大家好，我是鸭血粉丝，拼着头发掉光的风险给大家总结了这篇文章，我愿拿我明年的今天还是单身来祝愿你们能学会～
所谓二叉查找树，就是按照二分进行查找，每次查询只需要选择其中一个子树就进行查找，从而减少查找次数，提升查询效率!
一、介绍
在前面的文章中，我们对树这种数据结构做了一些基本介绍，今天我们继续来聊聊一种非常常用的动态查找树： 二叉查找树。
二叉查找树，英文全称：Binary Search Tree，简称：BST，它是计算机科学中最早投入实际使用的一种树形结构，特性如下：
- 若左子树不为空，则左子树上所有结点的值均小于它的根结点的值;
- 若右子树不为空，则右子树上所有结点的值均大于或等于它的根结点的值;
- 它的左、右子树也分别为二叉查找树;
特性定义比较粗放，所以在树形形态结构上，有着多样，例如下图：
上图 a、b、c 三个图，都满足以上特性，也被称为二叉查找树，虽然通过中序遍历可以得到一个有效的数组：[1、2、3、4、5、6、7、8]，但是就查找效率来说，有着一定的差别，例如查询目标为8的内容，从根目录开始查询，结构如下：
- a图，需要5次;
- b图，需要3次;
- c图，需要8次;
由此可见，不同的形状，所需查找的次数是不一样的，关于这一点，后面我们在介绍平衡二叉查找树、红黑树这种数据结构的时候，会进行详细介绍。
虽然二叉查找树，在不同的形状下，查找效率不一样，但是它是学习其他树形结构的基础，了解了二叉查找树的算法，相信再了解其他二叉树结构会轻松很多。
二、算法思路
2.1、 新增
新增元素表示向二叉树中添加元素，比较简单。如果二叉树为空，默认第一个元素就是根节点，如果二叉树不为空，就以上面提到的特点为判断条件，进行左、右节点的添加。
2.2、 查找
查找元素表示从根节点开始查找元素，如果根节点为空，就直接返回空值，如果不为空，通过以左子树小于父节点，右子树大于父节点的特性为依据进行判断，然后以递归方式进行查找元素，直到找到目标的元素为止。
2.3、 删除
删除元素表示从二叉树中移除要删除的元素，逻辑稍微复杂一些。同样，先要判断根节点是否为空，如果为空，直接返回，如果不为空，分情况考虑。
被删除的节点，右子树为空
这种场景，只需要将被删除元素的左子树的父节点移动到被删除元素的父节点，然后将被删除元素移除即可。
- 被删除的节点，左子树为空
这种场景，与上面类似，只需要将被删除元素的右子树的父节点移动到被删除元素的父节点，然后将被删除元素移除即可。
- 被删除的节点，左、右子树不为空
这种场景，稍微复杂一点，先定位到要删除的目标元素，根据左子节点内容一定小于当前节点内容特点，找到目标元素的左子树，通过递归遍历找到目标元素的左子树的右子树，找到最末端的元素之后，进行与目标元素进行替换，最后移除最末端元素。
2.4、 遍历
二叉树的遍历方式，分两类：
- 层次遍历，从根节点开始;
- 深度遍历，又分为前序、中序、后序遍历三种方式;
2.4.1、层次遍历
层次遍历，算法思路比较简单，从根节点开始，分层从左到右进行遍历元素。
2.4.2、深度遍历
深度遍历，在遍历起始位置上又分三种，分别是前序遍历、中序遍历、后序遍历，每种遍历方式输出的结果不一样。
- 前序遍历：从树根开始 -> 左子树 -> 右子树
- 中序遍历：从最末端左子树开始 -> 树根 -> 右子树
- 后序遍历：从最末端左子树 -> 右子树 -> 最后到树根
尽管二叉树在遍历方式上有多种，但是只要我们掌握了其中的思路原理，再去实现起来，就会轻松很多。
三、代码实践
首先创建一个实体数据结构BSTNode，内容如下：
然后，创建一个二叉查找树操作类BinarySearchTree，内容如下：
最后，我们来测试一下，代码内容如下：
输出结果：
- ========插入元素========
- 插入关键字key=5
- 插入到树根节
- 插入关键字key=2
- 插入关键字key=7
- 插入关键字key=1
- 插入关键字key=6
- 插入关键字key=4
- 插入关键字key=8
- 插入关键字key=3
- 插入关键字key=9
- 插入关键字key=10
- ========中序遍历元素========
- key:1
- key:2
- key:3
- key:4
- key:5
- key:6
- key:7
- key:8
- key:9
- key:10
- ========查找key为9的元素========
- 搜索关键字key=9
- 搜索路径[5 ->7 ->8 ->9 ->],搜索成功
- 查找结果：true
- ========删除key为10的元素========
- 删除关键字key=10
- 开始搜索目标元素[5 ->7 ->8 ->9 ->10 ->],搜索成功
- 删除结果：true
- ========再次中序遍历元素========
- key:1
- key:2
- key:3
- key:4
- key:5
- key:6
- key:7
- key:8
- key:9
四、总结
二叉查找树，作为树类型中一种非常重要的数据结构，有着非常广泛的应用，但是二叉查找树具有很高的灵活性，不同的插入顺序，可能造成树的形态差异比较大，如开文介绍的图c，在某些情况下会变成一个长链表，此时的查询效率会大大降低，如何解决这个问题呢，平衡二叉树就要派上用场了，会在后面的文章进行介绍!
(第一句话是开玩笑，呸呸呸，情人节快乐)
