docs: 改进LeetCode二叉树题目解题思路

按照改进方案，为以下6个二叉树题目增强了解题思路的详细程度：

1. 二叉树的中序遍历
   - 增加"思路推导"部分，解释递归到迭代的转换
   - 详细说明迭代法的每个步骤
   - 增加执行过程演示和多种解法

2. 二叉树的最大深度
   - 增加"思路推导"，对比DFS和BFS
   - 详细解释递归的基准情况
   - 增加多种解法和变体问题

3. 从前序与中序遍历序列构造二叉树
   - 详细解释前序和中序的特点
   - 增加"思路推导"，说明如何分治
   - 详细说明切片边界计算

4. 对称二叉树
   - 解释镜像对称的定义
   - 详细说明递归比较的逻辑
   - 增加迭代解法和变体问题

5. 翻转二叉树
   - 解释翻转的定义和过程
   - 详细说明多值赋值的执行顺序
   - 增加多种解法和有趣的故事

6. 路径总和
   - 详细解释路径和叶子节点的定义
   - 说明为什么使用递减而非累加
   - 增加多种解法和变体问题

每个文件都包含：
- 完整的示例和边界条件分析
- 详细的算法流程和图解
- 关键细节说明
- 常见错误分析
- 复杂度分析（详细版）
- 执行过程演示
- 多种解法
- 变体问题
- 总结

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

16-LeetCode Hot 100/盛最多水的容器.md

@@ -31,6 +31,95 @@
 - `2 <= n <= 10^5`
 - `0 <= height[i] <= 10^4`
 
+## 思路推导
+
+### 暴力解法分析
+
+**最直观的思路**：枚举所有可能的线对，计算每对线构成的容器容量。
+
+```python
+def maxArea(height):
+    max_water = 0
+    n = len(height)
+
+    for i in range(n):
+        for j in range(i+1, n):
+            # 容量 = 宽度 × 高度
+            width = j - i
+            h = min(height[i], height[j])
+            max_water = max(max_water, width * h)
+
+    return max_water
+```
+
+**时间复杂度**：O(n²)
+- 外层循环：O(n)
+- 内层循环：O(n)
+- 总计：O(n) × O(n) = O(n²)
+
+**空间复杂度**：O(1)
+
+**问题分析**：
+1. 效率低：n=10⁵ 时，n² 不可接受
+2. 重复计算：很多组合明显不可能最优
+3. 无法利用单调性优化
+
+### 优化思考 - 第一步：双指针策略
+
+**观察**：容器的容量由 `min(height[left], height[right]) × (right - left)` 决定
+
+**关键问题**：如何移动指针才能找到更大的容量？
+
+**直觉思考**：
+- 如果移动较高的指针，宽度减小，高度只能保持不变或减小
+- 如果移动较短的指针，虽然宽度减小，但可能会找到更高的线
+
+**为什么这样思考？**
+- 容量受限于较短的线
+- 移动较短的线才有可能增加容量
+- 移动较高的线不可能增加容量
+
+**优化后的思路**：
+```python
+left, right = 0, len(height) - 1
+max_water = 0
+
+while left < right:
+    width = right - left
+    h = min(height[left], height[right])
+    max_water = max(max_water, width * h)
+
+    # 移动较短的指针
+    if height[left] < height[right]:
+        left += 1
+    else:
+        right -= 1
+```
+
+**时间复杂度**：O(n)
+- 每次移动一个指针
+- 最多移动 n 次
+- 总计：O(n)
+
+### 优化思考 - 第二步：数学证明
+
+**问题**：双指针法一定能找到最优解吗？
+
+**证明**：
+
+假设当前指针在 `left` 和 `right`，且 `height[left] < height[right]`。
+
+**当前容量**：`S = height[left] × (right - left)`
+
+**如果移动 right 指针**：
+- 新容量：`S' = min(height[left], height[right-1]) × (right - 1 - left)`
+- 由于 `height[left] < height[right]`，且 `right-1 < right`
+- 所以 `S' <= height[left] × (right - 1 - left) < height[left] × (right - left) = S`
+
+**结论**：移动较高的指针不会得到更大的容量。
+
+**因此**：每次移动较短的指针，可以保证不遗漏最优解。
+
 ## 解题思路
 
 ### 方法一：双指针法（最优解）