1. 二叉搜索树的概念
二叉搜索树（Binary Search Tree, BST）又称二叉排序树。它或者是一棵空树，或者是一棵具有以下性质的树：
- 如果它的左子树不为空，则左子树上所有结点的值都小于等于根结点的值。
- 如果它的右子树不为空，则右子树上所有结点的值都大于等于根结点的值。
- 它的左右子树也分别为二叉搜索树。
- 二叉搜索树中可以支持插入相等的值，也可以不支持插入相等的值，这取决于具体的使用场景。本文讨论的二叉搜索树实现不支持插入相等的值。
🌳 二叉搜索树的特性：
- 每个节点都带着唯一编号（键值）
- 左分拣区的所有包裹编号 < 当前包裹编号
- 右分拣区的所有包裹编号 > 当前包裹编号
📦 递归定义：
假设收到一个编号为50的包裹：
- 如果当前货架是空的 ➔ 直接把这个包裹放上去
- 如果货架上已有编号70的包裹 ➔ 把新包裹扔到左边货架区（因为 50<70）
- 如果货架上已有编号30的包裹 ➔ 把新包裹扔到右边货架区（因为 50>30）
每个货架都会对后续包裹重复这个操作，最终形成这样的结构：
[50] / \ [30] [70] / \ / \ [20][40][60][80]
⚡ 核心优势：
- 闪电查找：找编号 63 的包裹？从 50→70→60→... 每次淘汰一半错误选项
- 自动排序：中序遍历（左→中→右）直接输出有序序列
- 动态更新：新增/删除包裹时，整个货架体系会自动重新组织路线
💣 常见误区：
[50] / \ [30] [70] / \ [60] [80] / [55] // 合法！60>55 且 55>50？ // 不！虽然 55>50，但它出现在 70 的左子树里 // 而 55<70 是合法的，整体依然满足 BST 定义
❌ 这不是二叉搜索树：
[50] / \ [30] [70] / \ [20] [80] // 灾难！20 出现在 70 的左子树 // 但 20<50，应该在整个左半区
2. 二叉搜索树的性能分析
2.1. 样例对比
如果需要对一组数据进行搜索，常见的解法有：
1. 纯暴力求解
通过循环一个一个进行查找。如果数据恰巧在最后一个位置，则需要遍历整组数据，时间复杂度较高。对于新手来说较为友好，但在大数据量下效率低下。
