一：
首先来一个简单明了的简介。。。
Binary Search Tree 即BST，又称二叉排序树，二叉查找树。
二叉搜索树的名字是怎么来的呢？很简单，因为这棵树有那么一个特性：所有节点的儿子最多只有两个：左儿子和右儿子。
而这父子节点之间又满足如下3条关系：（对于一个父节点）
1.若有左子树，那么左子树上面的所有点的权值都小于父节点的权值。
2.若有右子树，那么右子树上面的所有点的权值都大于父节点的权值。
3.子树均为二叉搜索树。（即满足上面的所有特性）
嗯，所以根据上方的定义，我们可以得出这么一个结论：
左子树节点值<根节点值<右子树节点值。也就是说二叉搜索树的中序遍历是递增的。
下面就是一个满足二叉搜索树性质的树。
圈内是编号，圈外是权值，我们可以很清楚的发现，对弈从1~8的每一个几点做父节点，都满足上述的三个关系。
然后，我们还发现，每一个节点的左儿子的编号是其两倍，每一个节点的右儿子编号是其二倍+1;
二：
根据名称我们就可以知道：二叉搜索树的作用主要在搜索和查找。那么对于整个查找的过程又是怎么样实现的呢？
1.查找值为x的节点的编号。
那么伪代码如下：
//查找值为x的节点的编号 if(树为空)//即root==NULL return ; else search(1,x); int search(int x,int now) //查找到了now节点 { if(now节点的值==x) 查找成功,return now; if(now节点的值<x) search(x，右子树); else if(now节点的值>x) seach(x，左子树); }
根据上文二叉搜索树的性质来看，如果要查询的节点比当前节点的权值要小，那么他就一定在当前节点的左子树上，反之，如果比当前节点的权值要打，那么他就一定在其右子树上面。
这样的查找其实就是一个递归实现的过程，复杂度大概在O(logn)。
我们定义一个value[i]代表i节点的值，（这里用了结构体）那么代码大概就是这样：
#define MAXN 100010 struct point { int left_son;//左儿子 int right_son;//右儿子 int value;//权值
int sum;//跟该节点相同权值的节点个数，因为二叉搜索树中不能有相同权值的节点。
int father//父亲节点
}edge[MAXN]; int search(int x,int now) { if(x==edge[now].value) return now; if(x>edge[now].value) search(x,edge[now].right_son); if(x<edge[now].value) search(x,edge[now].left_son); }
2.查找最小值
因为二叉搜索树的性质就是左子树节点值<根节点值<右子树节点值。所以我们就从根节点开始一直朝左子树走就好了。
int seach_min(int now) { if(edge[now].left_son)//如果还有左儿子的话 search_min(edge[now].left_son);//继续搜索左儿子 else return now; //否则返回当前节点 }
3.查找最大值
和最小值一个道理，从根节点开始一直朝右子树走就好，直到走到没有右儿子，那么就返回当前节点。
int search_max(int now) { if(edge[now].right_son) search_max(edge[now].right_son); else return now; }
4.插入一个权值为x的节点。
对于这个操作，首先要判断：该树是不是个空树。那么在这里我们定义一个root一直指向二叉搜索树的根节点，那么要判断这棵树是不是为空，我们只需要判断root是不是指向NULL就可以了。
然后接下来还有一个在递归中的判断，就是我们if一下当前节点的值是不是等于要插入的节点的值，如果是的话，我们就不进行插入，直接将该节点的sum++就可以了。
然后，就是可以插入的情况。我们先把该节点指向根节点，然后不断的进行递归维护二叉搜索树性质就可以了。
void insert(int x,int now) { if(root==NULL)//如果是个空树 root=x;//直接将根节点设为x就可以了。 if(edge[now].value==x)//如果树中已经有该值的节点 { edge[now].sum++;//将该节点的sum++; return ;//返回false就好。 } if(edge[now].value<x)//如果当前节点的权值小于x if(edge[now].right_son)//如果当前节点有右儿子 insert(x,edge[now].right_son);//递归其右子树 else//如果没有 { edge[now].right_son=now*2+1;//新增右儿子 edge[edge[now].right_son].value=x;//给右儿子赋值 return ; } if(edge[now].value>x)//如果当前节点的权值大于x if(edge[now].left_son)//如果当前节点有左儿子 insert(x,edge[now].left_son);//递归其左子树 else//如果没有 { edge[now].left_son=now*2;//新增左儿子 edge[edge[now].left_son].value=x;//给左儿子赋值 return ; } }
5.删除编号为x的节点。
我们在删除这里要注意的事项非常多，第一：要有很多的判别。
在诸多判别之前，我们还要先判断一个：就是当前节点是不是根节点，如果是的话，我们将root指向当前节点的左孩子或者右孩子，然后clear根节点的所有属性，返回true。
one：如果当前要删除的节点是一个叶子节点，那么直接删除就好了。
two：如果只有左儿子：我们就让这个节点的父亲的左儿子指向这个节点的左儿子，然后clear这个节点的所有属性。返回true
three：如果只有右儿子：我们就让这个节点的父亲的右儿子指向这个节点的右儿子，然后clear这个节点的所有属性。返回true
four：如果有左右两个儿子：这个是最最麻烦的，我们首先要找到该节点的右子树的最左边的孩子，把他的值和要删除的节点的值交换，然后删除这个孩子，然后返回true。
图示差不多是这样的：
1.如果说我们要删除11号节点，然后我们发下它既没有右儿子，也没有左儿子，那么我们直接清除这个节点的所有属性就好了。
2.比如说我们现在要删除3节点，然后我们发现他只有7节点一个右儿子
很清楚了，我们就是3节点的右儿子改成他爷爷的右儿子，就是相当于篡位，然后我们clear3节点的所有属性就可以了。
然后如果只有左儿子也是一样的。
接下来就是最麻烦的最后一种情况了，比如说我们现在要删除2节点，然后我们发现它既有左儿子，又有右儿子。
我们首先找到2节点的右子树中的最左边的节点，然后进行交换。
最后我们删除交换后的2节点就可以了。
代码差不多是这个样子的：
void _delete(int x) { if(root==x)//如果要删除的节点是根节点。 root=edge[x].leftson;//找个儿子提上去。 if(!edge[x].left_son)//如果既没有左儿子 if(!edge[x].right_son)//也没有右儿子 { All_clear(x);//直接删除就好了。 return ; } if(edge[x].left_son)//如果只有左儿子 if(!edge[x].right_son)//没有右儿子 { edge[edge[x].father].left_son=edge[x].left_son; //把x的父亲的左儿子置为x的左儿子 All_clear(x);//清空x。 return ; } if(edge[x].right_son)//如果只有右儿子 if(!edge[x].left_son)//没有左儿子 { edge[edge[x].father].right_son=edge[x].right_son; //把x的父亲的右儿子置为x的右儿子 All_chear(x);//清空x return ; } if(edge[x].left_son)//如果既有左儿子 if(edge[x].right_son)//又有右儿子 { int rs=edge[x].right_son;//设置右儿子 int mrs=rs; while(edge[rs].left_son)//如果还有左儿子 mrs=edge[rs].left_son;//更新为左儿子 //上述步骤就是找x的右子树上面的最左边的儿子 swap(edge[x].value,edge[mrs].value);//交换其值。 All_clear(mrs);//直接清空mrs. return ; } }
恩，最基本的BST差不多就是这样。
其实BST还支持很多很厉害的操作，像平衡树，线段树之类的，这里介绍的是最基本的BST的代码实现和概念，如果大家想练一练手的话可以去看看这个题：P3369 【模板】普通平衡树（Treap/SBT）
（代码全是现码的，可能有误，Yeasion会尽快放上全部代码的啦~~qwq）
——Yeasion_Nein