解法（dfs - 后序遍历）：
后序遍历按照左⼦树、右⼦树、根节点的顺序遍历⼆叉树的所有节点，通常⽤于⽗节点的状态依赖于⼦节点状态的题⽬。
算法思路：
如果我们选择从上往下删除，我们需要收集左右⼦树的信息，这可能导致代码编写相对困难。然⽽，通过观察我们可以发现，如果我们先删除最底部的叶⼦节点，然后再处理删除后的节点，最终的结果并不会受到影响。
因此，我们可以采⽤后序遍历的⽅式来解决这个问题。在后序遍历中，我们先处理左⼦树，然后处理右⼦树，最后再处理当前节点。在处理当前节点时，我们可以判断其是否为叶⼦节点且其值是否为 0，如果满⾜条件，我们可以删除当前节点。
•
需要注意的是，在删除叶⼦节点时，其⽗节点很可能会成为新的叶⼦节点。因此，在处理完⼦节点后，我们仍然需要处理当前节点。这也是为什么选择后序遍历的原因（后序遍历⾸先遍历到的⼀定是叶⼦节点）。
•
通过使⽤后序遍历，我们可以逐步删除叶⼦节点，并且保证删除后的节点仍然满⾜删除操作的要
求。这样，我们可以较为⽅便地实现删除操作，⽽不会影响最终的结果。
•
若在处理结束后所有叶⼦节点的值均为 1，则所有⼦树均包含 1，此时可以返回。
算法流程：
递归函数设计：void dfs(TreeNode*& root)
1.
返回值：⽆；
2.
参数 ：当前需要处理的节点；
3.
函数作⽤：判断当前节点是否需要删除，若需要删除，则删除当前节点。
后序遍历的主要流程：
1.
递归出⼝：当传⼊节点为空时，不做任何处理；
2.
递归处理左⼦树；
3.
递归处理右⼦树；
4.
处理当前节点：判断该节点是否为叶⼦节点（即左右⼦节点均被删除，当前节点成为叶⼦节点）， 并且节点的值为 0：
a.
如果是，就删除掉；
b.
如果不是，就不做任何处理。
