diff --git a/top-interview-leetcode150/binary-search-tree/1382将二叉搜索树变平衡.js b/top-interview-leetcode150/binary-search-tree/1382将二叉搜索树变平衡.js
new file mode 100644
index 0000000..e2c4efa
--- /dev/null
+++ b/top-interview-leetcode150/binary-search-tree/1382将二叉搜索树变平衡.js
@@ -0,0 +1,65 @@
+/**
+ * Definition for a binary tree node.
+ * function TreeNode(val, left, right) {
+ *     this.val = (val === undefined ? 0 : val);
+ *     this.left = (left === undefined ? null : left);
+ *     this.right = (right === undefined ? null : right);
+ * }
+ */
+
+/**
+ * @param {TreeNode} root
+ * @return {TreeNode}
+ */
+const balanceBST = function (root) {
+
+};
+
+/*
+现在不来考虑二叉搜索树变平衡，考虑一下给你一个有序的数组你如何将他变平衡，我的猜想是这样的，直接寻找找到数组序列的中间位置mid =Math.floor(left + right)
+将mid作为这个根节点，将mid左侧的元素(不是小于等于)全部用来构建左子树，将mid右侧的元素全部用来构建右子树，之后在子树上重复这个过程，最后构建出来的树，
+就是一棵平衡二叉搜索树，原因很简单，log2(k),和log2(k+1)的差不会超过1，一个区间被分割无外乎两种情况，左边和右边的数量相等，或者左边和右边的数量相差
+1，这是满足平衡二叉树定义的，所以这种构建的贪心策略是合理的。
+记住：一个有序的序列只要取中间值作为根节点，左右侧序列作为左右子树，之后递归处理左右子树，最终就能构建一颗平衡二叉搜索树，而二叉搜索树的中序遍历恰好
+是有序序列，所以只需要将二叉搜索树遍历，之后拿到遍历的结果重新按照上面的方法构建一颗平衡二叉搜索(BST)树就行
+*/
+function TreeNode(val, left, right) {
+  this.val = (val === undefined ? 0 : val);
+  this.left = (left === undefined ? null : left);
+  this.right = (right === undefined ? null : right);
+}
+
+function f1(root) {
+  // 1.遍历二叉搜索树(BST)获取对应有序序列
+  const inorder = [];
+  const inorderTraversal = (root) => {
+    if (!root) return;
+    // 遍历左子树
+    inorderTraversal(root.left);
+    // 将中序遍历的值存入数组
+    inorder.push(root.val);
+    // 遍历右子树
+    inorderTraversal(root.right);
+  };
+
+  inorderTraversal(root); // 对原始树进行中序遍历
+
+  // 2.递归构建平衡二叉搜索树
+  const sortedArrayToBST = (left, right) => {
+    if (left > right) return null; // 当前区间不存在元素，无法构建子树
+
+    const mid = Math.floor((left + right) / 2);
+    // 为当前区间所有元素构建根节点
+    const curRoot = new TreeNode(inorder[mid]);
+    // 递归构建左子树
+    const leftNode = sortedArrayToBST(left, mid - 1);
+    // 递归构建右子树
+    const rightNode = sortedArrayToBST(mid + 1, right);
+    // 连接左右子树
+    curRoot.left = leftNode;
+    curRoot.right = rightNode;
+    return curRoot;
+  };
+
+  return sortedArrayToBST(0, inorder.length - 1);
+}
diff --git a/top-interview-leetcode150/binary-search-tree/230二叉搜索树中第 K 小的元素.js b/top-interview-leetcode150/binary-search-tree/230二叉搜索树中第 K 小的元素.js
new file mode 100644
index 0000000..a6d9eca
--- /dev/null
+++ b/top-interview-leetcode150/binary-search-tree/230二叉搜索树中第 K 小的元素.js	
@@ -0,0 +1,52 @@
+/**
+ * Definition for a binary tree node.
+ * function TreeNode(val, left, right) {
+ *     this.val = (val===undefined ? 0 : val)
+ *     this.left = (left===undefined ? null : left)
+ *     this.right = (right===undefined ? null : right)
+ * }
+ */
+/**
+ * @param {TreeNode} root
+ * @param {number} k
+ * @return {number}
+ */
+const kthSmallest = function (root, k) {
+
+};
+
+/*
+根据二叉搜索树的特性，直接对其进行中序遍历，遍历到的第k个数就是第k小，这里使用迭代的方式，好返回结果
+*/
+function f1(root, k) {
+  const stack = []; // 栈用于模拟中序遍历
+  let node = root; // 从根节点开始遍历
+
+  while (node || stack.length > 0) {
+    // 先处理左子树，将所有左子树节点压入栈中
+    while (node) {
+      stack.push(node);
+      node = node.left;
+    }
+
+    // 弹出栈顶元素并访问
+    node = stack.pop();
+
+    // 递减k，如果k为0，说明我们已经找到了第k个最小值
+    if (--k === 0) {
+      return node.val;
+    }
+
+    // 处理右子树
+    node = node.right;
+  }
+
+  return null; // 如果没有找到k个元素，返回null（一般不会发生）
+}
+
+/*
+当一如果当前节点就是目标节点，那么它的左子树的数量一定是k-1个，如果左子树的数量小于k-1个那么目标节点一定存在右子树中，
+以当前节点右子树为根节点继续寻找此时k要出去左子树的left加上自己一共left + 1个，所以以右子节点为更节点的子树只需寻找
+第 k-(left+1)个大的数。使用面向对象的写法封装。
+*/
+// TODO：
diff --git a/top-interview-leetcode150/binary-search-tree/530二叉搜索树的最小差的绝对值.js b/top-interview-leetcode150/binary-search-tree/530二叉搜索树的最小差的绝对值.js
new file mode 100644
index 0000000..6a7cc29
--- /dev/null
+++ b/top-interview-leetcode150/binary-search-tree/530二叉搜索树的最小差的绝对值.js
@@ -0,0 +1,52 @@
+/**
+ * Definition for a binary tree node.
+ * function TreeNode(val, left, right) {
+ *     this.val = (val===undefined ? 0 : val)
+ *     this.left = (left===undefined ? null : left)
+ *     this.right = (right===undefined ? null : right)
+ * }
+ */
+/**
+ * @param {TreeNode} root
+ * @return {number}
+ */
+const getMinimumDifference = function (root) {
+
+};
+
+/*
+二叉搜索树的一个重要特征就是，中序遍历的结果是一个升序序列，所以只要中序遍历整个二叉树，前一个节点和当前节点作比较的值的绝对值就可能
+是这个最小的差值
+*/
+function f1(root) {
+  let prev = null; // 记录前一个节点的值
+  let minDiff = Infinity; // 初始化最小差值为正无穷
+
+  // 中序遍历函数
+  function inOrder(node) {
+    if (!node) return;
+
+    // 先遍历左子树
+    inOrder(node.left);
+
+    // 当前节点与前一个节点的差值
+    if (prev !== null) {
+      minDiff = Math.min(minDiff, Math.abs(node.val - prev));
+    }
+
+    // 更新前一个节点为当前节点
+    prev = node.val;
+
+    // 再遍历右子树
+    inOrder(node.right);
+  }
+
+  // 从根节点开始中序遍历
+  inOrder(root);
+
+  return minDiff;
+}
+
+/*
+使用迭代实现中序遍历
+*/
diff --git a/top-interview-leetcode150/binary-search-tree/98验证二叉搜索树.js b/top-interview-leetcode150/binary-search-tree/98验证二叉搜索树.js
new file mode 100644
index 0000000..71c79b7
--- /dev/null
+++ b/top-interview-leetcode150/binary-search-tree/98验证二叉搜索树.js
@@ -0,0 +1,70 @@
+/**
+ * Definition for a binary tree node.
+ * function TreeNode(val, left, right) {
+ *     this.val = (val===undefined ? 0 : val)
+ *     this.left = (left===undefined ? null : left)
+ *     this.right = (right===undefined ? null : right)
+ * }
+ */
+/**
+ * @param {TreeNode} root
+ * @return {boolean}
+ */
+const isValidBST = function (root) {
+
+};
+
+/*
+思路：根据二叉搜索树的定义，BST的中序遍历是一个严格的递增序列，所以只要一次遍历，判断后一个树是否是严格大于当前的树，如果小于等于，
+那么这个二叉树不是搜索二叉树
+*/
+
+function f1(root) {
+  let prev = null; // 前一个节点的值
+
+  const inordertraversal = (node) => {
+    if (!node) return true; // 空节点被视为有效BST
+    // 遍历左子树如果左子树不是BST立即返回false
+    if (!inordertraversal(node.left)) return false;
+    // 处理当前节点
+    if (prev !== null && prev >= node.val) return false;
+    // 更新prev为当前节点值
+    prev = node.val;
+    // 遍历右子树
+    return inordertraversal(node.right);
+  };
+
+  return inordertraversal(root);
+}
+
+/*
+使用迭代法中序遍历，返回更直接
+*/
+function f2(root) {
+  const stack = [];
+  let prev = null;
+
+  // 迭代法中序遍历
+  while (stack.length > 0 || root !== null) {
+    // 遍历左子树，直到最左叶子节点
+    while (root !== null) {
+      stack.push(root);
+      root = root.left;
+    }
+
+    // 访问当前节点
+    root = stack.pop();
+
+    // 当前节点值必须大于前一个节点值
+    if (prev !== null && root.val <= prev) {
+      return false; // 发现不符合要求，返回false
+    }
+
+    // 更新prev为当前节点值
+    prev = root.val;
+
+    // 访问右子树
+    root = root.right;
+  }
+  return true;
+}