爆栈 (stack overflow)，这正是显式栈迭代把调用栈搬到堆上、以及 Morris 索性省掉栈的动机。